google-cloud-vertex

# Google Cloud / Vertex AI Skill Generar texto, embeddings e imágenes con Gemini y Vertex AI, tanto desde Google AI Studio (API key) como desde Vertex AI (proyecto GCP). ## Requisitos | Variable | Descripción | |----------|-------------| | `GOOGLE_API_KEY_RICK_UMBRAL` | API key de Google AI Studio | | `GOOGLE_CLOUD_PROJECT_RICK_UMBRAL` | Proyecto GCP para Vertex AI | ### Instalación ```bash pip install google-genai google-cloud-aiplatform gcloud auth application-default login gcloud config set project $GOOGLE_CLOUD_PROJECT_RICK_UMBRAL ``` > **Nota:** `google-cloud-aiplatform` será deprecado en mayo 2026. Google recomienda migrar a `google-genai`. ## 1. Google AI Studio — Gemini con API key La forma más rápida de usar Gemini. No requiere proyecto GCP. ```python from google import genai client = genai.Client(api_key=GOOGLE_API_KEY) response = client.models.generate_content( model="gemini-2.5-flash", contents="Explicá qué es Vertex AI en 3 líneas.", ) print(response.text) ``` ### Streaming ```python for chunk in client.models.generate_content_stream( model="gemini-2.5-flash", contents="Escribí un poema sobre la nube.", ): print(chunk.text, end="") ``` ## 2. Vertex AI — Gemini con proyecto GCP Para uso enterprise con IAM, VPC, logging y billing por proyecto. ```python from google import genai client = genai.Client( vertexai=True, project="mi-proyecto", location="us-central1", ) response = client.models.generate_content( model="gemini-2.5-pro", contents="Analizá este dataset de ventas.", ) print(response.text) ``` ### SDK Legacy (google-cloud-aiplatform) ```python import vertexai from vertexai.generative_models import GenerativeModel vertexai.init(project="mi-proyecto", location="us-central1") model = GenerativeModel("gemini-2.5-pro") response = model.generate_content("Tu prompt aquí") print(response.text) ``` ## 3. Embeddings ### Con google-genai ```python result = client.models.embed_content( model="gemini-embedding-001", contents="Texto a embeddear", ) vector = result.embeddings[0].values # list[float], hasta 3072 dims ``` ### Con Vertex AI SDK legacy ```python from vertexai.language_models import TextEmbeddingModel model = TextEmbeddingModel.from_pretrained("text-embedding-005") embeddings = model.get_embeddings(["Texto a embeddear"]) vector = embeddings[0].values # 768 dims ``` ### Modelos de embedding disponibles | Modelo | Dims | Notas | |--------|------|-------| | `gemini-embedding-001` | 3072 | State-of-the-art, multilingüe | | `text-embedding-005` | 768 | Inglés/código | | `text-multilingual-embedding-002` | 768 | Multilingüe | ## 4. Multimodal — Imagen + Texto ```python import PIL.Image img = PIL.Image.open("plano.png") response = client.models.generate_content( model="gemini-2.5-pro", contents=[img, "Describí qué ves en esta imagen."], ) print(response.text) ``` ## 5. Imagen — Generación de imágenes Task del Worker relacionada: `google.image.generate` ```python from vertexai.preview.vision_models import ImageGenerationModel model = ImageGenerationModel.from_pretrained("imagen-3.0-generate-002") images = model.generate_images( prompt="Logo minimalista de un agente AI", number_of_images=1, aspect_ratio="1:1", ) images[0].save("logo.png") ``` ## 6. gcloud CLI — Comandos útiles ```bash gcloud ai models list --region=us-central1 gcloud ai endpoints list --region=us-central1 gcloud ai endpoints predict ENDPOINT_ID --region=us-central1 --json-request=input.json gcloud services enable aiplatform.googleapis.com ``` ## Modelos Gemini disponibles | Modelo | Caso de uso | |--------|-------------| | `gemini-2.5-pro` | Razonamiento complejo, coding | | `gemini-2.5-flash` | Rápido y barato, tareas simples | | `gemini-2.5-flash-lite` | Ultra-rápido, latencia mínima | ## Notas - Rick ya tiene `GOOGLE_API_KEY_RICK_UMBRAL` y `GOOGLE_CLOUD_PROJECT_RICK_UMBRAL` configurados. - AI Studio es para prototyping rápido; Vertex AI es para producción con controles enterprise. - El alias `gemini_vertex` en `llm.generate` de Rick enruta automáticamente a Vertex AI. - Docs: https://cloud.google.com/vertex-ai/docs | https://ai.google.dev/gemini-api/docs