generative-ai 是什么?

Generative AI on Google Cloud(GoogleCloudPlatform/generative-ai)是 Google Cloud 官方维护的生成式 AI 示例仓库,汇集大量 notebook、代码示例、示例应用与资源,演示如何在 Google Cloud(Vertex AI / 现 Gemini Enterprise Agent Platform)上使用、开发与管理生成式 AI 工作流。内容按目录组织:gemini(入门、用例、function calling、示例应用)、search(企业级搜索/Agent Search)、rag-grounding(RAG 与 grounding)、vision(Imagen/Veo)、audio(Chirp/USM 语音)、setup-env(环境配置)等。Apache-2.0 许可,约 16,914 stars,主语言 Jupyter Notebook。

⭐ 16,544 Stars 🍴 4,116 Forks Jupyter Notebook Apache-2.0 作者: GoogleCloudPlatform
来源:README.md(标题、目录表);GitHub 仓库元数据(stars=16914、language=Jupyter Notebook、license=Apache-2.0) 查看 GitHub 仓库 →

为什么值得关注

想在 Google Cloud 上落地 Gemini/Vertex AI 的开发者需要官方、可运行的示例来快速上手 API、RAG、function calling、向量搜索与多模态(图像/视频/语音)。该仓库由 Google Cloud 官方维护、覆盖面广、持续更新并随 Gemini Enterprise Agent Platform 等新形态演进,是该平台的权威学习与参考入口,因而广受收藏。需说明:示例多绑定 Google Cloud 服务,运行通常需开通相应云服务并可能产生费用;它是示例集合而非可直接部署的产品。截至数据采集约 16,914 stars。

来源:README.md(标题、目录、Gemini Enterprise Agent Platform 说明);GitHub 仓库元数据(stars=16914、pushed_at 2026-05)

核心功能

Gemini 上手示例

gemini/ 目录含入门 notebook、用例、function calling 与示例应用,演示 Gemini/Vertex AI 用法。

来源:README.md(目录表 gemini/)
RAG / Grounding 与企业搜索

rag-grounding/ 索引 RAG 与 grounding 示例,search/ 演示 Agent Search 构建企业/网站搜索。

来源:README.md(目录表 rag-grounding/、search/)
多模态(视觉/语音)

vision/ 用 Imagen/Veo 做图像与视频,audio/ 用 Chirp(USM) 做语音方案。

来源:README.md(目录表 vision/、audio/)
环境配置与学习资源

setup-env/ 指导配置 Google Cloud、Gen AI Python SDK 与 Colab/Workbench,RESOURCES.md 汇集学习资料。

来源:README.md(目录表 setup-env/、RESOURCES.md)

技术架构

仓库是按主题组织的示例集合,每个顶层目录对应一类能力:gemini/(Gemini 模型入门、用例、function calling、示例应用)、search/(Agent Search 企业搜索)、rag-grounding/(RAG 与 grounding 的 notebook 索引)、vision/(Imagen 文生图、Veo 视频)、audio/(Chirp 语音)、setup-env/(Google Cloud、Gen AI Python SDK 与 Colab/Workbench 环境配置)、RESOURCES.md(学习资源)。各示例以 Jupyter Notebook 为主,依赖 Google Cloud 的 Vertex AI / Gemini API 与相关托管服务。仓库顶部指向新的 Agent Platform 仓库与 ADK Samples 等关联资源。

来源:README.md(目录表、Related Repositories、setup-env 说明)

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) Vertex AI / Gemini APIVertex AI / Ge… Gen AI Python SDKGen AI Python… Imagen/Veo(视觉)、Chirp(USM)(语音)Imagen/Veo(视… Agent Search / RAG 相关服务Agent Search /… Gemini 上手示例 RAG / Grounding 与企业搜索RAG / Grounding 与… 多模态(视觉/语音) 环境配置与学习资源 generative-ai 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Jupyter Notebook(Python 示例)框架Google Cloud 生成式 AI 示例集合(Vertex AI / Gemini)
Vertex AI / Gemini APIGen AI Python SDKImagen/Veo(视觉)、Chirp(USM)(语音)Agent Search / RAG 相关服务
Google Cloud(需开通相应服务,可能产生费用);Colab/Workbench;Apache-2.0
来源:README.md(目录表、setup-env、Related Repositories);GitHub 仓库元数据(language=Jupyter Notebook)

快速上手

先按 setup-env/ 配置 Google Cloud 项目、Gen AI Python SDK 与 notebook 环境(Colab 或 Vertex AI Workbench);再按需进入对应目录运行示例:gemini/ 入门与 function calling、rag-grounding/ 做检索增强、search/ 建企业搜索、vision/ 与 audio/ 做多模态。多数示例需要可用的 Google Cloud 服务与凭据,运行可能产生云费用。想做 Agent 可参考顶部指向的 Agent Platform 与 ADK Samples 仓库。
来源:README.md(setup-env、目录表、Related Repositories)

使用场景

适合在 Google Cloud 上构建生成式 AI 应用的开发者与团队:以官方示例快速学习 Gemini/Vertex AI 的调用、function calling、RAG 与 grounding、企业搜索及图像/视频/语音多模态;作为 PoC 起点、培训材料或迁移到生产前的参考实现。也适合评估 Google Cloud 生成式 AI 能力与 Agent Platform 的入口。落地需结合自身云项目、配额与成本。

来源:README.md(目录表、标题、Related Repositories)

优势与局限

优势

  • Google Cloud 官方维护,权威、可运行、覆盖面广
  • 按主题组织清晰,含 Gemini/RAG/搜索/视觉/语音全栈示例
  • 持续更新并随 Agent Platform 等新形态演进
  • Apache-2.0,便于学习与二次改造

局限

  • 示例集合而非可直接部署的产品
  • 多数示例绑定 Google Cloud 服务,需开通并可能产生费用
  • 随平台演进(Vertex AI → Agent Platform)部分内容会迁移/更名
  • 聚焦 Google 生态,跨云通用性有限
来源:README.md(目录表、平台演进说明、setup-env)

最新版本

本页无版本号;这是持续更新的官方示例仓库,更新随 Google Cloud 生成式 AI 与 Gemini Enterprise Agent Platform(Vertex AI 的最新形态)的能力演进而增改,并将 Agent 相关资产指向独立仓库(Agent Platform / ADK Samples)。仓库最后更新约在 2026 年 5 月。

来源:README.md(顶部 Agent Platform 公告、Related Repositories);GitHub pushed_at

总结评价

Generative AI on Google Cloud 是 Google Cloud 官方的生成式 AI 示例仓库:用大量可运行的 notebook 与示例应用覆盖 Gemini 上手、function calling、RAG/grounding、企业搜索与图像/视频/语音多模态,并随 Gemini Enterprise Agent Platform 演进,是在 Google Cloud 上学习与起步生成式 AI 的权威入口。要清楚它是示例集合而非可直接部署的产品、运行多需开通 Google Cloud 服务并可能产生费用、内容随平台更名迁移、聚焦 Google 生态。作为该平台的官方学习与参考资源,权威且覆盖全面。

来源:综合 README.md 的官方定位、目录覆盖与平台演进
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-24 15:58. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件