搜索

76 结果

清除过滤器
  • 2025年9月26日 / AI

    您的 AI 现在是本地专家:Grounding with Google Maps 正式发布

    我们很高兴地宣布,Vertex AI 中的 Grounding with Google Maps 现已正式发布 (GA)。该功能可帮助开发者构建生成式 AI 应用,并与 Google 地图中的最新真实...

    unnamed
  • 2025年9月24日 / Cloud

    返校季来临,Google Colab 为学习生活增添更多实用功能改进!

    Colab 推出了一些令人兴奋的新功能,这些功能旨在简化和优化基于笔记本的课堂材料。现在,教师只需在 Colab 中单击几下,即可在笔记本级别冻结运行时版本,并顺畅呈现和复制笔记本!Google Co...

    ColabCorgi_Hero
  • 2025年9月16日 / AI

    ADK for Java 通过集成 LangChain4j 向第三方语言模型开放

    Google 近日发布的 Agent Development Kit (ADK) for Java 0.2.0 版本新增了与 LangChain4j 大语言模型 (LLM) 框架的集成。该集成使开发者...

    adk-langchain4j
  • 2025年9月9日 / AI

    A2A 扩展程序:增强自定义智能体功能

    通过使用 A2A 扩展程序,用户可以灵活地在核心 A2A 协议范围之外,为智能体间通信添加自定义功能。它们支持实现一些特定功能,并以开放的方式进行定义和实现。

    GfD_evergreen_meta
  • 2025年9月4日 / AI

    从微调到生产:基于 Dataflow 的可扩展嵌入流水线

    了解如何结合使用 Google 的高效开源模型 EmbeddingGemma 与 Google Cloud Dataflow 和 AlloyDB 等向量数据库,从而构建可扩展的实时知识提取流水线。

    EG+Dataflow_Metadatal
  • 2025年8月13日 / Gemini

    Gemini CLI + VS Code:原生差异比较和上下文感知工作流

    最新的 Gemini CLI 更新在 VS Code 中提供了深度 IDE 集成,包括智能的上下文感知建议和编辑器内原生差异比较功能,让开发者可以直接在差异视图中查看和修改建议的更改,以实现更高效的工作流。

    Gemini CLI + VS Code integration
  • 2025年8月1日 / Cloud

    Google 开发者计划正在不断变化发展

    Google 开发者计划正在推出重大更新,使其工具和社区变得更加便捷强大。这些升级内容包括全新且灵活的月度订阅方案、用于协作的集中式 GDP 论坛,以及为所有会员增加的 Gemini CLI 访问权限。

    The Google Developer Program is evolving: New ways to join, connect, and code
  • 2025年7月24日 / AI

    智能体体验:MCP 是适用于构建 AI 未来的工具吗?

    Apigee 帮助企业将大型语言模型 (LLM) 以安全且可扩展的方式集成到现有的 API 生态系统中,以解决不断发展的模型上下文协议 (MCP) 未完全涵盖的身份验证和授权等挑战,并提供演示如何为 AI 智能体实现企业级 API 安全保障的开源 MCP 服务器示例。

    The Agentic experience: Is MCP the right tool for your AI future?
  • 2025年7月23日 / Firebase

    为 Firebase Studio 中的热门框架注入新的 AI 功能

    适用于 Firebase Studio 中热门框架的新 AI 功能包括经过 AI 优化的模板、与 Firebase 后端服务的简化集成以及复制工作区进行实验和协作的能力,使全球开发者的 AI 辅助应用开发更直观、更快速。

    Unleashing new AI capabilities for popular frameworks in Firebase Studio
  • 2025年7月16日 / AI

    解锁 Gemini 的推理能力:在 Vertex AI 上使用 logprobs 的分步指南

    Vertex AI 现已为 Gemini API 正式推出 logprobs 功能。该功能通过展示模型所选 token 及其替代 token 的概率分数,深入揭示了模型的决策过程。本分步指南将详细介绍如何启用和解读此功能,并将其应用于强大的用例,例如:置信度分类、动态自动补全以及 RAG 的定量评估。

    logprobs_meta