Сообщить об ошибке

Что пошло не так?

Gemini API и Google AI — AI Academy

AI Academy/Курсы/Gemini API и Google AI

⌘K

EN Войти Регистрация

СреднийИнженерияgemini

Gemini API и Google AI

Практический курс по Google Gemini API: от первого запроса до мультимодальных приложений с vision, audio и video. Gemini 2.0 Flash, Gemini 1.5 Pro, Live API, function calling, Search grounding, code execution, context caching и Vertex AI enterprise-деплой. Реальный код на Python и JavaScript.

5модуля

14уроков

326 минобщее время

Разработчики, внедряющие Gemini в продуктыкому подходит

Прогресс

0%0 / 14 уроков

Войдите, чтобы сохранять прогресс.

Модуль 1

Начало работы с Gemini API

API-ключ, установка SDK, первый вызов generateContent, выбор модели и базовые параметры генерации.

Первый вызов Gemini API

Получаем API-ключ в AI Studio, ставим google-generativeai, делаем первый generate_content и разбираем структуру ответа.

Обзор моделей Gemini и выбор под задачу

Gemini 2.0 Flash против 1.5 Pro, 1.5 Flash и Ultra: контекст, цена, скорость и как выбрать модель под задачу и бюджет.

Параметры генерации и системные инструкции

system_instruction, temperature, top_p, top_k, max_output_tokens, stop_sequences и safety_settings через generation_config.

Модуль 2

Мультимодальные возможности

Vision, audio и video на входе: inline base64, File API, анализ изображений, транскрипция и понимание видео.

Vision: изображения на входе

Передача картинок inline (base64) и через File API, несколько изображений, рассуждение по изображению, OCR.

Audio и Video: транскрипция и понимание

Транскрипция аудио, понимание видео (анализ часового ролика/YouTube), работа с таймкодами и кадрами.

File API: загрузка, лимиты, жизненный цикл

upload_file / list_files / delete_file, поддерживаемые MIME-типы, лимиты размера, эфемерность файлов (48ч).

Модуль 3

Продвинутая генерация

Function calling, Google Search grounding и встроенное исполнение кода — расширяем модель внешними возможностями.

Function calling: инструменты для модели

Объявление функций, режимы AUTO/ANY/NONE через ToolConfig, параллельные вызовы, многоходовый цикл tool use.

Search grounding: ответы с опорой на Google

Google Search grounding, grounding_metadata, атрибуция источников, когда это реально помогает.

Code execution: встроенный интерпретатор

Встроенный Python-песочница, задачи на математику/данные, чтение executable_code и code_execution_result.

Модуль 4

Продакшн-паттерны

Streaming, context caching и Live API — то, что нужно для реальных приложений под нагрузкой.

Streaming ответов

stream=True / streamGenerateContent, обработка чанков, агрегация usage, streaming вместе с function calls.

Context caching: экономия на повторном контексте

create/list/delete CachedContent, экономия на больших повторяющихся префиксах, выбор TTL, когда кэш оправдан.

Live API: реалтайм голос и видео

Live API через WebSocket, аудиоформаты (16k вход / 24k выход PCM), управление сессией, turn-taking, прерывания.

Модуль 5

Enterprise и экосистема

Vertex AI для энтерпрайза и широкая экосистема Google AI: SDK, Gemma, эмбеддинги.

Vertex AI: enterprise-деплой Gemini

Vertex AI vs AI Studio, service accounts, OAuth (паттерн cloudcode-pa), приватные эндпоинты, enterprise-фичи.

Экосистема Google AI: SDK, Gemma, эмбеддинги

AI Studio для прототипов, Google AI SDK vs Vertex SDK, MakerSuite, открытые модели Gemma, эмбеддинги text-embedding-004.

AAI AcademyRU Начать обучениеКаталог

Обзор

AI Academy Прогресс Достижения Рейтинг Аналитика Заметки Уведомления Команда API Тарифы Настройки

Обучение

Треки8 Курсы51

Библиотеки

Промпты30 Воркфлоу12 Инструменты22 Сравнение Блог

Обновлено · 14 мая 2026

Сохранить прогресс