← Каталог

· AI Engineer World's Fair 2025

Разработка AI-приложений с семейством моделей Google Gemini 2.5

AI Engineering with the Google Gemini 2.5 Model Family

Gemini API в SDK берёт на себя рутину агентов: состояние диалога, загрузку файлов, вызов инструментов и подключение MCP-серверов.

  • Бюджет размышлений — параметр thinking_budget ограничивает число токенов размышлений от 0 до 24 000, а ноль отключает размышления. Эти токены тарифицируются как выходные, поэтому спикер советует прогнать evals на разных значениях.
  • Файлы через Files API — файл загружается один раз и передаётся в запросах ссылкой. Чтобы кэширование работало, длинный документ должен стоять в начале промпта, а меняющаяся часть идти после него.
  • Документы и видео — по словам спикера, PDF обрабатывается как изображение плюс OCR, и такая связка даёт лучший результат. Видео разбирается с частотой один кадр в секунду, поэтому часовой ролик умещается в миллион токенов.
  • MCP без своих описаний функций — схемы инструментов MCP-сервера передаются модели так же, как обычные описания функций, а SDK сам выполняет цикл вызовов. Спикер советует держать 5–10 инструментов и отбирать остальные по эмбеддингам.

Кому полезно: тем, кто впервые строит агентов на Gemini API и хочет быстро проверить работу с файлами, инструментами и MCP в Colab.

Статья по теме

Главы

Ещё доклады: Philipp Schmid

Все 5 докладов →

Похожие доклады