KAC Gemini Text Embedding API
リリース予定:済
最新バージョン:1.0
最新バージョンリリース日:2024/11/01
仕様・制限事項
KAC のカウントは1リクエストごとに1回カウントアップされます。
Claris FileMaker からのリクエストのみ受け付けます。
上限文字数は2000文字までです。
アクションによっては、1回の利用であっても分解されるファイルが複数ある場合に複数回の利用回数カウントアップされる場合があります。
KAC APIキーが無料プランであっても、Gemini API は Google のモデル品質向上のための学習データとして利用されることはありません。https://cloud.google.com/vertex-ai/generative-ai/docs/data-governance?hl=ja
テキスト エンベディングを取得する
Google Vertex AI を使用してテキスト エンベディングを取得します。
このアクションは、Claris FileMakerの「対象レコードに埋め込みを挿入」または「埋め込みを挿入」、「セマンティック検索を実行」スクリプトステップで使用します。
パラメータ
AI アカウント設定
アカウント名: "KAC Gemini" ただし、実際はどんな文字列でも構いません。
モデルプロバイダ: カスタム
エンドポイント: "https://embedding-1.kbscc.net/direct/gemini/text/"
APIキー: 寿商会が発行する KAC APIキー
埋め込みを挿入
アカウント名: "KAC Gemini" 実際は AI アカウント設定 で入れた文字列と同じにしてください。
埋め込みモデル: "モデル名:タスクタイプ" の形式で指定。
task_typeについて https://cloud.google.com/vertex-ai/generative-ai/docs/embeddings/task-types?hl=ja"text-multilingual-embedding-002" 日本語OKで、task_typeはSEMANTIC_SIMILARITY
"text-multilingual-embedding-002:RETRIEVAL_DOCUMENT" 日本語OKで、task_typeはRETRIEVAL_DOCUMENT
"text-multilingual-embedding-002:RETRIEVAL_QUERY" 日本語OKで、task_typeはRETRIEVAL_QUERY
"text-multilingual-embedding-002:QUESTION_ANSWERING" 日本語OKで、task_typeはQUESTION_ANSWERING
"text-multilingual-embedding-002:FACT_VERIFICATION" 日本語OKで、task_typeはFACT_VERIFICATION
"text-multilingual-embedding-002:SEMANTIC_SIMILARITY" 日本語OKで、task_typeはSEMANTIC_SIMILARITY
"text-multilingual-embedding-002:CLASSIFICATION" 日本語OKで、task_typeはCLASSIFICATION
"text-multilingual-embedding-002:CLUSTERING" 日本語OKで、task_typeはCLUSTERING
"textembedding-gecko-multilingual@001" 日本語OKで、task_type はそもそも無いモデル
"textembedding-gecko@002" 日本語NG、task_type はそもそも無いモデル
"textembedding-gecko@001" 日本語NG、task_type はそもそも無いモデル
"上記以外の不明な文字列" "text-multilingual-embedding-002:SEMANTIC_SIMILARITY" として処理されます
入力: エンベディングする文字列
ターゲット: エンベディングを保存するフィールド
セマンティック検索を実行
クエリーを自然言語にした場合は、アカウント名、埋め込みモデルの設定が必須です。
レスポンス
array: テキスト エンベディング
Claris FileMaker への設定は、サンプルファイルをご確認ください
URL: https://drive.google.com/uc?export=download&id=1WlPLDaomGv5zGsShf-KyCt8ZLcR7lS5N