All methods

জেনারেটিভ ল্যাঙ্গুয়েজ এপিআই

জেমিনি এপিআই ডেভেলপারদের জেমিনি মডেল ব্যবহার করে জেনারেটিভ এআই অ্যাপ্লিকেশন তৈরি করতে সাহায্য করে। জেমিনি আমাদের সবচেয়ে সক্ষম মডেল, যা শুরু থেকে মাল্টিমডাল হিসেবে তৈরি। এটি ভাষা, ছবি, অডিও, ভিডিও এবং কোড সহ বিভিন্ন ধরণের তথ্য সাধারণীকরণ এবং নির্বিঘ্নে বুঝতে, পরিচালনা করতে এবং একত্রিত করতে পারে। আপনি টেক্সট এবং ছবি জুড়ে যুক্তি, বিষয়বস্তু তৈরি, সংলাপ এজেন্ট, সারসংক্ষেপ এবং শ্রেণিবিন্যাস সিস্টেম এবং আরও অনেক কিছুর জন্য জেমিনি এপিআই ব্যবহার করতে পারেন।

পরিষেবা: generativelanguage.googleapis.com

এই পরিষেবাটি কল করার জন্য, আমরা আপনাকে Google-প্রদত্ত ক্লায়েন্ট লাইব্রেরি ব্যবহার করার পরামর্শ দিচ্ছি। যদি আপনার অ্যাপ্লিকেশনটিকে এই পরিষেবাটি কল করার জন্য আপনার নিজস্ব লাইব্রেরি ব্যবহার করতে হয়, তাহলে API অনুরোধ করার সময় নিম্নলিখিত তথ্য ব্যবহার করুন।

পরিষেবার শেষ বিন্দু

একটি সার্ভিস এন্ডপয়েন্ট হল একটি বেস URL যা একটি API পরিষেবার নেটওয়ার্ক ঠিকানা নির্দিষ্ট করে। একটি পরিষেবার একাধিক পরিষেবা এন্ডপয়েন্ট থাকতে পারে। এই পরিষেবার নিম্নলিখিত পরিষেবা এন্ডপয়েন্ট রয়েছে এবং নীচের সমস্ত URI এই পরিষেবা এন্ডপয়েন্টের সাথে সম্পর্কিত:

  • https://generativelanguage.googleapis.com

REST রিসোর্স: v1beta.batches

পদ্ধতি
cancel POST /v1beta/{name=batches/*}:cancel
দীর্ঘমেয়াদী অপারেশনে অ্যাসিঙ্ক্রোনাস বাতিলকরণ শুরু করে।
delete DELETE /v1beta/{name=batches/*}
দীর্ঘস্থায়ী একটি ক্রিয়াকলাপ মুছে ফেলে।
get GET /v1beta/{name=batches/*}
দীর্ঘমেয়াদী অপারেশনের সর্বশেষ অবস্থা পায়।
list GET /v1beta/{name=batches}
অনুরোধে নির্দিষ্ট ফিল্টারের সাথে মেলে এমন ক্রিয়াকলাপগুলির তালিকা তৈরি করে।
updateEmbedContentBatch PATCH /v1beta/{embedContentBatch.name=batches/*}:updateEmbedContentBatch
ব্যাচ প্রক্রিয়াকরণের জন্য EmbedContent অনুরোধের একটি ব্যাচ আপডেট করে।
updateGenerateContentBatch PATCH /v1beta/{generateContentBatch.name=batches/*}:updateGenerateContentBatch
ব্যাচ প্রক্রিয়াকরণের জন্য GenerateContent অনুরোধের একটি ব্যাচ আপডেট করে।

REST রিসোর্স: v1beta.cachedContents

পদ্ধতি
create POST /v1beta/cachedContents
CachedContent রিসোর্স তৈরি করে।
delete DELETE /v1beta/{name=cachedContents/*}
ক্যাশেডকন্টেন্ট রিসোর্স মুছে ফেলে।
get GET /v1beta/{name=cachedContents/*}
ক্যাশেডকন্টেন্ট রিসোর্স পড়ে।
list GET /v1beta/cachedContents
ক্যাশে করা সামগ্রীর তালিকা।
patch PATCH /v1beta/{cachedContent.name=cachedContents/*}
আপডেট ক্যাশেডকন্টেন্ট রিসোর্স (শুধুমাত্র মেয়াদোত্তীর্ণতা আপডেট করা যাবে)।

REST রিসোর্স: v1beta.fileSearchStores

পদ্ধতি
create POST /v1beta/fileSearchStores
একটি খালি FileSearchStore তৈরি করে।
delete DELETE /v1beta/{name=fileSearchStores/*}
একটি FileSearchStore মুছে ফেলে।
get GET /v1beta/{name=fileSearchStores/*}
একটি নির্দিষ্ট FileSearchStore সম্পর্কে তথ্য পায়।
importFile POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:importFile
ফাইল সার্ভিস থেকে একটি File FileSearchStore আমদানি করে।
list GET /v1beta/fileSearchStores
ব্যবহারকারীর মালিকানাধীন সমস্ত FileSearchStores তালিকাভুক্ত করে।

REST রিসোর্স: v1beta.fileSearchStores.documents

পদ্ধতি
delete DELETE /v1beta/{name=fileSearchStores/*/documents/*}
একটি Document মুছে ফেলে।
get GET /v1beta/{name=fileSearchStores/*/documents/*}
একটি নির্দিষ্ট Document সম্পর্কে তথ্য পায়।
list GET /v1beta/{parent=fileSearchStores/*}/documents
একটি Corpus থাকা সমস্ত Document তালিকাভুক্ত করে।

REST রিসোর্স: v1beta.fileSearchStores.operations

পদ্ধতি
get GET /v1beta/{name=fileSearchStores/*/operations/*}
দীর্ঘমেয়াদী অপারেশনের সর্বশেষ অবস্থা পায়।

REST রিসোর্স: v1beta.fileSearchStores.upload.operations

পদ্ধতি
get GET /v1beta/{name=fileSearchStores/*/upload/operations/*}
দীর্ঘমেয়াদী অপারেশনের সর্বশেষ অবস্থা পায়।

REST রিসোর্স: v1beta.files

পদ্ধতি
delete DELETE /v1beta/{name=files/*}
File মুছে ফেলে।
get GET /v1beta/{name=files/*}
প্রদত্ত File জন্য মেটাডেটা পায়।
list GET /v1beta/files
অনুরোধকারী প্রকল্পের মালিকানাধীন File মেটাডেটা তালিকাভুক্ত করে।

REST রিসোর্স: v1beta.media

পদ্ধতি
upload POST /v1beta/files
POST /upload/v1beta/files
একটি File তৈরি করে।
uploadToFileSearchStore POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
POST /upload/v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
একটি FileSearchStore-এ ডেটা আপলোড করে, FileSearchStore ডকুমেন্টে সংরক্ষণ করার আগে প্রি-প্রসেস এবং খণ্ড করে।

REST রিসোর্স: v1beta.models

পদ্ধতি
asyncBatchEmbedContent POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent
ব্যাচ প্রক্রিয়াকরণের জন্য EmbedContent অনুরোধের একটি ব্যাচ সারিবদ্ধ করে।
batchEmbedContents POST /v1beta/{model=models/*}:batchEmbedContents
ইনপুট Content থেকে একাধিক এম্বেডিং ভেক্টর তৈরি করে যা EmbedContentRequest অবজেক্ট হিসেবে উপস্থাপিত স্ট্রিংগুলির একটি ব্যাচ নিয়ে গঠিত।
batchEmbedText POST /v1beta/{model=models/*}:batchEmbedText
একটি সিঙ্ক্রোনাস কলে প্রদত্ত ইনপুট টেক্সট মডেল থেকে একাধিক এম্বেডিং তৈরি করে।
batchGenerateContent POST /v1beta/{batch.model=models/*}:batchGenerateContent
ব্যাচ প্রক্রিয়াকরণের জন্য GenerateContent অনুরোধের একটি ব্যাচ সারিবদ্ধ করে।
countMessageTokens POST /v1beta/{model=models/*}:countMessageTokens
একটি মডেলের টোকেনাইজার একটি স্ট্রিংয়ে চালায় এবং টোকেন গণনা ফেরত দেয়।
countTextTokens POST /v1beta/{model=models/*}:countTextTokens
একটি টেক্সটে একটি মডেলের টোকেনাইজার চালায় এবং টোকেন গণনা ফেরত দেয়।
countTokens POST /v1beta/{model=models/*}:countTokens
ইনপুট Content একটি মডেলের টোকেনাইজার চালায় এবং টোকেন গণনা ফেরত দেয়।
embedContent POST /v1beta/{model=models/*}:embedContent
নির্দিষ্ট জেমিনি এম্বেডিং মডেল ব্যবহার করে ইনপুট Content থেকে একটি টেক্সট এম্বেডিং ভেক্টর তৈরি করে।
embedText POST /v1beta/{model=models/*}:embedText
একটি ইনপুট বার্তা দেওয়া মডেল থেকে একটি এম্বেডিং তৈরি করে।
generateContent POST /v1beta/{model=models/*}:generateContent
একটি ইনপুট GenerateContentRequest দেওয়া হলে একটি মডেল প্রতিক্রিয়া তৈরি করে।
generateMessage POST /v1beta/{model=models/*}:generateMessage
MessagePrompt ইনপুট দেওয়া মডেল থেকে একটি প্রতিক্রিয়া তৈরি করে।
generateText POST /v1beta/{model=models/*}:generateText
একটি ইনপুট বার্তা প্রদত্ত মডেল থেকে একটি প্রতিক্রিয়া তৈরি করে।
get GET /v1beta/{name=models/*}
একটি নির্দিষ্ট Model সম্পর্কে তথ্য পায় যেমন এর সংস্করণ নম্বর, টোকেন সীমা, পরামিতি এবং অন্যান্য মেটাডেটা।
list GET /v1beta/models
জেমিনি API এর মাধ্যমে উপলব্ধ Model তালিকাভুক্ত করে।
predict POST /v1beta/{model=models/*}:predict
একটি পূর্বাভাস অনুরোধ সম্পাদন করে।
predictLongRunning POST /v1beta/{model=models/*}:predictLongRunning
Predict এর মতোই কিন্তু LRO প্রদান করে।
streamGenerateContent POST /v1beta/{model=models/*}:streamGenerateContent
GenerateContentRequest ইনপুট দেওয়া মডেল থেকে একটি স্ট্রিমযুক্ত প্রতিক্রিয়া তৈরি করে।