# Google Geminiの連携

> Google Geminiの連携 - カスタムモデルワークショップを介してハイパースケーラーによって提案されたLLMを活用します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.224259+00:00` (UTC).

## Primary page

- [Google Geminiの連携](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/custom-model-dev/gemini-google.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/tree/main/generative_ai/gemini-app)

DataRobotでは、 [カスタムモデルワークショップ](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-workshop/index.html.md#custom-model-workshop) を介してハイパースケーラーによって提案されたLLMを活用できます。

このAIアクセラレーターは、Google Gemini LLMに基づいてStreamlitアプリケーションを実装し、DataRobotプラットフォームでホストする方法を実演します。 このAIアクセラレーターのユーザーは、DataRobotおよびGoogle Gemini Enterprise Agent Platform（以前のVertex AI）でのカスタムモデルデプロイプロセスとカスタム指標の作成に精通している必要があります。

このアクセラレーターには、Google Gemini Enterprise Agent Platform（以前のVertex AI）プロジェクトのサービスアカウントが必要です。 以下の手順は、アクセラレータワークフローの概略を示します。

1. GCPサービスアカウント（base64エンコード）で資格情報を作成します。
2. オプションです。DataRobotグローバルモデルからガードモデルをデプロイします。
3. テキストモデル（Gemini Pro）をデプロイします。
4. マルチモーダルモデル（Gemini Pro Vision）をデプロイします。
5. 両方のデプロイ（テキストおよびマルチモーダル）のカスタム指標を作成します。
6. DataRobotにStreamlitアプリをデプロイします。