Google Gemini API 開發(fā)教程

自從 Deepseek 發(fā)布以來春叫,網(wǎng)上都在瘋傳其與 ChatGPT-o1 和 Claude 3.5 的對(duì)比酱塔,而以前熱火朝天的 Google Gemini 卻徹底淡出了人們的視線,不論國內(nèi)國外改鲫。


關(guān)于 Deepseek 為什么如此轟動(dòng),可以查看這篇文章:為什么說 Deepseek 的實(shí)際意義遠(yuǎn)大于它的技術(shù)意義?


但既然如此铭拧,為什么還有講 Gemini API 的開發(fā)能?原因如下:

  • 完全免費(fèi)恃锉!成本只是服務(wù)器和開發(fā)費(fèi)用搀菩。*
  • Google 畢竟是所有 AI 公司中最龐大的綜合公司,可以保底破托。
  • Gemini 1.5 及2.0 模型在處理超長文本和音視頻的能力依然世界第一肪跋。

成品演示:【Google Gemini 中國版
使用 Gemini API 搭建的國內(nèi)鏡像網(wǎng)站,免費(fèi)土砂!


以下正式進(jìn)入開發(fā)教程州既,以 Curl 為例(配置最簡單)

Gemini API 開發(fā)教程

2. 準(zhǔn)備工作

2.1 獲取 API 密鑰

在開始使用 Gemini API 之前,您需要:

  1. 訪問 Google AI Studio 創(chuàng)建 API 密鑰
  2. 將密鑰保存在環(huán)境變量中:
export GOOGLE_API_KEY="Your_API_Key"

當(dāng)然萝映,在實(shí)際開發(fā)中方式有很多:Cloudflare 提供環(huán)境變量配置吴叶;服務(wù)器開發(fā)可以使用 config.php,再用 Nginx 或 Apache 設(shè)置為之內(nèi)本地訪問...

3. 基礎(chǔ)功能

3.1 純文本生成

使用 generateContent 方法可以讓模型根據(jù)輸入文本生成內(nèi)容:

curl https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GOOGLE_API_KEY \
    -H 'Content-Type: application/json' \
    -X POST \
    -d '{
      "contents": [{
        "parts":[{
          "text": "提示詞"}]}]}'

3.2 多模態(tài)輸入(文本 + 圖片)

Gemini 1.5 以上就支持同時(shí)處理文本和圖片輸入:

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent" \
  -H "Content-Type: application/json" \
  -d '{
    "contents":[{
      "parts":[
        {"text": "提示詞"},
        {
          "inline_data": {
            "mime_type":"image/jpeg",
            "data": "BASE64_ENCODED_IMAGE"
          }
        }
      ]
    }]
  }'

3.3 多輪對(duì)話

支持構(gòu)建多輪對(duì)話序臂,保持上下文連貫:
(這是很多 AI 鏡像都不具有的晤郑!包括 Gemini、ChatGPT)

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {"role":"user", "parts":[{"text": "提示詞1"}]},
      {"role":"model", "parts":[{"text": "回答1"}]},
      {"role":"user", "parts":[{"text": "提示詞2"}]}
    ]
  }'

4. 高級(jí)功能

4.1 流式輸出

使用 streamGenerateContent 實(shí)現(xiàn)實(shí)時(shí)輸出:

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:streamGenerateContent?alt=sse" \
    -H 'Content-Type: application/json' \
    --no-buffer \
    -d '{
      "contents":[{
        "parts":[{
          "text": "提示詞"
        }]
      }]
    }'

這個(gè)其實(shí)不是特別建議用贸宏,除非你的前端水平很高造寝,不然很容易 API 把內(nèi)容返回來了,前端渲染不了吭练。

4.2 配置生成參數(shù)

可以通過配置參數(shù)控制輸出:

curl -X POST \
  -d '{
    "contents": [...],
    "safetySettings": [{
      "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
      "threshold": "BLOCK_ONLY_HIGH"
    }],
    "generationConfig": {
      "temperature": 1.0,
      "maxOutputTokens": 800,
      "topP": 0.8,
      "topK": 10
    }
  }'

4.3 嵌入功能

使用 embedContent 獲取文本的向量表示:

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/embedding-001:embedContent" \
  -d '{
    "model": "models/embedding-001",
    "content": {
      "parts":[{
        "text": "your text"
      }]
    }
  }'

5. 模型信息

5.1 查詢單個(gè)模型信息

curl https://generativelanguage.googleapis.com/v1beta/models/gemini-pro?key=$GOOGLE_API_KEY

5.2 獲取所有可用模型

curl https://generativelanguage.googleapis.com/v1beta/models?key=$GOOGLE_API_KEY
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末诫龙,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子鲫咽,更是在濱河造成了極大的恐慌签赃,老刑警劉巖谷异,帶你破解...
    沈念sama閱讀 219,110評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異锦聊,居然都是意外死亡歹嘹,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門孔庭,熙熙樓的掌柜王于貴愁眉苦臉地迎上來尺上,“玉大人,你說我怎么就攤上這事圆到≡跖祝” “怎么了?”我有些...
    開封第一講書人閱讀 165,474評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵芽淡,是天一觀的道長马绝。 經(jīng)常有香客問我,道長挣菲,這世上最難降的妖魔是什么富稻? 我笑而不...
    開封第一講書人閱讀 58,881評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮白胀,結(jié)果婚禮上唉窃,老公的妹妹穿的比我還像新娘。我一直安慰自己纹笼,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評(píng)論 6 392
  • 文/花漫 我一把揭開白布苟跪。 她就那樣靜靜地躺著廷痘,像睡著了一般。 火紅的嫁衣襯著肌膚如雪件已。 梳的紋絲不亂的頭發(fā)上笋额,一...
    開封第一講書人閱讀 51,698評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音篷扩,去河邊找鬼兄猩。 笑死,一個(gè)胖子當(dāng)著我的面吹牛鉴未,可吹牛的內(nèi)容都是我干的枢冤。 我是一名探鬼主播,決...
    沈念sama閱讀 40,418評(píng)論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼铜秆,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼淹真!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起连茧,我...
    開封第一講書人閱讀 39,332評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤核蘸,失蹤者是張志新(化名)和其女友劉穎巍糯,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體客扎,經(jīng)...
    沈念sama閱讀 45,796評(píng)論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡祟峦,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,968評(píng)論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了徙鱼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片宅楞。...
    茶點(diǎn)故事閱讀 40,110評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖疆偿,靈堂內(nèi)的尸體忽然破棺而出咱筛,到底是詐尸還是另有隱情,我是刑警寧澤杆故,帶...
    沈念sama閱讀 35,792評(píng)論 5 346
  • 正文 年R本政府宣布迅箩,位于F島的核電站,受9級(jí)特大地震影響处铛,放射性物質(zhì)發(fā)生泄漏饲趋。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評(píng)論 3 331
  • 文/蒙蒙 一撤蟆、第九天 我趴在偏房一處隱蔽的房頂上張望奕塑。 院中可真熱鬧,春花似錦家肯、人聲如沸龄砰。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽换棚。三九已至,卻和暖如春反镇,著一層夾襖步出監(jiān)牢的瞬間固蚤,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評(píng)論 1 272
  • 我被黑心中介騙來泰國打工歹茶, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留夕玩,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,348評(píng)論 3 373
  • 正文 我出身青樓惊豺,卻偏偏與公主長得像燎孟,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子尸昧,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容