掌握 Google Gemini API

Google Gemini API综合指南

在本 Google Gemini API 指南中，我将解释如何使用 Google Gemini API 从提示生成文本。此外，我将演示如何使用 Google Gemini Vision 模型通过传递图像来生成内容。本教程将非常精彩，让我们开始吧！

要利用 Google Gemini Pro 的强大功能处理文本和聊天对话，并利用 Google Gemini Pro Vision 来处理图像，您需要“google-generativeai”软件包。首先使用“!pip install google-generativeai”安装它。 🔥

安装：

!pip install google-generativeai

🚀导入一些重要的库

import google.generativeai as genaiimport osfrom google.colab import userdatafrom IPython.display import Markdown

#give gemini api to google generative AIgeminiKey = userdata.get('geminiKey')genai.configure(api_key = geminiKey)

该代码用于通过配置 API 密钥来设置与 Gemini API 交互的身份验证，您可以从 Google AI studio 对其进行评估，然后将其设置到您的环境中。

# get the modelmodel = genai.GenerativeModel('gemini-pro')response = model.generate_content('Explain me Quantum Computing like I’m a 5-year-old ')

model = genai.GenerativeModel(‘gemini-pro’)：这一行使用 genai 库中的 GenerativeModel 类初始化一个名为 model 的生成模型对象。选择用于初始化的模型指定为 “gemini-pro”。
response = model.generate_content(‘Explain me Quantum Computing like I’m a 5-year-old ‘)：这一行从初始化的模型中生成内容。它调用了模型对象的 generate_content 方法，并将提示作为输入。提供的提示是 “像 5 岁小孩一样向我解释量子计算”。模型将尝试根据该提示生成内容。

print(response.text)

打印 response.text 会输出生成的文本，让你看到生成模型用简单的语言解释了量子计算。

Markdown(response.text)

通过附带 response.text，我们将生成的原始文本转换为 Markdown 格式。

再次加载 Gemini pro 模型

model = genai.GenerativeModel('gemini-pro')chat = model.start_chat(history=[])

response = chat.send_message('What is Quantum physics'):

该行试图通过聊天对象（chat）发送一条信息（”什么是量子物理学”）。
Markdown(response.text)：
这一行是从 chat.send_message 调用返回的响应对象。然后，它会从响应中提取文本并将其传递给 Markdown 函数。Markdown 函数会将原始格式转换为 Markdown 格式。

response = chat.send_message('Explain me LLM in simple words')Markdown(response.text)

for text in chat.history:  display(Markdown(f"**{text.role}**: {text.parts[0].text}"))

这段代码会遍历聊天记录，并以格式化的方式显示每个提示和交叉回复。

首先，导入图像

from PIL import Imageimage = Image.open('/content/tesla truck.jpg')

让我们与谷歌生成式人工智能模型–Gemini-Pro Vision 进行互动。

model = genai.GenerativeModel('gemini-pro-vision')response = model.generate_content(image)Markdown(response.text)

model = genai.GenerativeModel('gemini-pro-vision'):

创建名为 model 的模型对象。
.GenerativeModel(‘gemini-pro-vision’) 部分说明我们正在初始化一个用于处理 “gemini-pro-vision “模型的模型。

response = model.generate_content(image):

Markdown(response.text):

模型在图像上的输出

我们还可以根据图片生成内容，如博客文章，要根据图片生成内容，我们需要通过图片提示。

response = model.generate_content(['Write a blog post about that image', image])Markdown(response.text)

我们已经探索了 Google Gemini API 的功能，并演示了如何在不产生成本的情况下利用它来生成内容。Gemini API可以生成从文本到图像等各种内容。这就为创意项目、研究工作和创新应用提供了令人兴奋的可能性，而无需承担经济负担。

幂简集成API HUB也为大家汇集了很多Google系列API，若您有需要请访问我们！