谷歌Gemini Pro模型 Api 调用

本文主要介绍如下内容

• Gemini Pro模型 ApiKey的申请
• Gemini Pro模型 Api调用的方法
• 几个模型Api调用的demo程序
• 调用Gemini Pro模型中可能遇到的问题及解决方案

模型 ApiKey的申请

1. 注册好Google账号，并在浏览器完成登录
2. 访问 : https://makersuite.google.com/app/apikey
3. 按照下图操作，获取key

调用方法

一、 使用http进行调用

import requests
import json

def test_with_http(apikey, text):
    url = f'https://generativelanguage.googleapis.com/v1beta/models/gemini-pro:generateContent?key={apikey}'
    headers = {'Content-Type': 'application/json'}
    data = {
        'contents': [
            {
                'parts': [
                    {
                        'text': text
                    }
                ]
            }
        ]
    }
    response = requests.post(url, headers=headers, data=json.dumps(data))
    print(response.json())

if __name__ == '__main__':
    apikey = "这里换成ApiKey"
    text = "请做一个自我介绍"
    test_with_http(apikey=apikey, text=text)

二、基于Google提供的 Python 库

注意

根据Gemini Api的使用文档介绍，要求Python版本在3.9以上，本次测试为 3.10 版本。

步骤

1.（可选） 建议创建一个全新的Python虚拟环境: python -m venv pyvenv
2.（可选）激活当前环境 : .\pyvenv\Scripts\activate
3. 安装Google提供的google-generativeai库：pip install google-generativeai
4. 测试代码：

import google.generativeai as genai


def test_with_api(apikey, text):
    # 注意这行代码，官方提供的demo没有transport='rest' 会出现超时问题，因此一点要加上
    genai.configure(api_key=apikey, transport='rest')
    model = genai.GenerativeModel('gemini-pro')
    response = model.generate_content(text, stream=True)
    for chunk in response:
        print(chunk.text, end='', flush=True)


if __name__ == '__main__':
    apikey = "这里换成ApiKey"
    text = "请做一个自我介绍"
    test_with_api(apikey=apikey, text=text)

5. 输出结果

可能遇到的报错

1. 由于每个人电脑的Python环境不同，有可能出现google-auth版本过低等相关报错

解决方案：
升级 google-auth ，在终端执行下面指令
pip install --upgrade google-auth

2. 连接超时问题 google.api_core.exceptions.RetryError: Deadline of 60.0s exceeded while calling target function

原因：
1. 网络问题，这个情况自行Google、BaiDu解决
2. 没有设置网络传输方式 transport = ‘rest’，也就是步骤4中提示的注意点，此时需要在代码中修改为 ： genai.configure(api_key=apikey, transport='rest')

Gemini-Pro模型中其他应用场景

使用gemini-pro-vision进行图片API调用

目前，Gemini提供了2个免费的APi服务：

步骤

1. 安装pillow库 : pip install pillow
2. 注意：使用的图片格式尽量为jpg格式，并且图片尽量小一点，可以拿500kb以下的进行测试
3. 代码

import google.generativeai as genai
import PIL.Image


def test_gemini_pro_vision(apikey, text, image_path):
    genai.configure(api_key=apikey, transport='rest')
    model = genai.GenerativeModel('gemini-pro-vision')
    img = PIL.Image.open(image_path)
    response = model.generate_content([text, img], stream=True)
    response.resolve()
    print(response.text)


if __name__ == '__main__':
    apikey = "这里换成ApiKey"
    test_gemini_pro_vision(apikey, text="请你描述一下图片的内容。", image_path='2.jpg')

这样改写一下：

• 完全免费，无需API密钥
• 完全本地运行，无需GPU，适用于所有计算机
• 完全私密，一切都在本地进行，采用自定义LLM（语言模型）
• 无需LLM硬件，无需GPU
• 使用免费的ChatGPT3.5 / Qwen / Kimi / ZhipuAI（GLM）API
• 支持自定义LLM（例如ollama、llama.cpp）
• 简便快捷，可通过Docker轻松部署
• 设计了Web和移动友好的界面，专为增强Web搜索的AI聊天而设计，可轻松从任何设备访问