Gemini Pro模型API调用指南：申请、实战与问题解决

Gemini Pro 模型API调用全攻略：从申请到实战应用

在人工智能领域，Gemini Pro模型以其强大的语言理解和生成能力，吸引了众多开发者。本文将详细介绍如何申请Gemini Pro模型的API密钥，并提供多种API调用方法，以及常见问题的解决方案，助您快速上手并充分利用这一强大的工具。

Gemini Pro 模型API密钥申请

要开始使用Gemini Pro模型，首先需要获取API密钥。以下是详细步骤：

1. 注册并登录Google账号： 确保您已拥有Google账号，并在浏览器中完成登录。
2. 访问API密钥申请页面： 前往https://makersuite.google.com/app/apikey。
3. 按照页面提示操作： 按照页面上的指引，创建并获取您的API密钥。请妥善保管您的密钥，避免泄露。

Gemini Pro 模型API调用方法

获取API密钥后，您可以使用多种方法调用Gemini Pro模型。下面介绍两种常用的方法：

一、使用HTTP进行调用

这种方法简单直接，适用于快速测试和原型开发。

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)

代码解析：

• 导入必要的库： requests用于发送HTTP请求，json用于处理JSON数据。
• 构造请求URL： 将API密钥添加到URL中。
• 设置请求头： 指定Content-Type为application/json。
• 构造请求数据： 将要发送的文本内容封装成JSON格式。
• 发送POST请求： 使用requests.post发送请求，并获取响应。
• 解析响应： 将响应内容解析为JSON格式并打印。

二、基于Google提供的Python库

Google提供了一个专门用于与Gemini模型交互的Python库，使用起来更加方便。

注意事项

根据Gemini API的使用文档，Python版本需要在3.9以上。建议使用Python 3.10或更高版本。

步骤

1. 创建Python虚拟环境（可选）： 为了隔离不同项目的依赖，建议创建一个新的Python虚拟环境：python -m venv pyvenv。
2. 激活虚拟环境（可选）： 激活当前环境：.\pyvenv\Scripts\activate (Windows) 或 source pyvenv/bin/activate (Linux/macOS)。
3. 安装google-generativeai库： 使用pip安装：pip install google-generativeai。
4. 编写测试代码：

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)

代码解析：

• 导入google.generativeai库： import google.generativeai as genai。
• 配置API密钥： 使用genai.configure(api_key=apikey, transport='rest')配置API密钥。注意： 必须设置transport='rest'，否则可能出现超时问题。
• 创建GenerativeModel对象： 使用genai.GenerativeModel('gemini-pro')创建一个Gemini Pro模型的实例。
• 生成内容： 使用model.generate_content(text, stream=True)生成内容，stream=True表示以流式方式返回结果。
• 处理响应： 遍历响应中的每个chunk，并打印其文本内容。

可能遇到的报错及解决方案

1. google-auth版本过低：

   • 报错信息： 类似google-auth版本过低的错误。
   • 解决方案： 升级google-auth：pip install --upgrade google-auth。

2. 连接超时问题：

   • 报错信息： google.api_core.exceptions.RetryError: Deadline of 60.0s exceeded while calling target function。
   • 原因：
     • 网络问题：请检查您的网络连接。
     • 未设置网络传输方式：请确保在配置API密钥时设置了transport='rest'，即genai.configure(api_key=apikey, transport='rest')。

Gemini-Pro模型其他应用场景

Gemini Pro模型除了文本生成外，还可以用于图像理解等多种应用场景。

使用gemini-pro-vision进行图片API调用

Gemini提供gemini-pro和gemini-pro-vision两个免费的API服务。gemini-pro-vision专门用于处理图像相关的任务。

步骤

1. 安装pillow库： pip install pillow。
2. 准备图片： 建议使用jpg格式的图片，并且图片大小尽量控制在500kb以下。
3. 编写代码：

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')

代码解析：

• 导入必要的库： google.generativeai用于与Gemini模型交互，PIL.Image用于处理图像。
• 配置API密钥： 使用genai.configure(api_key=apikey, transport='rest')配置API密钥。
• 创建GenerativeModel对象： 使用genai.GenerativeModel('gemini-pro-vision')创建一个Gemini Pro Vision模型的实例。
• 打开图像： 使用PIL.Image.open(image_path)打开图像。
• 生成内容： 使用model.generate_content([text, img], stream=True)生成内容，将文本描述和图像一起作为输入。
• 处理响应： 使用response.resolve()等待响应完成，并打印其文本内容。

总结

本文详细介绍了Gemini Pro模型API的申请、调用方法以及常见问题的解决方案。通过本文，您可以快速上手Gemini Pro模型，并将其应用到各种实际场景中，例如文本生成、图像理解等。希望这些信息能帮助您更好地利用Gemini Pro模型的强大功能。

参考资料

1. Gemini API: Quickstart with Python: https://ai.google.dev/tutorials/python_quickstart
2. 谷歌Gemini Api Key获取方式: apikey