Como usar a clave da API de Google Gemini? Titoría de exemplo de IA, ensinanza e formación incluídas

Teclas da API de Google Gemini, sen máis preocupacións! Faino nun minuto e despídese das preocupacións! ✌✌✌

Tutoriais detallados ensinaranche paso a paso, e ata un novato pode converterse nun mestre en segundos.

Despídese dos pasos engorrosos e tómao facilmenteAIArtefacto! Únete a min para desbloquear o novo mundo da IA!

Despois da chegada da IA ​​Gemini de Google, Google lanzou o acceso API ao seu modelo Gemini. Agora, Google ofrece acceso API a Gemini Pro, incluíndo modelos de só texto e modelos visuais. Este é un lanzamento notable porque ata a data, Google non engadiu capacidades visuais a Bard, que executa un modelo de só texto. Con esta clave de API, por fin podes probar as capacidades multimodais de Gemini no teu ordenador local. Aprendemos como acceder e usar a API Gemini nesta guía.

Nota:A clave da API de Google Gemini está actualmente gratuíta para os modelos de texto e visuais. Será gratuíto ata que estea dispoñible a principios do próximo ano. Polo tanto, pode enviar ata 60 solicitudes por minuto sen configurar a facturación de Google Cloud nin incorrer en ningún cargo.

Configura Python e Pip no teu ordenador

Consulta a nosa guía en PC ou MacInstalar Python e Pip. Necesitas instalar Python 3.9 ou superior.

Se estás a usar Linux sistema, podes seguir o noso tutorialInstala Python e Pip en Ubuntu ou noutras distribucións.

Pode executar o seguinte comando no terminal paraConfirme Python e Pip está instalado no seu ordenador. Devolve o número de versión.

python -V
pip -V

Despois da instalación exitosa, executa o seguinte comando para instalar as dependencias da IA ​​xerativa de Google.

pip install -q -U google-generativeai

Como obter a clave da API Gemini Pro?

A continuación, visita makersuite.google.com/app/apikey e inicia sesión coa túa conta de Google.

En Claves API, fai clicCrear clave de API nun proxecto novobotón ".

Copia a clave da API e gárdaa nun lugar seguro. Nunca faga ou comparta as claves API públicas.

Como usar Gemini Pro API Key (modo de texto simple)?

Do mesmo xeito que OpenAI, Google tamén usa as claves da API Gemini directamente para fins de desenvolvemento e probas. Escribín o código bastante sinxelo para que poida ser probado e usado facilmente polos usuarios habituais. Neste exemplo, mostrarei como usar as claves API con modelos de texto Gemini Pro.

Primeiro, inicia o teu editor de código favorito. Se es novo, só tes que instalar Notepad + +. Para usuarios avanzados, Visual Studio Code é unha excelente ferramenta.

import google.generativeai as genai
genai.configure(api_key='PASTE YOUR API KEY HERE')
model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("What is the meaning of life?")
print(response.text)

Agora, garda o código e dálle un nome ao ficheiro. Asegúrate de engadir ao final .py. Chamei o ficheiro gemini.py, e gárdao no escritorio.

A continuación, abra un terminal e execute o seguinte comando para moverse ao escritorio.

cd Desktop

Unha vez no terminal do escritorio, simplemente execute o seguinte comando para executalo usando Python gemini.py documento.

python gemini.py

Agora responderá á túa pregunta gemini.py Problemas definidos no ficheiro.

Podes modificar a pregunta no editor de código, gardala e executala de novo gemini.py ficheiro para obter novas respostas no terminal. Así é como usas unha clave da API de Google Gemini para acceder a un modelo Gemini Pro de só texto.

Como usar as claves da API Gemini Pro (modelos de texto e visuais)

Neste exemplo, demostrarei como interactuar cun modelo multimodal Gemini Pro. Aínda non está dispoñible en Google Bard, pero a través da API podes acceder a ela inmediatamente. Afortunadamente, o proceso tamén é moi sinxelo e fluido.

Abre un ficheiro novo no editor de código e pega o código a continuación.

import google.generativeai as genai
import PIL.Image
img = PIL.Image.open('image.jpg')
genai.configure(api_key='PASTE YOUR API KEY HERE')
model = genai.GenerativeModel('gemini-pro-vision')
response = model.generate_content(["what is the total calorie count?", img])
print(response.text)

Asegúrate de pegar a túa clave da API Gemini. Aquí estamos usando gemini-pro-vision modelo, que é un modelo textual e visual.

Agora, garda o ficheiro no teu escritorio e engádeo despois do nome do ficheiro .py. Vou poñerlle un nome aquí geminiv.py .

Na terceira liña de código, como podes ver, apunto a IA ao image.jpg ficheiros, os nomes dos ficheiros son exactamente os mesmos. Sexa cal sexa a imaxe coa que esteas a traballar, asegúrate de gardala geminiv.py Os ficheiros están na mesma localización e teñen o mesmo nome de ficheiro coa extensión correcta. Podes pasar ficheiros JPG e PNG locais de ata 4 MB.

Na sexta liña de código, podes facer preguntas relacionadas coa imaxe. Xa que estaba introducindo unha imaxe relacionada coa comida, pedinlle a Gemini Pro que calculase as calorías totais.

Agora toca executar o código no terminal. Só tes que moverte ao escritorio (no meu caso) e executar os comandos de abaixo un por un. Se realizas algún cambio, asegúrate de gardar o ficheiro.

cd Desktop
python geminiv.py

Os modelos visuais Gemini Pro responden directamente ás preguntas. Podes facer máis preguntas e pedirlle á IA que explique por que.

Tamén podes introducir unha imaxe diferente, pero asegúrate de que coincida co nome do ficheiro de imaxe, cambia a pregunta no código e executa de novo geminiv.py arquivo para obter unha nova resposta.

Como usar a clave da API Gemini Pro no formato de chat?

Grazas ao código conciso de unconv, podes conversar cun modelo Gemini Pro usando unha clave de API Gemini AI nunha xanela de terminal. Deste xeito, non tes que cambiar o problema no teu código nin volver executar o ficheiro Python para obter unha nova saída. Podes seguir conversando na xanela do terminal.

O mellor de todo é que Google implementa o historial de chat de forma nativa, polo que non necesitas engadir respostas manualmente nin xestionar o historial de chat en matrices ou listas. Cunha función sinxela, Google pode almacenar todo o historial de conversas nunha sesión de chat. As operacións específicas son as seguintes:

Abre o editor de código e pega o código a continuación.

import google.generativeai as genai
genai.configure(api_key='PASTE YOUR API KEY HERE')
model = genai.GenerativeModel('gemini-pro')
chat = model.start_chat()
while True:
message = input("You: ")
response = chat.send_message(message)
print("Gemini: " + response.text)

Como é habitual, copia e pega a clave similar á API anterior.

Neste punto, garda o ficheiro no teu escritorio ou noutra localización. Asegúrese de engadir ao final .py. Púxenlle o nome geminichat.py documento.

Agora, abre o terminal e pasa ao escritorio. A continuación, corre geminichat.py documento.

cd Desktop
python geminichat.py

Agora podes continuar facilmente a conversa e lembrará o teu historial de chat. Polo tanto, hai outra boa forma de usar as claves da API de Google Gemini.

Estes son só algúns exemplos do que podes facer con Google Gemini a través da API. Alégrome de que Google poña o seu modelo de visión a disposición dos entusiastas e dos desenvolvedores, e que o combine co DALL-E 3 de OpenAI e Chat GPT Comparar. Aínda que o modelo visual Gemini Pro non é tan bo como o modelo GPT-4V, aínda é bastante bo. Estamos ansiosos polo lanzamento de Gemini Ultra, que será comparable ao modelo GPT-4.

Ademais, a API Gemini Pro responde de forma diferente a Google Bard, que tamén está alimentado por unha versión axustada de Gemini Pro. As respostas de Bard parecían un pouco sosas, pero as respostas da API de Gemini Pro eran máis vivas e distintivas.

Estaremos atentos a todos os cambios nesta área, así que estade atentos para saber máis sobre Gemini AI. Mentres tanto, consulta tamén a API de Google Gemini.