ໃຊ້ລະຫັດ Google Gemini API ແນວໃດ? AI ຕົວຢ່າງ tutorial, ການສອນແລະການຝຶກອົບຮົມລວມ

ກະແຈ Google Gemini API, ບໍ່ຕ້ອງກັງວົນອີກຕໍ່ໄປ! ເຮັດມັນໃຫ້ສໍາເລັດໃນຫນຶ່ງນາທີແລະເວົ້າວ່າ goodbye ກັບຄວາມກັງວົນ! ✌✌✌

ການສອນແບບລະອຽດຈະສອນເຈົ້າເທື່ອລະກ້າວ, ແລະແມ້ແຕ່ຈົວກໍ່ສາມາດກາຍເປັນແມ່ບົດໄດ້ໃນວິນາທີ!

ບອກລາຂັ້ນຕອນທີ່ໜ້າເບື່ອ ແລະ ເປັນເຈົ້າຂອງ ພະລັງ AI ໄດ້ຢ່າງງ່າຍດາຍ ! ມາຮ່ວມກັບຂ້ອຍໃນການປົດລັອກໂລກໃໝ່ຂອງ AI!

ຫຼັງຈາກການມາເຖິງຂອງ Gemini AI ຂອງ Google, Google ໄດ້ປ່ອຍ API ເຂົ້າເຖິງຕົວແບບ Gemini ຂອງມັນ. ໃນປັດຈຸບັນ, Google ໃຫ້ການເຂົ້າເຖິງ API ກັບ Gemini Pro, ລວມທັງຕົວແບບຂໍ້ຄວາມເທົ່ານັ້ນແລະຕົວແບບຂໍ້ຄວາມບວກກັບສາຍຕາ. ນີ້ແມ່ນການເປີດຕົວທີ່ໂດດເດັ່ນເພາະວ່າມາຮອດປະຈຸບັນ, Google ບໍ່ໄດ້ເພີ່ມຄວາມສາມາດທາງສາຍຕາໃຫ້ກັບ Bard, ເຊິ່ງໃຊ້ຮູບແບບຂໍ້ຄວາມເທົ່ານັ້ນ. ດ້ວຍລະຫັດ API ນີ້, ສຸດທ້າຍທ່ານສາມາດທົດສອບຄວາມສາມາດ multimodal ຂອງ Gemini ໃນຄອມພິວເຕີທ້ອງຖິ່ນຂອງທ່ານ. ໃຫ້ພວກເຮົາຮຽນຮູ້ວິທີການເຂົ້າເຖິງແລະນໍາໃຊ້ Gemini API ໃນຄູ່ມືນີ້.

ໝາຍເຫດ: ລະຫັດ API ຂອງ Google Gemini ປະຈຸບັນແມ່ນບໍ່ເສຍຄ່າສຳລັບທັງຮູບແບບຂໍ້ຄວາມ ແລະ ຮູບພາບ. ພວກມັນຈະຍັງບໍ່ເສຍຄ່າຈົນຮອດຕົ້ນປີໜ້າ ເມື່ອພວກມັນມີໃຫ້ໃຊ້ຢ່າງຄົບຖ້ວນ. ດັ່ງນັ້ນ, ທ່ານສາມາດສົ່ງຄຳຮ້ອງຂໍໄດ້ສູງສຸດ 60 ຄຳຕໍ່ນາທີໂດຍບໍ່ຕ້ອງຕັ້ງຄ່າການຮຽກເກັບເງິນ Google Cloud ຫຼື ບໍ່ຕ້ອງເສຍຄ່າໃຊ້ຈ່າຍໃດໆ.

ຕັ້ງຄ່າ Python ແລະ Pip ໃນຄອມພິວເຕີຂອງທ່ານ

ປະຕິບັດຕາມຄູ່ມືຂອງພວກເຮົາ ເພື່ອຕິດຕັ້ງ Python ແລະ Pip ໃນ PC ຫຼື Mac ຂອງທ່ານ . ທ່ານຈະຕ້ອງການ Python 3.9 ຫຼືໃໝ່ກວ່າ.

ຖ້າທ່ານກຳລັງໃຊ້ ລະບົບ Linux , ທ່ານສາມາດປະຕິບັດຕາມບົດແນະນຳຂອງພວກເຮົາ ເພື່ອຕິດຕັ້ງ Python ແລະ Pip ໃນ Ubuntu ຫຼືການແຈກຢາຍອື່ນໆ.

ທ່ານສາມາດໃຊ້ຄຳສັ່ງຕໍ່ໄປນີ້ໃນ terminal ເພື່ອ ຢືນຢັນວ່າ Python ແລະ Pip ໄດ້ຖືກຕິດຕັ້ງຢູ່ໃນຄອມພິວເຕີຂອງທ່ານແລ້ວ. ມັນຈະສົ່ງຄືນໝາຍເລກເວີຊັນ.

python -V
pip -V

ຫຼັງ​ຈາກ​ການ​ຕິດ​ຕັ້ງ​ສົບ​ຜົນ​ສໍາ​ເລັດ​, ໃຫ້​ດໍາ​ເນີນ​ການ​ຄໍາ​ສັ່ງ​ຂ້າງ​ລຸ່ມ​ນີ້​ເພື່ອ​ຕິດ​ຕັ້ງ​ການ​ອີງ​ໃສ່ AI Generative ຂອງ Google​.

pip install -q -U google-generativeai

ວິທີການໄດ້ຮັບລະຫັດ Gemini Pro API?

ຕໍ່ໄປ, ເຂົ້າໄປທີ່ makersuite.google.com/app/apikey ແລະເຂົ້າສູ່ລະບົບດ້ວຍບັນຊີ Google ຂອງທ່ານ.

ພາຍໃຕ້ API Keys, ໃຫ້ຄລິກໃສ່ປຸ່ມ " ສ້າງ API Key ໃນໂຄງການໃໝ່ ".

ສຳເນົາລະຫັດ API ແລະເກັບໄວ້ໃນບ່ອນທີ່ປອດໄພ. ຢ່າເຮັດໃຫ້ ຫຼືແບ່ງປັນລະຫັດ API ສາທາລະນະ.

ໃຊ້ Gemini Pro API Key (ຮູບແບບຂໍ້ຄວາມທໍາມະດາ) ແນວໃດ?

ຄ້າຍຄືກັນກັບ OpenAI, Google ຍັງໃຊ້ປຸ່ມ Gemini API ໂດຍກົງເພື່ອຈຸດປະສົງການພັດທະນາ ແລະການທົດສອບ. ຂ້າພະເຈົ້າໄດ້ຂຽນລະຫັດທີ່ຂ້ອນຂ້າງງ່າຍດາຍເພື່ອໃຫ້ມັນສາມາດທົດສອບແລະນໍາໃຊ້ໂດຍຜູ້ໃຊ້ປົກກະຕິໄດ້ງ່າຍ. ໃນຕົວຢ່າງນີ້, ຂ້ອຍຈະສະແດງວິທີການໃຊ້ລະຫັດ API ກັບຕົວແບບຂໍ້ຄວາມ Gemini Pro.

ກ່ອນອື່ນໝົດ, ໃຫ້ເປີດໃຊ້ໂປຣແກຣມແກ້ໄຂລະຫັດທີ່ທ່ານຕ້ອງການ. ຖ້າທ່ານເປັນຜູ້ເລີ່ມຕົ້ນ, ພຽງແຕ່ຕິດຕັ້ງ Notepad++ . ສຳລັບຜູ້ໃຊ້ຂັ້ນສູງ, Visual Studio Code ເປັນເຄື່ອງມືທີ່ດີເລີດ.

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)

ໃນປັດຈຸບັນ, ບັນທຶກລະຫັດແລະໃຫ້ຊື່ໄຟລ໌. ໃຫ້ແນ່ໃຈວ່າຈະເພີ່ມໃນຕອນທ້າຍ .py. ຂ້ອຍຕັ້ງຊື່ໄຟລ໌ gemini.py, ແລະບັນທຶກມັນຢູ່ໃນ desktop.

ຕໍ່ໄປ, ເປີດ terminal ແລະດໍາເນີນການຄໍາສັ່ງຕໍ່ໄປນີ້ເພື່ອຍ້າຍໄປ desktop.

cd Desktop

ເມື່ອຢູ່ໃນ terminal desktop, ພຽງແຕ່ດໍາເນີນການຄໍາສັ່ງຕໍ່ໄປນີ້ເພື່ອດໍາເນີນການໂດຍໃຊ້ Python gemini.py ເອກະສານ.

python gemini.py

ໃນປັດຈຸບັນມັນຈະຕອບຄໍາຖາມຂອງທ່ານ gemini.py ບັນຫາທີ່ກໍານົດໄວ້ໃນໄຟລ໌.

ທ່ານສາມາດແກ້ໄຂຄໍາຖາມໃນຕົວແກ້ໄຂລະຫັດ, ບັນທຶກມັນແລະດໍາເນີນການອີກເທື່ອຫນຶ່ງ gemini.py ໄຟລ໌ເພື່ອຮັບການຕອບຄືນໃໝ່ໃນ terminal. ນີ້ແມ່ນວິທີທີ່ທ່ານໃຊ້ລະຫັດ Google Gemini API ເພື່ອເຂົ້າເຖິງຮູບແບບ Gemini Pro ທີ່ເປັນຂໍ້ຄວາມເທົ່ານັ້ນ.

ວິທີການໃຊ້ກະແຈ Gemini Pro API (ຕົວແບບຂໍ້ຄວາມ ແລະສາຍຕາ)

ໃນຕົວຢ່າງນີ້, ຂ້ອຍຈະສະແດງວິທີການພົວພັນກັບ Gemini Pro multimodal model. ມັນບໍ່ໄດ້ມີຊີວິດຢູ່ໃນ Google Bard ເທື່ອ, ແຕ່ຜ່ານ API, ທ່ານສາມາດເຂົ້າເຖິງມັນໄດ້ທັນທີ. ຂໍຂອບໃຈ, ຂະບວນການຍັງງ່າຍຫຼາຍແລະ seamless.

ເປີດໄຟລ໌ໃຫມ່ໃນຕົວແກ້ໄຂລະຫັດແລະວາງລະຫັດຂ້າງລຸ່ມນີ້.

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)

ໃຫ້ແນ່ໃຈວ່າໄດ້ວາງລະຫັດ Gemini API ຂອງທ່ານ. ທີ່ນີ້ພວກເຮົາກໍາລັງໃຊ້ gemini-pro-vision ຕົວແບບ, ເຊິ່ງເປັນຕົວແບບຂໍ້ຄວາມແລະສາຍຕາ.

ໃນປັດຈຸບັນ, ບັນທຶກໄຟລ໌ໃນ desktop ຂອງທ່ານແລະເພີ່ມຫຼັງຈາກຊື່ໄຟລ໌ .py. ຂ້ອຍຈະຕັ້ງຊື່ມັນຢູ່ທີ່ນີ້ geminiv.py .

ໃນແຖວທີສາມຂອງລະຫັດ, ຕາມທີ່ເຈົ້າສາມາດເຫັນໄດ້, ຂ້ອຍຊີ້ AI ​​ໄປ image.jpg ໄຟລ໌, ຊື່ໄຟລ໌ແມ່ນຄືກັນ. ຮູບພາບໃດກໍ່ຕາມທີ່ທ່ານກໍາລັງເຮັດວຽກກັບ, ໃຫ້ແນ່ໃຈວ່າມັນຖືກບັນທຶກໄວ້ດ້ວຍ geminiv.py ໄຟລ໌ຢູ່ໃນສະຖານທີ່ດຽວກັນແລະມີຊື່ໄຟລ໌ດຽວກັນກັບນາມສະກຸນທີ່ຖືກຕ້ອງ. ທ່ານສາມາດສົ່ງຜ່ານໄຟລ໌ JPG ແລະ PNG ໃນທ້ອງຖິ່ນໄດ້ເຖິງ 4MB.

ໃນແຖວທີ 6 ຂອງລະຫັດ, ທ່ານສາມາດຖາມຄໍາຖາມທີ່ກ່ຽວຂ້ອງກັບຮູບພາບ. ນັບຕັ້ງແຕ່ຂ້ອຍກໍາລັງເຂົ້າໄປໃນຮູບພາບທີ່ກ່ຽວຂ້ອງກັບອາຫານ, ຂ້ອຍຂໍໃຫ້ Gemini Pro ຄິດໄລ່ພະລັງງານທັງຫມົດ.

ໃນປັດຈຸບັນມັນເຖິງເວລາທີ່ຈະດໍາເນີນການລະຫັດໃນ terminal. ພຽງແຕ່ຍ້າຍໄປ desktop (ໃນກໍລະນີຂອງຂ້ອຍ) ແລະດໍາເນີນການຄໍາສັ່ງຂ້າງລຸ່ມນີ້ຫນຶ່ງຄັ້ງ. ຖ້າທ່ານເຮັດການປ່ຽນແປງໃດໆ, ໃຫ້ແນ່ໃຈວ່າຈະບັນທຶກໄຟລ໌.

cd Desktop
python geminiv.py

ຮູບແບບສາຍຕາ Gemini Pro ຕອບຄໍາຖາມໂດຍກົງ. ທ່ານສາມາດຖາມຄໍາຖາມເພີ່ມເຕີມແລະຂໍໃຫ້ AI ອະທິບາຍວ່າເປັນຫຍັງ.

ນອກນັ້ນທ່ານຍັງສາມາດໃສ່ຮູບພາບທີ່ແຕກຕ່າງກັນ, ແຕ່ໃຫ້ແນ່ໃຈວ່າມັນກົງກັບຊື່ໄຟລ໌ຮູບພາບ, ປ່ຽນຄໍາຖາມໃນລະຫັດ, ແລະດໍາເນີນການອີກເທື່ອຫນຶ່ງ. geminiv.py ໄຟລ໌ເພື່ອໄດ້ຮັບການຕອບສະຫນອງໃຫມ່.

ໃຊ້ລະຫັດ Gemini Pro API ໃນຮູບແບບການສົນທະນາແນວໃດ?

ຂໍຂອບໃຈກັບລະຫັດຫຍໍ້ຂອງ unconv, ທ່ານສາມາດສົນທະນາກັບຕົວແບບ Gemini Pro ໂດຍໃຊ້ລະຫັດ Gemini AI API ຢູ່ໃນປ່ອງຢ້ຽມຂອງ terminal. ວິທີນີ້, ທ່ານບໍ່ຈໍາເປັນຕ້ອງປ່ຽນບັນຫາໃນລະຫັດຂອງທ່ານຫຼື rerun ໄຟລ໌ Python ເພື່ອໃຫ້ໄດ້ຮັບຜົນຜະລິດໃຫມ່. ທ່ານສາມາດສືບຕໍ່ສົນທະນາຢູ່ໃນປ່ອງຢ້ຽມຂອງເຄື່ອງບິນ.

ດີທີ່ສຸດ, Google ປະຕິບັດປະຫວັດການສົນທະນາແບບດັ້ງເດີມ, ດັ່ງນັ້ນທ່ານບໍ່ຈໍາເປັນຕ້ອງເພີ່ມການຕອບຄືນດ້ວຍຕົນເອງ ຫຼືຈັດການປະຫວັດການສົນທະນາໃນອາເຣ ຫຼືລາຍຊື່. ດ້ວຍຟັງຊັນທີ່ງ່າຍດາຍ, Google ສາມາດບັນທຶກປະຫວັດການສົນທະນາທັງໝົດໃນການສົນທະນາ. ການ​ດໍາ​ເນີນ​ງານ​ສະ​ເພາະ​ແມ່ນ​ດັ່ງ​ຕໍ່​ໄປ​ນີ້​:

ເປີດຕົວແກ້ໄຂລະຫັດແລະວາງລະຫັດຂ້າງລຸ່ມນີ້.

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)

ຕາມປົກກະຕິ, ຄັດລອກແລະວາງລະຫັດທີ່ຄ້າຍຄືກັບ API ຂ້າງເທິງ.

ໃນຈຸດນີ້, ບັນທຶກໄຟລ໌ໃສ່ desktop ຫຼືສະຖານທີ່ອື່ນໆຂອງທ່ານ. ໃຫ້ແນ່ໃຈວ່າຈະເພີ່ມໃນຕອນທ້າຍ .py. ຂ້ອຍຕັ້ງຊື່ມັນ geminichat.py ເອກະສານ.

ໃນປັດຈຸບັນ, ເປີດ terminal ແລະຍ້າຍໄປ desktop ໄດ້. ຕໍ່ໄປ, ແລ່ນ geminichat.py ເອກະສານ.

cd Desktop
python geminichat.py

ໃນປັດຈຸບັນທ່ານສາມາດສືບຕໍ່ການສົນທະນາໄດ້ຢ່າງງ່າຍດາຍແລະມັນຈະຈື່ປະຫວັດການສົນທະນາຂອງທ່ານ. ດັ່ງນັ້ນມີອີກວິທີທີ່ດີທີ່ຈະໃຊ້ລະຫັດ Google Gemini API.

ເຫຼົ່ານີ້ແມ່ນພຽງແຕ່ຕົວຢ່າງສອງສາມຢ່າງເທົ່ານັ້ນ; ທ່ານສາມາດຮຽນຮູ້ເພີ່ມເຕີມກ່ຽວກັບຄວາມສາມາດຂອງ Google Gemini ຜ່ານ API. ຂ້າພະເຈົ້າດີໃຈທີ່ Google ກຳລັງເຮັດໃຫ້ຮູບແບບວິໄສທັດຂອງມັນສາມາດໃຊ້ໄດ້ກັບຜູ້ທີ່ມັກ ແລະ ນັກພັດທະນາ, ໂດຍປຽບທຽບມັນກັບ DALL-E 3 ຂອງ OpenAI ແລະ ChatGPT . ໃນຂະນະທີ່ຮູບແບບວິໄສທັດ Gemini Pro ບໍ່ດີເທົ່າກັບຮູບແບບ GPT-4V, ແຕ່ມັນຍັງໜ້າປະທັບໃຈຫຼາຍ. ພວກເຮົາຫວັງວ່າຈະໄດ້ເຫັນການປ່ອຍຕົວ Gemini Ultra, ເຊິ່ງຈະທຽບເທົ່າກັບຮູບແບບ GPT-4.

ນອກເຫນືອຈາກນັ້ນ, Gemini Pro API ຕອບສະຫນອງກັບ Google Bard ທີ່ແຕກຕ່າງກັນ, ເຊິ່ງຍັງໄດ້ຮັບການສະຫນັບສະຫນູນໂດຍ Gemini Pro ຮຸ່ນ tweaked. ຄໍາຕອບຂອງ Bard ເບິ່ງຄືວ່າເປັນເລື່ອງເລັກນ້ອຍ, ແຕ່ການຕອບສະຫນອງ API ຂອງ Gemini Pro ແມ່ນມີຊີວິດຊີວາແລະໂດດເດັ່ນກວ່າ.

ພວກເຮົາຈະຕິດຕາມເບິ່ງການປ່ຽນແປງທັງໝົດໃນພື້ນທີ່ນີ້, ສະນັ້ນລໍຖ້າເບິ່ງເພີ່ມເຕີມກ່ຽວກັບ Gemini AI. ໃນເວລານີ້, ກະລຸນາກວດເບິ່ງ Google Gemini API ຕົວທ່ານເອງ.