Hur använder man Google Gemini API-nyckel? AI exempel handledning, undervisning och utbildning ingår

Google Gemini API-nycklar, inga fler bekymmer! Få det gjort på en minut och säg adjö till bekymmer! ✌✌✌

Detaljerade tutorials kommer att lära dig steg för steg, och även en nybörjare kan bli en mästare på några sekunder!

Säg adjö till tråkiga steg och äg enkelt ett AI- kraftpaket! Följ med mig och lås upp en ny värld av AI!

Efter tillkomsten av Googles Gemini AI släppte Google API-åtkomst till sin Gemini-modell. Nu ger Google API-åtkomst till Gemini Pro, inklusive modeller med endast text och modeller med text plus visuella. Detta är en anmärkningsvärd lansering eftersom Google hittills inte har lagt till visuella funktioner till Bard, som kör en modell med endast text. Med denna API-nyckel kan du äntligen testa Geminis multimodala möjligheter på din lokala dator. Låt oss lära oss hur du kommer åt och använder Gemini API i den här guiden.

Obs! Google Gemini API-nycklar är för närvarande gratis för både text- och visuella modeller. De kommer att förbli gratis fram till början av nästa år när de är fullt tillgängliga. Därför kan du skicka upp till 60 förfrågningar per minut utan att konfigurera Google Cloud-fakturering eller ådra dig några avgifter.

Konfigurera Python och Pip på din dator

Följ vår guide för att installera Python och Pip på din PC eller Mac . Du behöver Python 3.9 eller senare.

Om du använder ett Linux- system kan du följa vår handledning för att installera Python och Pip på Ubuntu eller andra distributioner.

Du kan köra följande kommando i terminalen för att bekräfta att Python och Pip är installerade på din dator. Det returnerar versionsnumret.

python -V
pip -V

Efter lyckad installation, kör kommandot nedan för att installera Googles generativa AI-beroenden.

pip install -q -U google-generativeai

Hur får man Gemini Pro API-nyckel?

Besök sedan makersuite.google.com/app/apikey och logga in med ditt Google-konto.

Under API-nycklar klickar du på knappen " Skapa API-nyckel i nytt projekt ".

Kopiera API-nyckeln och förvara den på ett säkert ställe. Gör eller dela aldrig API-nycklar offentliga.

Hur använder man Gemini Pro API Key (oformaterad text)?

I likhet med OpenAI använder Google också Gemini API-nycklar direkt för utvecklings- och testsyften. Jag skrev koden ganska enkelt så att den lätt kan testas och användas av vanliga användare. I det här exemplet ska jag visa hur man använder API-nycklar med Gemini Pro-textmodeller.

Börja med att starta din föredragna kodredigerare. Om du är nybörjare installerar du bara Notepad++ . För avancerade användare är Visual Studio Code ett utmärkt verktyg.

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)

Spara nu koden och ge filen ett namn. Se till att lägga till i slutet .py. Jag namngav filen gemini.py, och spara den på skrivbordet.

Öppna sedan en terminal och kör följande kommando för att flytta till skrivbordet.

cd Desktop

Väl i skrivbordsterminalen kör du helt enkelt följande kommando för att köra med Python gemini.py fil.

python gemini.py

Nu kommer det att svara på din fråga gemini.py Problem som anges i filen.

Du kan ändra frågan i kodredigeraren, spara den och köra den igen gemini.py fil för att få nya svar i terminalen. Så här använder du en Google Gemini API-nyckel för att komma åt en Gemini Pro-modell som endast innehåller text.

Hur man använder Gemini Pro API-nycklar (text- och visuella modeller)

I det här exemplet kommer jag att visa hur man interagerar med en Gemini Pro multimodal modell. Det är inte live på Google Bard än, men genom API:t kan du komma åt det direkt. Tack och lov är processen också mycket enkel och sömlös.

Öppna en ny fil i kodredigeraren och klistra in koden nedan.

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)

Se till att klistra in din Gemini API-nyckel. Här använder vi gemini-pro-vision modell, som är en textuell och visuell modell.

Spara nu filen på skrivbordet och lägg till efter filnamnet .py. Jag ska namnge det här geminiv.py .

På den tredje raden med kod, som du kan se, pekar jag AI:n mot image.jpg filer, är filnamnen exakt desamma. Vilken bild du än arbetar med, se till att den sparas med geminiv.py Filerna finns på samma plats och har samma filnamn med rätt tillägg. Du kan skicka in lokala JPG- och PNG-filer upp till 4 MB.

På den sjätte kodraden kan du ställa frågor relaterade till bilden. Eftersom jag gick in på en matrelaterad bild bad jag Gemini Pro att beräkna det totala antalet kalorier.

Nu är det dags att köra koden i terminalen. Flytta bara till skrivbordet (i mitt fall) och kör kommandona nedan ett efter ett. Om du gör några ändringar, se till att spara filen.

cd Desktop
python geminiv.py

Gemini Pro visuella modeller svarar på frågor direkt. Du kan ställa ytterligare frågor och fråga AI för att förklara varför.

Du kan också ange en annan bild, men se till att den matchar bildfilens namn, ändra frågan i koden och kör igen geminiv.py fil för att få ett nytt svar.

Hur använder man Gemini Pro API-nyckel i chattformat?

Tack vare unconvs kortfattade kod kan du chatta med en Gemini Pro-modell med hjälp av en Gemini AI API-nyckel i ett terminalfönster. På så sätt behöver du inte ändra problemet i din kod eller köra om Python-filen för att få ny utdata. Du kan fortsätta chatta i terminalfönstret.

Det bästa av allt är att Google implementerar chatthistorik inbyggt, så du behöver inte lägga till svar manuellt eller hantera chatthistorik i arrayer eller listor. Med en enkel funktion kan Google lagra all konversationshistorik i en chattsession. De specifika operationerna är följande:

Öppna kodredigeraren och klistra in koden nedan.

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)

Som vanligt, kopiera och klistra in nyckeln som liknar API:et ovan.

Spara nu filen på skrivbordet eller annan plats. Var noga med att lägga till i slutet .py. Jag döpte den geminichat.py fil.

Öppna nu terminalen och flytta till skrivbordet. Nästa, spring geminichat.py fil.

cd Desktop
python geminichat.py

Nu kan du enkelt fortsätta konversationen och den kommer ihåg din chatthistorik. Så det finns ett annat bra sätt att använda Google Gemini API-nycklar.

Det här är bara några exempel; du kan lära dig mer om Google Gemini-funktionerna via API:et. Jag är glad att Google gör sin visionsmodell tillgänglig för entusiaster och utvecklare och jämför den med OpenAI:s DALL-E 3 och ChatGPT . Även om Gemini Pro-visionsmodellen inte är riktigt lika bra som GPT-4V-modellen är den fortfarande ganska imponerande. Vi ser fram emot lanseringen av Gemini Ultra, som kommer att vara jämförbar med GPT-4-modellerna.

Utöver det svarar Gemini Pro API annorlunda på Google Bard, som också drivs av en finjusterad version av Gemini Pro. Bards svar verkade lite intetsägande, men Gemini Pros API-svar var mer livliga och distinkta.

Vi kommer att hålla ett öga på alla förändringar på det här området, så håll utkik efter mer om Gemini AI. Under tiden kan du också kolla in Google Gemini API själv.