Paano gamitin ang Google Gemini API key? AI halimbawa tutorial, pagtuturo at pagsasanay kasama

Mga Google Gemini API key, wala nang alalahanin! Gawin ito sa loob ng isang minuto at magpaalam sa mga alalahanin! ✌✌✌

Ang mga detalyadong tutorial ay magtuturo sa iyo ng hakbang-hakbang, at kahit na ang isang baguhan ay maaaring maging master sa ilang segundo!

Magpaalam sa masalimuot na mga hakbang at gawin ito nang madaliAIartifact! Samahan mo akong i-unlock ang bagong mundo ng AI!

Pagkatapos ng pagdating ng Gemini AI ng Google, inilabas ng Google ang API access sa modelong Gemini nito. Ngayon, ang Google ay nagbibigay ng API access sa Gemini Pro, kabilang ang mga text-only na modelo at text-plus-visual na mga modelo. Ito ay isang kapansin-pansing paglulunsad dahil hanggang ngayon, ang Google ay hindi nagdagdag ng mga visual na kakayahan sa Bard, na nagpapatakbo ng isang text-only na modelo. Gamit ang API key na ito, maaari mong subukan sa wakas ang multimodal na kakayahan ng Gemini sa iyong lokal na computer. Alamin natin kung paano i-access at gamitin ang Gemini API sa gabay na ito.

Paalala:Ang Google Gemini API key ay kasalukuyang libre para sa parehong text at visual na mga modelo. Magiging libre ito hanggang sa pangkalahatan itong magagamit sa unang bahagi ng susunod na taon. Samakatuwid, maaari kang magpadala ng hanggang 60 kahilingan kada minuto nang hindi nagse-set up ng pagsingil sa Google Cloud o nagkakaroon ng anumang mga singil.

I-configure ang Python at Pip sa iyong computer

Tumungo sa aming gabay sa PC o MacI-install ang Python at Pip. Kailangan mong naka-install ang Python 3.9 o mas mataas.

Kung ikaw ay gumagamit Linux system, maaari mong sundin ang aming tutorialI-install ang Python at Pip sa Ubuntu o iba pang mga distribusyon.

Maaari mong patakbuhin ang sumusunod na command sa terminal saKumpirmahin ang Python at Pip ay naka-install sa iyong computer. Ibinabalik nito ang numero ng bersyon.

python -V
pip -V

Pagkatapos ng matagumpay na pag-install, patakbuhin ang command sa ibaba upang i-install ang mga dependency ng Generative AI ng Google.

pip install -q -U google-generativeai

Paano makakuha ng Gemini Pro API key?

Susunod, bisitahin ang makersuite.google.com/app/apikey at mag-log in gamit ang iyong Google account.

Sa ilalim ng API Keys, i-clickLumikha ng API key sa bagong proyekto"button.

Kopyahin ang API key at itago ito sa isang ligtas na lugar. Huwag kailanman gawing pampubliko o ibahagi ang mga API key.

Paano gamitin ang Gemini Pro API Key (plain text mode)?

Katulad ng OpenAI, direktang ginagamit din ng Google ang mga Gemini API key para sa mga layunin ng pag-develop at pagsubok. Isinulat ko ang code na medyo simple upang madali itong masuri at magamit ng mga regular na gumagamit. Sa halimbawang ito, ipapakita ko kung paano gamitin ang mga API key sa mga modelo ng teksto ng Gemini Pro.

Una, ilunsad ang iyong paboritong code editor. Kung ikaw ay bago, i-install lamang Notepad + +. Para sa mga advanced na user, ang Visual Studio Code ay isang mahusay na tool.

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)

Ngayon, i-save ang code at bigyan ang file ng pangalan. Siguraduhing magdagdag sa dulo .py. Pinangalanan ko ang file gemini.py, at i-save ito sa desktop.

Susunod, buksan ang isang terminal at patakbuhin ang sumusunod na command upang lumipat sa desktop.

cd Desktop

Kapag nasa desktop terminal, patakbuhin lang ang sumusunod na command upang maisagawa gamit ang Python gemini.py file

python gemini.py

Ngayon sasagutin nito ang iyong tanong gemini.py Mga isyung itinakda sa file.

Maaari mong baguhin ang tanong sa editor ng code, i-save ito at patakbuhin itong muli gemini.py file upang makakuha ng mga bagong tugon sa terminal. Ganito ka gumamit ng Google Gemini API key para ma-access ang text-only na Gemini Pro na modelo.

Paano gamitin ang Gemini Pro API keys (text at visual na mga modelo)

Sa halimbawang ito, ipapakita ko kung paano makipag-ugnayan sa isang Gemini Pro multimodal na modelo. Hindi pa ito live sa Google Bard, ngunit sa pamamagitan ng API, maa-access mo ito kaagad. Sa kabutihang palad, ang proseso ay napakadali at walang putol.

Magbukas ng bagong file sa code editor at i-paste ang code sa ibaba.

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)

Tiyaking i-paste ang iyong Gemini API key. Dito ginagamit namin gemini-pro-vision modelo, na isang textual at visual na modelo.

Ngayon, i-save ang file sa iyong desktop at idagdag pagkatapos ng pangalan ng file .py. Ipapangalan ko dito geminiv.py .

Sa ikatlong linya ng code, tulad ng nakikita mo, itinuturo ko ang AI sa image.jpg file, ang mga pangalan ng file ay eksaktong pareho. Anumang larawan ang ginagamit mo, tiyaking naka-save ito geminiv.py Ang mga file ay nasa parehong lokasyon at may parehong pangalan ng file na may tamang extension. Maaari kang magpasa ng mga lokal na JPG at PNG na file hanggang sa 4MB.

Sa ikaanim na linya ng code, maaari kang magtanong ng mga tanong na may kaugnayan sa larawan. Dahil nagpapasok ako ng larawang may kaugnayan sa pagkain, tinanong ko ang Gemini Pro na kalkulahin ang kabuuang calories.

Ngayon ay oras na upang patakbuhin ang code sa terminal. Lumipat lamang sa desktop (sa aking kaso) at patakbuhin ang mga utos sa ibaba nang paisa-isa. Kung gumawa ka ng anumang mga pagbabago, tiyaking i-save ang file.

cd Desktop
python geminiv.py

Direktang sinasagot ng mga visual model ng Gemini Pro ang mga tanong. Maaari kang magtanong ng karagdagang mga katanungan at hilingin sa AI na ipaliwanag kung bakit.

Maaari ka ring magpasok ng ibang larawan, ngunit tiyaking tumutugma ito sa pangalan ng file ng larawan, baguhin ang tanong sa code, at tumakbong muli geminiv.py file para makakuha ng bagong tugon.

Paano gamitin ang Gemini Pro API key sa format ng chat?

Salamat sa maigsi na code ng unconv, maaari kang makipag-chat sa isang modelo ng Gemini Pro gamit ang isang Gemini AI API key sa isang terminal window. Sa ganitong paraan, hindi mo kailangang baguhin ang problema sa iyong code o muling patakbuhin ang Python file upang makakuha ng bagong output. Maaari kang magpatuloy sa pakikipag-chat sa terminal window.

Pinakamaganda sa lahat, native na nagpapatupad ang Google ng history ng chat, kaya hindi mo kailangang manual na magdagdag ng mga tugon o pamahalaan ang history ng chat sa mga array o listahan. Sa isang simpleng function, maiimbak ng Google ang lahat ng history ng pag-uusap sa isang chat session. Ang mga partikular na operasyon ay ang mga sumusunod:

Buksan ang code editor at i-paste ang code sa ibaba.

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)

Gaya ng dati, kopyahin at i-paste ang key na katulad ng API sa itaas.

Sa puntong ito, i-save ang file sa iyong desktop o iba pang lokasyon. Tiyaking magdagdag sa dulo .py. pinangalanan ko Geminichat.py file

Ngayon, buksan ang terminal at lumipat sa desktop. Susunod, tumakbo geminichat.py file

cd Desktop
python geminichat.py

Ngayon ay madali mo nang ipagpatuloy ang pag-uusap at maaalala nito ang iyong kasaysayan ng chat. Kaya may isa pang mahusay na paraan upang gamitin ang mga Google Gemini API key.

Ito ay ilan lamang sa mga halimbawa ng kung ano ang maaari mong gawin sa Google Gemini sa pamamagitan ng API. Natutuwa akong ginagawa ng Google ang vision model nito na available sa mga mahilig at developer, at ipinares ito sa OpenAI's DALL-E 3 at Chat GPT Ikumpara. Kahit na ang Gemini Pro visual model ay hindi kasing ganda ng GPT-4V model, ito ay medyo maganda pa rin. Inaasahan namin ang paglulunsad ng Gemini Ultra, na maihahambing sa modelong GPT-4.

Higit pa riyan, iba ang tugon ng Gemini Pro API sa Google Bard, na pinapagana din ng isang tweaked na bersyon ng Gemini Pro. Ang mga tugon ni Bard ay tila medyo mura, ngunit ang mga tugon sa API ng Gemini Pro ay mas masigla at kakaiba.

Susubaybayan naming mabuti ang lahat ng pagbabago sa lugar na ito, kaya manatiling nakatutok para sa higit pa sa Gemini AI. Pansamantala, pakisuri din mismo ang Google Gemini API.