Node.js如何用Gemini API上传图片给图片打标签，AI自动理解图像内容太丝滑了

Node.js如何用Gemini API给图片打标签，AI自动理解图像内容太丝滑了

标签：Gemini多模态、Node.js AI实践、图片内容理解、自动标签、谷歌AI、前端工程师实战

---

最近在研究多模态大模型怎么落地一些实际项目，特别是怎么自动识别图片内容、给图片打标签，省去人工整理素材的痛苦。之前玩过一些国内的大模型，效果还行，但要么不支持多图，要么不支持细粒度内容提取。直到我试了 Gemini——谷歌出的多模态模型，才知道原来图片理解这事儿，已经可以这么丝滑了。

作为一名前端开发，我更喜欢直接用 Node.js 跑服务或者做中间层。今天就来分享一下我怎么用 Gemini API + Node.js 给一张图片打上结构化标签，效果堪比专业图库。

🎯 输出效果示例

拿一张深圳地标的城市照片举个例子，输出内容如下：

* **物体：** 摩天大楼、城市天际线、建筑物
* **地点：**