快快快，谷歌Gemini API免费开放，几行代码即可云端部署

12月14日，谷歌在官网宣布，免费开放Gemini Pro和Gemini Pro Vision的API，支持中文。

Gemini Pro隶属于谷歌前几天最新发布的大语言模型Gemini家族，性能强、能耗低可自动生成文本/代码、总结内容、语义检索等。支持32K上下文（下一个版本会更大），38种语言。

目前，谷歌的类ChatGPT聊天产品Bard使用的就是Gemini Pro模型。

Gemini Pro Vision是谷歌最新推出的多模态模型，可以识别用户输入的图片，同样免费提供API。

目前谷歌的开发者平台也放出了简单的流程，我们话不多说，先体验

和ChatGPT一样，也要使用API Key

登录Google AI Studio，然后create API key in new project

然后根据Gemini API: Quickstart with Python  |  Google AI for Developers根据教程来进行代码编写。

目前用这个API KEY可以使用Gemin pro ,Gemini vision。尝试本地部署，但是会出现连接错误

所以必须采取曲线救国的方式，需要将demo运行在googler认证的域里面，比如google colab，没有的小伙伴可以自行申请一个。

然后我们在google colab上新建一个笔记，然后安装好相应的依赖

! pip3 install --upgrade --user google-cloud-aiplatform
!pip install google-generativeai==0.3.1
!pip install python-dotenv

然后做好认证

import sys


# Additional authentication is required for Google Colab
if "google.colab" in sys.modules:
    # Authenticate user to Google Cloud
    from google.colab import auth


    auth.authenticate_user()

配置好API key

import pathlib
import textwrap


import google.generativeai as genai


genai.configure(api_key='AIzaSyBhLrxD8xAe154dqLXTI_xfkdY2dKa_KKw')

接下来就是简单的chat配置

import google.generativeai as genai
from dotenv import load_dotenv
import os
from datetime import datetime
import re


def main():
    load_dotenv()
    #api_key = os.getenv("GEMINI_API_KEY")
    api_key = 'your api key'
    if not api_key:
        raise ValueError(
            "API key not found. Please set your GEMINI_API_KEY in the environment.")


    genai.configure(api_key=api_key)


    generation_config = {
        "temperature": 0.7,
        "top_p": 1,
        "top_k": 1,
        "max_output_tokens": 2048,
    }


    safety_settings = {
        "HARM_CATEGORY_HARASSMENT": "BLOCK_NONE",
        "HARM_CATEGORY_HATE_SPEECH": "BLOCK_NONE",
        "HARM_CATEGORY_SEXUALLY_EXPLICIT": "BLOCK_NONE",
        "HARM_CATEGORY_DANGEROUS_CONTENT": "BLOCK_NONE",
    }




    model = genai.GenerativeModel(
        'gemini-pro', generation_config=generation_config, safety_settings=safety_settings)
    chat = model.start_chat(history=[])


    while True:        
        user_input = input("User: ").strip()         
        try:
            response = chat.send_message(user_input, stream=True)
            response_text = ""
            for chunk in response:
                print(chunk.text)
                print("="*80)


        except Exception as e:
            print(f"An error occurred: {e}")
if __name__ == "__main__":
    main()

回答的信息还是挺完整的，整体来说和ChatGPT有的一拼，接下来我们使用Gemini vision，看看Gemini对图片的理解能力如何

import google.generativeai as genai
import os
from dotenv import load_dotenv
import PIL.Image


img_vision = PIL.Image.open('/content/d040f28e.jpg')


def setup():
    try:


        # Load environment variables
        gemini_api_key = 'your api key'
        print(f"Gemini API Key: {gemini_api_key}")
        if gemini_api_key is None:
            raise Exception("GEMINI_API_KEY is not set")
        genai.configure(api_key=gemini_api_key)
    except Exception as exception:
        raise Exception("An error occurred during setup:", exception)


def generate_text(img):
    try:
        model = genai.GenerativeModel(model_name='gemini-pro-vision')
        response = model.generate_content(['写一个故事关于这图片',img])
        return response.text
    except Exception as exception:
        raise Exception("An error occurred during text generation:", exception)


if __name__ == "__main__":
  try:
    setup()
    #print(f"Gemini Pro\nEnter a prompt:")
    #prompt = input()
    response = generate_text(img_vision)
    print(response)
  except Exception as exception:
    print(f"An error occurred: {exception}")

我们让他根据这张图片写一个故事

结果如下：

整体的表述很清晰，时间、地点、人物、事件都描述的很清晰。

如果大家在体验过程中出现400错误An error occurred: 400 Unknown error trying to retrieve streaming response. Please retry with `stream=False` for more details.可以尝试清除下浏览器缓存。

想体验的小伙伴可以去尝试折腾下，支持的小伙伴可以一键三连哦