Google Gemini API快速上手(附申请步骤)-编程知识

Google Gemini API快速上手(附申请步骤)

前言

12月6日，谷歌发布新一代大模型Gemini的demo, 同时，Bard已将模型更新为Gemini Pro

Gemini 是谷歌目前最新最强的大语言模型，支持多模态（文字，图片，音频，视频等等）处理

美国时间12月13日，Gemini API对公众开放，本文将教学Google Generative AI的简易使用流程。

根据谷歌提供的价格信息，将会有两个收费方式，现阶段的免费版本可以每分钟60次请求，足够满足个人用户的需求了。

至于收费版本，目前还不能用，但是收费标准已经公布了。Gemini Pro 付费版的定价是每千个字符0.00025美元，每张图片0.0025美元，输出每千个字符0.0005美元。另外谷歌会使用免费版Google Pro API的输入和输出来提高模型能力，但是承诺付费版不会用于训练和改进产品（保护隐私）。

一如何申请 Gemini Pro API

1. 准备一个谷歌账号，已经有了请跳过。

2. 建议使用美国节点访问。

3. 打开Google AI Studio 申请api的网址：https://makersuite.google.com/app/apikey。当然你也可以打开Gemini的首页 http://ai.google.dev ，并点击 Get API key in Google AI Studio 按钮。你需要先同意使用条款才能继续使用。

4. 点击左边菜单里的 Get API key，然后在右边点击 Create API key in new project。

二生成式AI平台 MakerSuite （Google AI Studio）

MakerSuite是一个基于浏览器的 IDE，用于使用Generative language model（生成式语言模型）进行原型设计。借助 MakerSuite，可以快速试用模型并试验不同的prompt（提示）

模型参数设定（第一次使用建议全部保持默认）：

Model模型选择Gemini Pro（文字），Gemini Pro Vision (图片)

Temperature温度决定模型的创造力，越高越想象力丰富，越低越稳定

Safety settings安全设定中可以调整对骚扰，仇恨，性，恐怖等言论的屏蔽程度

Top K: 选择输出token的方式，top 1 表示永远输出评分最高的回答，top 10 表示在前10评分的回答中取样输出一个回答

Top P: 选择输出token的方式，如果前x个回答的概率之和高于p，则【Top P，其中P=p】等价于【Top K，其中K=x】

左侧Create new将提供四种不同的方式与模型互动

2.1 Freeform prompt 文本/图片提示：输入一段提示，LLM将根据提示进行一段创作

2.2 Structured prompt 结构化提示：提供表格输入，可以输入至多500组【输入，输出】的案例，根据案例，LLM可学习并基于案例处理新的提示

2.3 Chat prompt 聊天提示：与chatgpt和bard类似的聊天框模式，支持输入历史会话

2.4 Fine-tuning model模型调整

训练参数设定（第一次使用建议默认）

Model模型选择Text Bison，这是老模型PaLM2，新的Gemini截至目前还没可用

Tuning epochs 整个训练集的完整训练遍历次数

Batch size 一次训练迭代中用于验证的样本数量，越大越容易过拟合，越小越容易欠拟合

Learning rate 训练迭代中调整参数的强度，越大越容易过拟合，越小越容易欠拟合

点击Tune开始自动调参。模型调整完毕后，可以在上个环节的各种提示测试中使用自己的新模型

三 API调用

# setup
import google.generativeai as genaigenai.configure(api_key='xxx')  # 填入自己的api_key# 查询模型
for m in genai.list_models():print(m.name)print(m.supported_generation_methods)

这里可以看到通过api可以访问谷歌的7个模型，其中最关注的是gemini-pro和gemini-pro-vision这两个模型，其中gemini-pro是语言模型只能输出文字内容，而gemini-pro-vision是多模态模型可以读取和分析图片的内容。

内容生成

model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("告诉我太阳系中最大行星的相关知识")
print(response.text)

流式输出

Gemini模型同样也具备流式输出的功能，这可以在某些应用场景中带来比较好的用户体验

model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("给我上海3日游攻略", stream=True)for chunk in response:print(chunk.text)print("_"*80)

聊天模式

# setup
import google.generativeai as genaigenai.configure(api_key='XXX')  # 填入自己的api_keymodel = genai.GenerativeModel(model_name="gemini-pro")chat = model.start_chat(history=[])response = chat.send_message("你好，我叫Wayne")
print(response.text)response = chat.send_message("怎么称呼你啊?")
print(response.text)response =chat.send_message("你还记得我叫什么吗？")
print(response.text)for message in chat.history:print(f'**{message.role}**: {message.parts[0].text}')