用途:指导 AI 智能体把 Google Gemini API 集成进应用,从基础文本生成到多模态、函数调用与流式输出,覆盖 SDK 全生命周期。
主要能力:支持 Node.js/TypeScript 与 Python;文本生成、流式响应、多模态输入(文本加图片/音频/视频)、函数调用与工具使用、多轮聊天;提供模型选择参考(gemini-1.5-flash、gemini-1.5-pro、gemini-2.0-flash、gemini-2.0-pro 的速度与成本对比)及生产最佳实践。
使用方式:Node.js 安装 npm install @google/generative-ai,Python 安装 pip install google-generativeai;通过环境变量设置密钥,例如 read -rsp "Gemini API key: " GEMINI_API_KEY 后 export GEMINI_API_KEY。基础调用使用 genAI.getGenerativeModel({ model: "gemini-1.5-flash" }) 与 model.generateContent;流式用 generateContentStream;多模态用 inlineData 传 base64;函数调用通过 tools 的 functionDeclarations 声明并处理 functionCalls;多轮聊天用 model.startChat。
适用场景:首次在 Node.js、Python 或浏览器项目接入 Gemini;实现多模态输入、流式响应、函数调用;按成本与性能选择模型;排查 API 错误、限流与配额问题。
限制:仅在任务明确匹配上述范围时使用;输出不能替代针对具体环境的验证、测试或专家评审;缺少必要输入、权限、安全边界或成功标准时应停止并请求澄清。资料未提供具体收费与价格信息。