Gemini API 开发者指南

Source: Google AI SDK Documentation Target: Frontend & Backend Developers Estimated Time: 20 mins

#Gemini 模型家族

在调用 API 之前，你需要根据场景选择合适的模型：

• Gemini 1.5 Pro: 全能王者。超长 Context Window (可达 200万 tokens)，适合分析整本书或长视频。
• Gemini 1.5 Flash: 性能小钢炮。速度极快，成本极低，适合大规模实时应用。
• Gemini 1.0 Ultra: 专为最复杂的逻辑推理设计。

---

#快速上手 (Quick Start)

#1. 获取 API Key

访问 Google AI Studio↗ 免费申请你的 API Key。

#2. Python 代码示例

安装 SDK:

bash复制
pip install -q -U google-generativeai

核心代码:

python复制
import google.generativeai as genai
import os

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel('gemini-1.5-flash')

response = model.generate_content("如何用中英混用风格写一个 code review 注释？")
print(response.text)

---

#核心功能：System Instructions

与模型对话时，你可以预设一个“永久身份”。

python复制
model = genai.GenerativeModel(
    model_name="gemini-1.5-pro",
    system_instruction="你是一个资深的 Solution Architect。请用 Professional 且有帮助的语气回答问题。"
)

---

#开发者选型建议：Vertex AI vs. AI Studio

建议：如果是做 demo 或个人项目，用 AI Studio；如果是公司正式上线的产品，请使用 Vertex AI。

---

#多模态调用 (Multimodal)

Gemini 的强大之处在于可以直接把文件传给模型。

python复制
sample_file = genai.upload_file(path="dashboard_error.png")
response = model.generate_content([sample_file, "帮我分析这个报错并给出 fix 方案"])

Pro Tip: 利用 Gemini 的 Prompt Caching 功能，如果你有大量重复的上下文（如一份 1000 页的说明书），可以大幅降低 Token 费用。