譯者 | 火鳳凰

生成式 AI 模型正在改變我們創(chuàng)作內(nèi)容的方式，無(wú)論是文本、圖像、視頻還是代碼。通過(guò) Google 的 Gen AI Python SDK，你現(xiàn)在可以更輕松地在 Python 應(yīng)用程序中訪問(wèn)和交互 Google 的生成式 AI 模型，此外還可以使用 Gemini Developer API 和 Vertex AI API。這意味著開發(fā)者可以更便捷地創(chuàng)建應(yīng)用程序，包括聊天機(jī)器人、內(nèi)容生成器或創(chuàng)意工具。在本文中，我們將介紹開始使用 Google Gen AI Python SDK 所需了解的一切。

目錄

1.什么是 Google Gen AI Python SDK？

• 安裝
• 導(dǎo)入和客戶端設(shè)置
• 可選：使用 Google Cloud Vertex AI
• API 版本和配置
• 使用環(huán)境變量（可選）

2.Google Gen AI Python SDK 用例

• 內(nèi)容生成
• 文件上傳和使用
• 函數(shù)調(diào)用
• 高級(jí)配置
• 多媒體支持：圖像和視頻
• 聊天和對(duì)話
• 異步支持
• 令牌計(jì)數(shù)
• 嵌入

3.結(jié)論

什么是Google Gen AI Python SDK？

Google Gen AI Python SDK是一個(gè)客戶端庫(kù)，讓開發(fā)者能夠使用Python輕松利用Google的生成式AI能力。它提供：

• 支持Gemini Developer API（Google的高級(jí)文本和多模態(tài)生成模型）
• 與Vertex AI API集成，支持企業(yè)級(jí)AI工作負(fù)載
• 支持生成文本、圖像、視頻、嵌入、聊天對(duì)話等
• 提供文件管理、緩存和異步支持工具
• 高級(jí)函數(shù)調(diào)用和模式執(zhí)行功能

該 SDK 還抽象了 API 調(diào)用的大部分復(fù)雜性，讓你專注于構(gòu)建AI驅(qū)動(dòng)的應(yīng)用程序。

安裝

安裝 SDK 很簡(jiǎn)單。運(yùn)行：

pip install google-genai

上述命令將使用 pip 安裝 Google Gen AI Python SDK 包。此命令會(huì)下載 Python 環(huán)境啟動(dòng) Google 生成式 AI 服務(wù)所需的一切，包括資源和所有依賴項(xiàng)。

導(dǎo)入和客戶端設(shè)置

安裝 SDK 后，創(chuàng)建一個(gè) Python 文件并導(dǎo)入 SDK：

from google import genai
from google.genai import types

該SDK包含兩個(gè)模塊：genai和types。genai模塊創(chuàng)建用于API交互的客戶端，而types模塊則包含用作構(gòu)建請(qǐng)求和配置請(qǐng)求參數(shù)的數(shù)據(jù)結(jié)構(gòu)和類。

每次與Google生成式AI模型進(jìn)行交互時(shí)，你都需要?jiǎng)?chuàng)建一個(gè)客戶端實(shí)例。根據(jù)所使用的API不同，你將使用不同的方法來(lái)實(shí)例化客戶端。

對(duì)于Gemini Developer API，你可以通過(guò)傳遞API密鑰來(lái)實(shí)例化客戶端：

client = genai.Client(api_key='YOUR_GEMINI_API_KEY')

實(shí)例化客戶端后，你可以通過(guò)傳入 API 密鑰與Gemini Developer API進(jìn)行交互。該客戶端將負(fù)責(zé)訪問(wèn)令牌和請(qǐng)求管理。

可選：使用 Google Cloud Vertex AI

client = genai.Client(
 vertexai=True,
 project='your-project-id',
 location='us-central1'
)

如果你要使用谷歌云 Vertex AI，你需要通過(guò)指定項(xiàng)目 ID 和位置來(lái)不同地初始化客戶端。

注意：Vertex AI 的使用是可選的。你可以在此處創(chuàng)建你的項(xiàng)目 ID。

如果你不使用 Vertex AI，你可以簡(jiǎn)單地使用上面的 API 密鑰方法。

API 版本和配置

默認(rèn)情況下，SDK 使用 beta 端點(diǎn)來(lái)訪問(wèn) beta 功能。但是，如果你想使用穩(wěn)定版本的 API，你可以通過(guò) http_options 參數(shù)來(lái)指定 API 版本：

from google.genai import types

client = genai.Client(
 vertexai=True,
 project='your-project-id',
 location='us-central1',
 http_options=types.HttpOptions(api_version='v1')
)

如何在使用前沿功能的同時(shí)保持穩(wěn)定性，這取決于你想如何操作。

使用環(huán)境變量（可選）

我們應(yīng)該首先設(shè)置環(huán)境變量，而不是直接傳遞密鑰：

Gemini Developer API：

export GEMINI_API_KEY='your-api-key'

Vertex AI：

export GOOGLE_GENAI_USE_VERTEXAI=true
export GOOGLE_CLOUD_PROJECT='your-project-id'
export GOOGLE_CLOUD_LOCATION='us-central1'

然后，初始化客戶端：

client = genai.Client()

Google Gen AI Python SDK 用例

設(shè)置完成后，你可以通過(guò)以下各種方式使用Google Gen AI Python SDK 的功能。

內(nèi)容生成

SDK 的主要功能是生成 AI 內(nèi)容。你可以通過(guò)各種形式提供提示，例如簡(jiǎn)單字符串、結(jié)構(gòu)化內(nèi)容或復(fù)雜的多模態(tài)輸入。

基本文本生成

response = client.models.generate_content(
 model='gemini-2.0-flash-001',
 contents='Why Does the sun rises from east'
)
print(response.text)

輸出：

這會(huì)向模型發(fā)送提示并返回生成的答案。

結(jié)構(gòu)化內(nèi)容輸入

你可以在各種角色中插入結(jié)構(gòu)化內(nèi)容，例如用于聊天機(jī)器人、對(duì)話式或多輪對(duì)話場(chǎng)景的用戶或模型角色。

from google.genai import types

content = types.Content(
 role='user',
 parts=[types.Part.from_text(text='Tell me a fun fact about work.')]
)
response = client.models.generate_content(model='gemini-2.0-flash-001', cnotallow=content)
print(response.text)

輸出：

SDK 在內(nèi)部將許多不同的輸入類型轉(zhuǎn)換為模型所需的結(jié)構(gòu)化數(shù)據(jù)格式。

文件上傳和使用

Gemini Developer API允許你上傳文件供模型處理。這對(duì)于摘要或內(nèi)容提取非常有用：

file = client.files.upload(file='/content/sample_file.txt')
response = client.models.generate_content(
 model='gemini-2.0-flash-001',
 cnotallow=[file, 'Please summarize this file.']
)
print(response.text)

輸出：

這是向基于文檔的任務(wù)添加 AI 功能的理想方法。

函數(shù)調(diào)用

一個(gè)獨(dú)特的功能是能夠?qū)?/span> Python 函數(shù)作為“工具”傳遞給模型，以便模型在生成完成時(shí)自動(dòng)調(diào)用。

def get_current_weather(location: str) -> str:
 return 'sunny'

response = client.models.generate_content(
 model='gemini-2.0-flash-001',
 cnotallow='What is the weather like in Ranchi?',
 cnotallow=types.GenerateContentConfig(tools=[get_current_weather])
)
print(response.text)

輸出：

這使得AI響應(yīng)能夠?qū)崿F(xiàn)動(dòng)態(tài)、實(shí)時(shí)的數(shù)據(jù)整合。

高級(jí)配置

你可以通過(guò)調(diào)節(jié)溫度、最大輸出標(biāo)記數(shù)和安全設(shè)置等參數(shù)來(lái)定制生成內(nèi)容，從而管理隨機(jī)性、長(zhǎng)度并過(guò)濾有害內(nèi)容。

config = types.GenerateContentConfig(
 temperature=0.3,
 max_output_tokens=100,
 safety_settings=[types.SafetySetting(category='HARM_CATEGORY_HATE_SPEECH', threshold='BLOCK_ONLY_HIGH')]
)

response = client.models.generate_content(
 model='gemini-2.0-flash-001',
 cnotallow='''Offer some encouraging words for someone starting a new journey.''',
 cnotallow=config
)
print(response.text)

輸出：

這可以提供內(nèi)容質(zhì)量和安全性的精細(xì)控制。

多媒體支持：圖片和視頻

SDK 允許你生成和編輯圖片以及生成視頻（預(yù)覽中）。

• 使用文本提示生成圖片
• 放大或調(diào)整生成的圖片
• 從文本或圖片生成視頻

圖片生成示例：

response = client.models.generate_images(
 model='imagen-3.0-generate-002',
 prompt='A tranquil beach with crystal-clear water and colorful seashells on the shore.',
 cnotallow=types.GenerateImagesConfig(number_of_images=1)
)
response.generated_images[0].image.show()

輸出：

視頻生成示例：

import time
operation = client.models.generate_videos(
 model='veo-2.0-generate-001',
 prompt='A cat DJ spinning vinyl records at a futuristic nightclub with holographic beats.',
 cnotallow=types.GenerateVideosConfig(number_of_videos=1, duration_secnotallow=5)
)

while not operation.done:
 time.sleep(20)
 operation = client.operations.get(operation)
video = operation.response.generated_videos[0].video
video.show()

輸出：

這使得創(chuàng)建創(chuàng)新的多模式人工智能應(yīng)用程序成為可能。

聊天和對(duì)話

你可以啟動(dòng)聊天會(huì)話，并在聊天過(guò)程中保持上下文連貫：

chat = client.chats.create(model='gemini-2.0-flash-001')
response = chat.send_message('Tell me a story')
print(response.text)

response = chat.send_message('Summarize that story in one sentence')
print(response.text)

這對(duì)于創(chuàng)建能夠記住先前對(duì)話的會(huì)話式 AI 很有用。

異步支持

所有主要 API 方法都包含異步函數(shù)，以便更好地集成到異步 Python 應(yīng)用程序中：

response = await client.aio.models.generate_content(
 model='gemini-2.0-flash-001',
 cnotallow='Tell a Horror story in 200 words.'
)
print(response.text)

令牌計(jì)數(shù)

令牌計(jì)數(shù)用于追蹤輸入文本中包含多少令牌（文本片段）。這有助于你在模型限制范圍內(nèi)進(jìn)行成本控制并做出經(jīng)濟(jì)高效的決策。

token_count = client.models.count_tokens(
 model='gemini-2.0-flash-001',
 cnotallow='Why does the sky have a blue hue instead of other colors?'
)
print(token_count)

嵌入

嵌入將文本轉(zhuǎn)換為代表其含義的數(shù)字向量，可用于搜索、聚類和 AI 評(píng)估。

embedding = client.models.embed_content(
 model='text-embedding-004',
 cnotallow='Why does the sky have a blue hue instead of other colors?'
)
print(embedding)

使用 SDK，你可以輕松計(jì)算令牌并生成嵌入，從而改進(jìn)和增強(qiáng)你的 AI 應(yīng)用程序。

結(jié)論

Google Gen AI Python SDK 是一個(gè)強(qiáng)大且多功能的工具，允許開發(fā)者在他們的 Python 項(xiàng)目中訪問(wèn) Google 頂級(jí)的生成式 AI 模型。從文本生成、聊天和聊天機(jī)器人，到圖片/視頻生成、函數(shù)調(diào)用等等，它通過(guò)簡(jiǎn)單的接口提供了豐富的功能集。通過(guò)簡(jiǎn)單的包安裝、便捷的客戶配置過(guò)程，以及支持異步編程和多媒體，該 SDK 顯著簡(jiǎn)化了構(gòu)建 AI 應(yīng)用程序的流程。無(wú)論你是初學(xué)者還是經(jīng)驗(yàn)豐富的開發(fā)者，使用該 SDK 在將生成式 AI 集成到工作流程中都相對(duì)輕松且功能強(qiáng)大。

原文標(biāo)題：Google Gen AI Python SDK: A Complete Guide，作者：Janvi Kumari