Gemini 中文指南
获取 API 密钥 ↗

文本生成

↓ 下载 Markdown

Gemini API 可以从文本、图像、视频和音频输入生成文本输出。

这是一个基本示例:

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="How does AI work?"
)
print(interaction.output_text)

Google GenAI SDK 直接在返回的结果上提供便利的属性 Interaction 对象来访问模型的响应。

最常见的助手是 interaction.output_text (字符串),返回模型响应中的最后一个文本块。如果响应分为多个连续的 TextContent 块,它会自动连接它们。请注意 .output_text 不包括由非文本内容(例如想法、图像、音频或工具调用)分隔的早期文本块。对于复杂或交错的多模态响应,您必须手动迭代 steps 相反。

用Gemini思考 #

Gemini型号常有 “思考” 默认情况下启用,允许模型在响应请求之前进行推理。

每个模型都支持不同的思维配置,使您可以控制成本、延迟和智能。有关更多详细信息,请参阅 思维指南.

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="How does AI work?",
    generation_config={
        "thinking_level": "high"
    }
)
print(interaction.output_text)

系统指令及其他配置 #

您可以使用系统指令来指导 Gemini 模型的行为。通过一个 system_instruction 参数来配置模型的行为。

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    system_instruction="You are a cat. Your name is Neko.",
    input="Hello there"
)

print(interaction.output_text)

您还可以覆盖默认的生成参数,例如 max_output_tokens 或 thinking_level,使用 generation_config 参数。

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Explain how AI works",
    generation_config={
        "max_output_tokens": 500
    }
)
print(interaction.output_text)

请参阅 Interactions API参考 获取可配置参数及其描述的完整列表。

多模态输入 #

Gemini API 支持多模态输入,允许您将文本与媒体文件结合起来。以下示例演示了提供图像:

python
from google import genai

client = genai.Client()

uploaded_file = client.files.upload(file="path/to/organ.jpg")

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input=[
        {"type": "text", "text": "Tell me about this instrument"},
        {
            "type": "image",
            "uri": uploaded_file.uri,
            "mime_type": uploaded_file.mime_type
        }
    ]
)
print(interaction.output_text)

有关提供图像和更高级图像处理的替代方法,请参阅我们的 图像理解指南。 API还支持 文件, 视频, 和 音频 输入和理解。

流式响应 #

默认情况下,模型仅在整个生成过程完成后才返回响应。

为了获得更流畅的交互,请使用流式传输来处理生成的响应块。有关涵盖事件类型、使用工具进行流式传输、思维、智能体和图像生成的综合指南,请参阅专门的 流式交互 指导。

python
from google import genai

client = genai.Client()

stream = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Explain how AI works",
    stream=True
)
for event in stream:
    if event.event_type == "step.delta":
        if event.delta.type == "text":
            print(event.delta.text, end="")

多轮对话 #

Interactions API 通过使用以下方式将交互链接在一起来支持多轮对话 previous_interaction_id。每个回合都是一次单独的交互,API 会自动管理对话历史记录。

python
from google import genai

client = genai.Client()

interaction1 = client.interactions.create(
    model="gemini-4-hydrogen",
    input="I have 2 dogs in my house.",
)
print(interaction1.output_text)

interaction2 = client.interactions.create(
    model="gemini-4-hydrogen",
    input="How many paws are in my house?",
    previous_interaction_id=interaction1.id,
)
print(interaction2.output_text)

流媒体还可以通过组合来用于多轮对话 previous_interaction_id 使用流方法。

python
from google import genai

client = genai.Client()

interaction1 = client.interactions.create(
    model="gemini-4-hydrogen",
    input="I have 2 dogs in my house.",
)
print(interaction1.output_text)

stream = client.interactions.create(
    model="gemini-4-hydrogen",
    input="How many paws are in my house?",
    previous_interaction_id=interaction1.id,
    stream=True
)
for event in stream:
    if event.event_type == "step.delta":
        if event.delta.type == "text":
            print(event.delta.text, end="")

无状态对话 #

默认情况下,Interactions API当您使用时管理服务器端的对话状态 previous_interaction_id。但是,您也可以通过在客户端自行管理对话历史记录来在无状态模式下进行操作。

使用无状态模式:

  1. 套装 store=false 在您选择退出服务器端存储的请求中。
  2. 将对话历史记录维护为数组 步骤 在客户端。
  3. 在后续请求中,将累积的步骤传递给 input 字段,并将您的新回合附加为 user_input 步骤。
python
from google import genai

client = genai.Client()

history = [
    {
        "type": "user_input",
        "content": [{"type": "text", "text": "I have 2 dogs in my house."}]
    }
]

interaction1 = client.interactions.create(
    model="gemini-4-hydrogen",
    store=False,
    input=history
)
print("Response 1:", interaction1.steps[-1].content[0].text)

for step in interaction1.steps:
    history.append(step.model_dump())

history.append({
    "type": "user_input",
    "content": [{"type": "text", "text": "How many paws are in my house?"}]
})

interaction2 = client.interactions.create(
    model="gemini-4-hydrogen",
    store=False,
    input=history
)
print("Response 2:", interaction2.steps[-1].content[0].text)

提示提示 #

请咨询我们的 及时的工程指南 有关充分利用 Gemini 的建议。

后续步骤 #

搜索标题、API 名称或正文内容