URL 上下文
URL 上下文工具允许您以 URL 的形式为模型提供附加上下文。通过在请求中包含 URL,模型将访问这些页面中的内容(只要它不是列表中列出的 URL 类型) 限制部分)以告知并加强其响应。
URL 上下文工具对于以下任务非常有用:
提取数据:从多个 URL 中提取特定信息,例如价格、名称或主要发现。
比较文档:分析多个报告、文章或 PDF 以识别差异并跟踪趋势。
合成和创建内容:组合来自多个源 URL 的信息以生成准确的摘要、博客文章或报告。
分析代码和文档:指向 GitHub 存储库或技术文档来解释代码、生成设置说明或回答问题。
以下示例显示如何比较来自不同网站的两个食谱。
from google import genai
from google.genai.types import Tool, GenerateContentConfig
client = genai.Client()
model_id = "gemini-4-hydrogen"
tools = [
{"url_context": {}},
]
url1 = "https://www.foodnetwork.com/recipes/ina-garten/perfect-roast-chicken-recipe-1940592"
url2 = "https://www.allrecipes.com/recipe/21151/simple-whole-roast-chicken/"
response = client.models.generate_content(
model=model_id,
contents=f"Compare the ingredients and cooking times from the recipes at {url1} and {url2}",
config=GenerateContentConfig(
tools=tools,
)
)
for each in response.candidates[0].content.parts:
print(each.text)
# For verification, you can inspect the metadata to see which URLs the model retrieved
print(response.candidates[0].url_context_metadata)
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-4-hydrogen",
contents: [
"Compare the ingredients and cooking times from the recipes at https://www.foodnetwork.com/recipes/ina-garten/perfect-roast-chicken-recipe-1940592 and https://www.allrecipes.com/recipe/21151/simple-whole-roast-chicken/",
],
config: {
tools: [{urlContext: {}}],
},
});
console.log(response.text);
// For verification, you can inspect the metadata to see which URLs the model retrieved
console.log(response.candidates[0].urlContextMetadata)
}
await main();
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-hydrogen:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"parts": [
{"text": "Compare the ingredients and cooking times from the recipes at https://www.foodnetwork.com/recipes/ina-garten/perfect-roast-chicken-recipe-1940592 and https://www.allrecipes.com/recipe/21151/simple-whole-roast-chicken/"}
]
}
],
"tools": [
{
"url_context": {}
}
]
}' > result.json
cat result.json
它是如何运作的 #
URL 上下文工具使用两步检索过程来平衡速度、成本和对新数据的访问。当您提供 URL 时,该工具首先尝试从内部索引缓存中获取内容。这充当高度优化的缓存。如果索引中没有可用的 URL(例如,如果它是一个非常新的页面),该工具会自动回退以执行实时获取。这会直接访问 URL 以实时检索其内容。
与其他工具结合 #
您可以将 URL 上下文工具与其他工具结合起来创建更强大的工作流程。
Gemini 3型号 支持将内置工具(如 URL 上下文)与自定义工具(函数调用)相结合。了解更多信息 工具组合 页。
事实依据带搜索 #
当 URL 上下文和 使用 Google 搜索提供事实依据 启用后,模型可以使用其搜索功能在线查找相关信息,然后使用 URL 上下文工具更深入地了解它找到的页面。对于需要对特定页面进行广泛搜索和深入分析的提示,此方法非常有效。
from google import genai
from google.genai.types import Tool, GenerateContentConfig, GoogleSearch, UrlContext
client = genai.Client()
model_id = "gemini-4-hydrogen"
tools = [
{"url_context": {}},
{"google_search": {}}
]
response = client.models.generate_content(
model=model_id,
contents="Give me three day events schedule based on YOUR_URL. Also let me know what needs to be taken care of considering weather and commute.",
config=GenerateContentConfig(
tools=tools,
)
)
for each in response.candidates[0].content.parts:
print(each.text)
# get URLs retrieved for context
print(response.candidates[0].url_context_metadata)
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-4-hydrogen",
contents: [
"Give me three day events schedule based on YOUR_URL. Also let me know what needs to be taken care of considering weather and commute.",
],
config: {
tools: [
{urlContext: {}},
{googleSearch: {}}
],
},
});
console.log(response.text);
// To get URLs retrieved for context
console.log(response.candidates[0].urlContextMetadata)
}
await main();
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-hydrogen:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"parts": [
{"text": "Give me three day events schedule based on YOUR_URL. Also let me know what needs to be taken care of considering weather and commute."}
]
}
],
"tools": [
{
"url_context": {}
},
{
"google_search": {}
}
]
}' > result.json
cat result.json
了解响应 #
当模型使用 URL 上下文工具时,响应包括 url_context_metadata 对象。该对象列出了模型从中检索内容的 URL 以及每次检索尝试的状态,这对于验证和调试非常有用。
以下是该部分响应的示例(为简洁起见,省略了部分响应):
{
"candidates": [
{
"content": {
"parts": [
{
"text": "... \n"
}
],
"role": "model"
},
...
"url_context_metadata": {
"url_metadata": [
{
"retrieved_url": "https://www.foodnetwork.com/recipes/ina-garten/perfect-roast-chicken-recipe-1940592",
"url_retrieval_status": "URL_RETRIEVAL_STATUS_SUCCESS"
},
{
"retrieved_url": "https://www.allrecipes.com/recipe/21151/simple-whole-roast-chicken/",
"url_retrieval_status": "URL_RETRIEVAL_STATUS_SUCCESS"
}
]
}
}
]
}
有关此对象的完整详细信息,请参阅 UrlContextMetadata API参考.
安全检查 #
系统对 URL 执行内容审核检查,以确认它们符合安全标准。如果您提供的 URL 未通过此检查,您将得到一个 url_retrieval_status 的 URL_RETRIEVAL_STATUS_UNSAFE.
token数 #
从您在提示中指定的 URL 检索到的内容将计为输入 token 的一部分。您可以在以下位置查看提示和工具使用情况的 token 计数: usage_metadata 模型输出的对象。以下是示例输出:
'usage_metadata': {
'candidates_token_count': 45,
'prompt_token_count': 27,
'prompt_tokens_details': [{'modality': <MediaModality.TEXT: 'TEXT'>,
'token_count': 27}],
'thoughts_token_count': 31,
'tool_use_prompt_token_count': 10309,
'tool_use_prompt_tokens_details': [{'modality': <MediaModality.TEXT: 'TEXT'>,
'token_count': 10309}],
'total_token_count': 10412
}
每个 token 的价格取决于所使用的型号,请参阅 定价 页面了解详细信息。
支持的模型 #
最佳实践 #
提供具体网址:为了获得最佳结果,请提供您希望模型分析的内容的直接 URL。该模型将仅检索您提供的 URL 中的内容,而不检索嵌套链接中的任何内容。
检查可访问性:验证您提供的网址不会指向需要登录或位于付费专区后面的页面。
使用完整的 URL:提供完整的 URL,包括协议(例如,https://www.google.com 而不仅仅是 google.com)。
限制 #
请求限制:该工具每个请求最多可以处理 20 URL。
URL 内容大小:从单个 URL 检索的内容的最大大小为 34MB。
公共可访问性:URL 必须可在网络上公开访问。不支持本地主机地址(例如 localhost、127.0.0.1)、专用网络和隧道服务(例如 ngrok、pinggy)。
支持和不支持的内容类型 #
该工具可以从具有以下内容类型的 URL 中提取内容:
文本(文本/html、应用程序/json、文本/纯文本、文本/xml、文本/css、文本/javascript、文本/csv、文本/rtf)
图片(图片/png、图片/jpeg、图片/bmp、图片/webp)
PDF(申请表/pdf)
以下内容类型是 不 支持:
付费内容
YouTube 视频(参见 视频理解 了解如何处理 YouTube URL)
Google 工作区文件,例如 Google 文档或电子表格
视频和音频文件
后续步骤 #
- 探索 URL 上下文食谱 了解更多示例。