欢迎使用 Gemini API 烹饪书

本烹饪书提供了一个系统化的学习路径，帮助您使用 Gemini API，重点在于动手教程和实用示例。

如需全面的 API 文档，请访问 ai.google.dev。

有关 Gemma 的快速入门和示例，请查看 Gemma 烹饪书。

---

Gemini 3：如需了解我们最新一代模型的最新更新，请参阅 入门 和 思考 指南，其中包含迁移指南。

🍌 Nano-Banana 2：用我们最新的图像生成模型——Nano-Banana 2——尽情发挥您的创意吧！从这里开始 ，体验 512px 分辨率、思考模式、搜索功能、图像对齐等特性，以及大量示例！

🎶 Lyria 3：用 Lyria 3 唤醒您内心的作曲家！从这里开始 ，体验 30 秒片段与完整歌曲生成、图像转音乐等功能，并获取丰富的示例！

---

烹饪书导航

本烹饪书分为两大类：

1. 快速入门： 分步指南，涵盖入门主题（“入门 ”）以及特定的 API 功能。
2. 示例： 实际应用场景，展示如何组合使用多种功能。

此外，我们还在独立的仓库中提供了演示，以展示 Gemini API 的端到端应用。

最新动态？

以下是 Gemini API 和 Cookbook 的最新添加与更新：

• 推理层级：在 推理层级指南 中了解如何使用优先级和灵活层级，帮助您在速度、成本和可靠性之间取得平衡。
• 🎶 Lyria 3：通过完全掌控音乐结构等功能，将您的想法转化为歌曲 ！
• 🍌 Nano-Banana 2 & Pro：利用 Gemini 原生图像生成 功能，以高度一致性编辑图像或生成视觉故事。体验高速的 Nano-Banana 2，或拥有 4K 质量的 Nano-Banana Pro——两者现均已支持思维与搜索增强功能！
• 文件搜索：在托管的 RAG 系统中，通过 文件搜索快速入门 ，了解如何将生成内容基于您自己的数据进行增强。
• Google 地图增强：开始在您的应用中使用 📍 Google 地图中的真实地理数据吧！请参阅 增强指南 中的 Google 地图部分。
• Veo 3.1：通过此 Veo 指南，包括图像转视频和视频扩展功能，开始使用我们的视频生成模型！
• Gemini Robotics-ER 1.5：了解这款专为机器人应用设计的新 Gemini 模型，它具备空间理解和推理能力，详情请参阅 机器人应用指南。
• Lyria 和 TTS：借助 TTS 和 Lyria RealTime 模型，开始制作播客和音乐吧。
• LiveAPI：通过 多模态 Live API ，解锁与 Gemini 的全新交互方式。
• 近期新增指南：
  • 增强 ：探索使用不同工具（从 Google 搜索到 YouTube、URL，以及全新的 地图增强 工具）来增强 Gemini 回答的不同方法。
  • 批量 API ：使用批量 API 向模型发送大量非实时敏感请求，并享受高达 90% 的折扣。
  • 日志与数据集 ：利用批量 API 处理并评估您收集的日志。

1. 快速入门

快速入门章节 包含逐步教程，帮助您快速上手 Gemini 并了解其各项功能特性。

开始之前，您需要：

1. 一个 Google 帐户。
2. 一个 API 密钥（可在 Google AI Studio 中创建）。

我们建议从以下内容开始：

• 身份验证 ：设置您的 API 密钥以进行访问。
• 开始使用 ：开始使用 Gemini 模型和 Gemini API，涵盖基础提示工程及多模态输入。

随后，您可以探索其他快速入门教程，进一步了解各项功能：

• Live API 入门 ：通过全面概述 Live API 的能力，快速上手该接口。
• Veo 入门 ：开始体验我们的视频生成能力。
• Imagen 入门 和 原生图像生成 ：开始使用我们的图像生成能力。
• 知识增强 ：利用 Google 搜索实现有据可依的回答。
• 代码执行 ：生成并运行 Python 代码来解决复杂任务，甚至输出图表。
• 以及 更多内容。

2. 示例（实际应用场景）

这些示例展示了如何结合 Gemini API 的多项功能或第三方工具，构建更复杂的应用程序。

• 浏览器作为工具 ：使用网页浏览器进行实时及内网交互。
• 书籍插画绘制 ：利用 Gemini 为开源书籍创作插画。
• 动画故事生成 ：结合 Gemini 的故事生成、Imagen 和音频合成技术，制作动画视频。
• 实时绘图与地图绘制 ：将 Live API 与 代码执行 结合，实时解决复杂任务。
• 3D 空间理解 ：利用 Gemini 的 3D 空间理解 能力来解析 3D 场景。
• Gradio 与 Live API：使用 Gradio 部署您自己的 Live API 实例。
• 以及 更多示例。

3. 演示（端到端应用）

这些功能完备的端到端应用展示了 Gemini 在真实场景中的强大能力。

• Gemini CLI：一款开源 AI 助手，可将 Gemini 的强大功能直接引入您的终端。
• Gemini API 快速入门：基于 Python Flask 的应用，集成 Google AI Gemini API，旨在帮助您快速开启基于 Gemini 多模态能力的开发。
• 多模态 Live API Web 控制台：基于 React 的入门应用，用于通过 WebSocket 使用多模态 Live API。
• 全栈 LangGraph 快速入门：一款采用 React 前端和基于 LangGraph 的后端代理的全栈应用。
• Google AI Studio 入门小应用：一系列小型应用，演示如何利用 Gemini 打造交互式体验。

官方 SDK

Gemini API 是一种 REST API。您可以直接使用 curl 等工具调用它（参见 REST 示例 或优秀的 Postman 工作区），也可以使用我们的官方 SDK：

• Python
• Go
• Node.js
• Java
• C#

获取帮助

在 Google AI 开发者论坛 上提问。

Gemini API 在 Google Cloud Vertex AI 上

对于企业级开发者，Gemini API 也已在 Google Cloud Vertex AI 上提供。有关示例，请参阅 此仓库。

贡献

欢迎贡献！详情请参阅 CONTRIBUTING.md。

感谢您使用 Gemini API 进行开发！我们非常期待看到您的作品。

Gemini API Cookbook 快速上手指南

本指南旨在帮助开发者快速开始使用 Google Gemini API，通过结构化的学习路径掌握核心功能与实战案例。

环境准备

在开始之前，请确保满足以下前置条件：

1. Google 账号：拥有一个有效的 Google 账户。
2. API Key：
   • 访问 Google AI Studio 创建并获取您的 API Key。
3. 运行环境：
   • 推荐使用 Google Colab（官方教程均提供 Colab 链接，无需本地配置即可运行）。
   • 若需在本地运行，请安装 Python 3.9+ 及以下依赖库：

     pip install google-generativeai
     

安装步骤

如果您选择在本地环境中开发，请执行以下命令安装官方 SDK：

pip install -U google-generativeai

提示：国内开发者若遇到网络连接问题，建议在代码中配置代理或使用支持中转的服务端环境运行。

基本使用

以下是使用 Gemini API 进行基础对话的最简示例。

1. 初始化客户端

首先导入库并设置您的 API Key：

import google.generativeai as genai

# 替换为您的实际 API Key
genai.configure(api_key="YOUR_API_KEY")

2. 调用模型进行对话

加载模型并发送简单的文本提示：

# 选择模型版本，例如 gemini-1.5-flash 或 gemini-1.5-pro
model = genai.GenerativeModel('gemini-1.5-flash')

# 生成回复
response = model.generate_content("请用中文简要介绍 Gemini API 的主要特点。")

# 输出结果
print(response.text)

3. 进阶探索

完成基础测试后，您可以参考官方 Cookbook 中的详细教程深入探索特定功能：

• 快速入门 (Quick Starts)：涵盖身份验证、多模态输入（图片/视频）、代码执行、搜索接地（Grounding）等单点功能教程。
  • 推荐起点：Get Started
• 实战案例 (Examples)：展示如何组合多种功能构建复杂应用，如“浏览器作为工具”、“书籍插图生成”、“动画故事视频生成”等。

所有教程均提供可直接运行的 Colab 笔记本链接，点击即可在云端环境中体验最新模型特性（如 Nano-Banana 2 图像生成、Lyria 3 音乐生成、Veo 视频生成等）。