Google DeepMind 模型示例、代码片段与指南

此仓库包含个人的小型示例、代码片段和指南，展示了使用 Google DeepMind Gemini 模型的精彩实验与实现。

├── examples/
│   └── gemini-with-openai-sdk.ipynb
├── guides/
│   └── function-calling.ipynb
├── scripts/
│   └── gemini-browser-use.py
├── javascript-examples/
│   └── gemini-native-image-out.js
├── LICENSE
└── README.md

指南：

• 函数调用指南 - 关于实现函数调用的全面指南
• ReAct 代理 - 使用 LangGraph 和 Gemini 构建 ReAct 代理的指南
• 智能体模式 - 智能体模式概述及其与 Gemini 的结合使用方法
• 带记忆的 Gemini - 展示如何将长期记忆集成到 Gemini 中的示例

示例

• Gemini 与 OpenAI SDK - 使用 OpenAI SDK 调用 Gemini 模型
• Gemini 与 Google 搜索 - 启用 Google 搜索集成以获取最新信息
• 结构化输出 - 使用 Pydantic 生成结构化的 JSON 输出
• 元提示 - 利用元提示动态生成 JSON 模式
• Gemini MCP 示例 - 展示模型上下文协议 (MCP) 的示例
• Gemini 分析并转录 YouTube 视频 - 分析并转录 YouTube 视频
• Gemini 原生图像输出 - 使用 Gemini 2.0 Flash 实验性模型直接生成图像
• Gemini 文件编辑 - 展示文件编辑功能的示例
• Gemini 与 LangChain 集成 - 将 Gemini 模型与 LangChain 结合使用
• Gemini 代码执行进行数据分析 - 使用 Gemini 代码执行进行数据分析的示例
• Gemini ADK MCP - 展示使用 Gemini 与 ADK 进行 MCP 的示例
• Gemini PydanticAI 代理 - 使用 Gemini 和 PydanticAI 构建智能体
• Gemini 上下文缓存 - 展示上下文缓存的示例，并可为 Gemini 节省高达 75% 的成本
• Gemini CrewAI - 展示使用 Gemini 2.5 Pro Preview 与 CrewAI 的示例
• 顺序函数调用 - 展示使用 Gemini 进行顺序函数调用的示例
• Gemini 批量 API - 展示使用 Gemini 批量 API 的示例
• Gemini 上下文 URL - 展示如何将 URL 用作 Gemini 上下文的示例
• Gemini 少样本 PDF 提取 - 使用 Gemini 进行少样本 PDF 提取
• Gemini 文本转语音 - 展示使用 Gemini 进行文本转语音的示例
• OpenAI SDK 与 Gemini - 使用 OpenAI SDK 调用 Gemini

脚本

• Gemini 浏览器使用 - 展示如何结合浏览器交互使用 Gemini 的示例脚本。
• Gemini MCP 代理 - 一个演示 MCP 的基础代理脚本。
• Gemini MCP Pipedream - 一个结合 Pipedream 演示 MCP 的基础代理脚本。
• Gemini Veo3 优化提示 - 使用 Gemini 2.5 为 Gemini Veo3 优化提示的脚本。
• Gemini Veo3 病毒式短视频 - 结合多个视频片段，利用 Gemini Veo3 自动生成视频。
• Gemini 图像元数据 - 使用 Gemini 和 Imagen 生成图像。

JavaScript 示例

• Gemini 原生图像输出 - 使用 Gemini 2.0 Flash 实验性模型直接生成图像

Gemma

• Gemma 与 GenAI SDK - 使用 Google 的 GenAI API 调用 Gemma 3 27B It 模型
• Gemma 函数调用 - 使用 Gemma 3 27B 实现函数调用

使用方法

1. 克隆仓库：

   git clone https://github.com/philschmid/gemini-samples.git
   

2. 设置环境变量： 在根目录下创建一个 .env 文件：

   GEMINI_API_KEY=your_api_key_here
   

3. 浏览示例： 查看各个示例笔记本，找到与不同 DeepMind 模型及实验相关的代码。

4. 运行与修改： 尝试运行代码，调整参数，并将这些片段整合到您自己的项目中。

贡献

欢迎贡献！如果您有额外的示例或改进建议，请随时提交拉取请求或创建问题。

许可证

本仓库采用 MIT 许可证。更多详情请参阅 LICENSE 文件。

Gemini Samples 快速上手指南

本指南帮助中国开发者快速使用 gemini-samples 仓库，探索 Google DeepMind Gemini 模型的各种实验性功能、代码片段及集成方案（如 LangChain、OpenAI SDK、MCP 等）。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (推荐 WSL2)。
• Python 版本：Python 3.9 或更高版本。
• 依赖管理：已安装 pip 和 git。
• API 密钥：您需要拥有有效的 Google Gemini API Key。
  • 获取地址：Google AI Studio
  • 注意：国内访问可能需要网络代理支持。
• 可选依赖：部分示例（如 Jupyter Notebook）建议安装 jupyterlab 以便交互式运行。

安装步骤

1. 克隆仓库

使用 git 将仓库克隆到本地：

git clone https://github.com/philschmid/gemini-samples.git
cd gemini-samples

2. 创建虚拟环境（推荐）

为避免依赖冲突，建议创建独立的 Python 虚拟环境：

python -m venv venv
# Linux/macOS
source venv/bin/activate
# Windows
venv\Scripts\activate

3. 安装依赖

根据具体示例的需求安装必要的 Python 库。大多数示例需要 google-generativeai，部分高级示例可能需要 langchain, pydantic, openai 等。您可以先安装基础核心库：

pip install google-generativeai python-dotenv
# 如需运行所有 Notebook 示例，建议安装额外依赖
pip install jupyterlab langchain langgraph pydantic openai crewai

提示：国内用户如遇 pip 下载缓慢，可使用清华或阿里镜像源加速：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple google-generativeai python-dotenv

4. 配置 API 密钥

在项目根目录下创建 .env 文件，并填入您的 API Key：

echo "GEMINI_API_KEY=your_api_key_here" > .env

(请将 your_api_key_here 替换为您实际的密钥)

基本使用

本仓库主要通过 Jupyter Notebook (.ipynb) 和 Python 脚本 (.py) 提供示例。以下是运行最简单示例的步骤：

方式一：运行 Jupyter Notebook 示例

以“使用 OpenAI SDK 调用 Gemini"为例：

1. 启动 Jupyter Lab：

   jupyter lab
   

2. 在浏览器中导航至 examples/ 目录。
3. 打开 gemini-with-openai-sdk.ipynb。
4. 依次运行单元格，即可看到模型输出。

方式二：运行 Python 脚本示例

以“浏览器自动化交互”脚本为例：

1. 确保已安装脚本所需的特定依赖（如 playwright 等，具体参考脚本头部注释）。
2. 在终端执行脚本：

   python scripts/gemini-browser-use.py
   

探索更多场景

您可以根据需求浏览以下核心目录：

• guides/: 包含函数调用 (Function Calling)、ReAct Agent 构建等深度指南。
• examples/: 涵盖结构化输出、YouTube 视频分析、图像生成、上下文缓存等丰富案例。
• javascript-examples/: 提供 Node.js 环境下的原生图像生成示例。

修改代码中的参数或直接复制片段到您的项目中，即可快速集成 Gemini 能力。