[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-philschmid--gemini-samples":3,"tool-philschmid--gemini-samples":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":68,"readme_en":69,"readme_zh":70,"quickstart_zh":71,"use_case_zh":72,"hero_image_url":73,"owner_login":74,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":79,"owner_email":66,"owner_twitter":80,"owner_website":81,"owner_url":82,"languages":83,"stars":96,"forks":97,"last_commit_at":98,"license":99,"difficulty_score":32,"env_os":100,"env_gpu":100,"env_ram":100,"env_deps":101,"category_tags":111,"github_topics":66,"view_count":32,"oss_zip_url":66,"oss_zip_packed_at":66,"status":17,"created_at":114,"updated_at":115,"faqs":116,"releases":117},9249,"philschmid\u002Fgemini-samples","gemini-samples",null,"gemini-samples 是一个由社区整理的实用代码库，汇集了基于 Google DeepMind Gemini 模型的大量示例、代码片段和技术指南。它旨在解决开发者在探索 Gemini 强大功能时面临的“上手难”和“场景少”的问题，通过提供即拿即用的实战代码，帮助用户快速理解并落地各种复杂应用。\n\n无论是希望快速集成 AI 能力的软件工程师，还是致力于探索前沿 Agent 架构的研究人员，都能从中获益。该资源库不仅涵盖了使用 OpenAI SDK 兼容调用、结构化数据输出、长文本记忆集成等基础用法，还深入展示了函数调用、ReAct 智能体构建、多模态视频分析以及原生图像生成等高阶技巧。\n\n其独特的技术亮点在于对新兴协议的敏锐支持，例如提供了 Model Context Protocol (MCP) 的完整实现案例，以及利用上下文缓存技术大幅降低 API 成本的优化方案。此外，它还包含了浏览器自动化交互、YouTube 视频转录分析和动态元提示生成等创新场景。通过丰富的 Python 和 JavaScript 实例，gemini-samples 让开发者能够直观地掌握如何将这些先进","gemini-samples 是一个由社区整理的实用代码库，汇集了基于 Google DeepMind Gemini 模型的大量示例、代码片段和技术指南。它旨在解决开发者在探索 Gemini 强大功能时面临的“上手难”和“场景少”的问题，通过提供即拿即用的实战代码，帮助用户快速理解并落地各种复杂应用。\n\n无论是希望快速集成 AI 能力的软件工程师，还是致力于探索前沿 Agent 架构的研究人员，都能从中获益。该资源库不仅涵盖了使用 OpenAI SDK 兼容调用、结构化数据输出、长文本记忆集成等基础用法，还深入展示了函数调用、ReAct 智能体构建、多模态视频分析以及原生图像生成等高阶技巧。\n\n其独特的技术亮点在于对新兴协议的敏锐支持，例如提供了 Model Context Protocol (MCP) 的完整实现案例，以及利用上下文缓存技术大幅降低 API 成本的优化方案。此外，它还包含了浏览器自动化交互、YouTube 视频转录分析和动态元提示生成等创新场景。通过丰富的 Python 和 JavaScript 实例，gemini-samples 让开发者能够直观地掌握如何将这些先进能力融入实际项目，是学习和应用 Gemini 系列模型的优质起点。","# Google DeepMind Models Samples, Snippets and Guides\n\nThis repository contains personal tiny samples, snippets and guides showcasing cool experiments and implementations using Google DeepMind Gemini models.\n\n```\n├── examples\u002F\n│   └── gemini-with-openai-sdk.ipynb\n├── guides\u002F\n│   └── function-calling.ipynb\n├── scripts\u002F\n│   └── gemini-browser-use.py\n├── javascript-examples\u002F\n│   └── gemini-native-image-out.js\n├── LICENSE\n└── README.md\n```\n\n## Guides:\n\n- [Function Calling Guide](guides\u002Ffunction-calling.ipynb) - Comprehensive guide on implementing function calling\n- [ReAct Agent](guides\u002Flanggraph-react-agent.ipynb) - Guide on building a ReAct agent with LangGraph and Gemini\n- [Agentic Patterns](guides\u002Fagentic-pattern.ipynb) - Overview of agentic patterns and how to use them with Gemini\n- [Gemini with Memory](guides\u002Fgemini-with-memory.ipynb) - Example how to integrate long-term memory into Gemini\n\n## Examples\n\n- [Gemini with OpenAI SDK](examples\u002Fgemini-with-openai-sdk.ipynb) - Use Gemini models with the OpenAI SDK\n- [Gemini with Google Search](examples\u002Fgemini-google-search.ipynb) - Enable Google Search integration for up-to-date information\n- [Structured Outputs](examples\u002Fgemini-structured-outputs.ipynb) - Generate structured JSON outputs using Pydantic\n- [Meta Prompts](examples\u002Fgemini-meta-prompt-structured-outputs.ipynb) - Generate JSON schemas dynamically using meta prompts\n- [Gemini MCP Example](examples\u002Fgemini-mcp-example.ipynb) - Example showcasing Model Context Protocol (MCP)\n- [Gemini Analyze & Transcribe YouTube](examples\u002Fgemini-analyze-transcribe-youtube.ipynb) - Analyze and transcribe YouTube videos\n- [Gemini Native Image Output](examples\u002Fgemini-native-image-out.ipynb) - Generate images directly with Gemini 2.0 Flash experimental model\n- [Gemini File Editing](examples\u002Fgemini-file-editing.ipynb) - Example showcasing file editing capabilities\n- [Gemini LangChain Integration](examples\u002Fgemini-langchain.ipynb) - Use Gemini models with LangChain\n- [Gemini Code Executor Data Analysis](examples\u002Fgemini-code-executor-data-analysis.ipynb) - Example of data analysis using Gemini code execution\n- [Gemini ADK MCP](examples\u002Fgemini-adk-mcp.ipynb) - Example using Gemini with ADK for MCP\n- [Gemini PydanticAI Agent](examples\u002Fgemini-pydanticai-agent.ipynb) - Build agents using Gemini and PydanticAI\n- [Gemini Context Caching](examples\u002Fgemini-context-caching.ipynb) - Example showcasing context caching and saving up to 75% on costs with Gemini\n- [Gemini CrewAI](examples\u002Fgemini-crewai.ipynb) - Example showcasing CrewAI with Gemini 2.5 Pro Preview\n- [Sequential Function Calling](examples\u002Fgemini-sequential-function-calling.ipynb) - Example showcasing sequential function calling with Gemini\n- [Gemini Batch API](examples\u002Fgemini-batch-api.ipynb) - Example showcasing batch API with Gemini\n- [Gemini Context URL](examples\u002Fgemini-context-url.ipynb) - Example on how to use URLs as context with Gemini\n- [Gemini Few-shot PDF](examples\u002Fgemini-fewshot-pdf.ipynb) - Few-shot PDF extraction with Gemini\n- [Gemini Text-to-Speech](examples\u002Fgemini-text-to-speech.ipynb) - Example for using text-to-speech with Gemini\n- [OpenAI SDK with Gemini](examples\u002Fopenai.ipynb) - Use OpenAI SDK with Gemini\n\n## Scripts\n- [Gemini Browser Use](scripts\u002Fgemini-browser-use.py) - Example script for using Gemini with browser interaction.\n- [Gemini MCP Agent](scripts\u002Fgemini-mcp-agent.py) - A basic agent script demonstrating MCP.\n- [Gemini MCP Pipedream](scripts\u002Fgemini-mcp-pipedream.py) - A basic agent script demonstrating MCP with Pipedream.\n- [Gemini Veo3 Optimized Prompt](scripts\u002Fgemini-veo-meta.py) - A script using Gemini 2.5 to optimize prompts for Gemini Veo3.\n- [Gemini Veo3 Vlogs](scripts\u002Fveo3-generate-viral-vlogs.py) - Automatic video generation with Gemini Veo3 combined multiple video clips.\n- [Gemini Image Meta](scripts\u002Fgemini-image-meta.py) - Generate images with Gemini and Imagen.\n\n### JavaScript Examples\n\n- [Gemini Native Image Output](javascript-examples\u002Fgemini-native-image-out.js) - Generate images directly with Gemini 2.0 Flash experimental model\n\n\n### Gemma\n\n- [Gemma with GenAI SDK](examples\u002Fgemma-with-genai-sdk.ipynb) - Use Gemma 3 27B It with Google's GenAI API\n- [Gemma Function Calling](examples\u002Fgemma-function-calling.ipynb) - Implement function calling with Gemma 3 27B\n\n## How to Use\n\n1. **Clone the repository:**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fphilschmid\u002Fgemini-samples.git\n    ```\n\n2. **Set up environment variables:**\n   Create a `.env` file in the root directory:\n   ```\n   GEMINI_API_KEY=your_api_key_here\n   ```\n\n3. **Explore the examples:** Browse the sample notebooks to find code related to different DeepMind models and experiments.\n\n4. **Run and modify:** Experiment with the code, tweak parameters, and integrate the snippets into your own projects.\n\n## Contributing\n\nContributions are welcome! If you have additional examples or improvements, please feel free to open a pull request or create an issue.\n\n## License\n\nThis repository is licensed under the MIT License. See the [LICENSE](LICENSE) file for more details.\n","# Google DeepMind 模型示例、代码片段与指南\n\n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。\n\n```\n├── examples\u002F\n│   └── gemini-with-openai-sdk.ipynb\n├── guides\u002F\n│   └── function-calling.ipynb\n├── scripts\u002F\n│   └── gemini-browser-use.py\n├── javascript-examples\u002F\n│   └── gemini-native-image-out.js\n├── LICENSE\n└── README.md\n```\n\n## 指南：\n\n- [函数调用指南](guides\u002Ffunction-calling.ipynb) - 关于实现函数调用的全面指南\n- [ReAct 代理](guides\u002Flanggraph-react-agent.ipynb) - 使用 LangGraph 和 Gemini 构建 ReAct 代理的指南\n- [智能体模式](guides\u002Fagentic-pattern.ipynb) - 智能体模式概述及其与 Gemini 的结合使用方法\n- [带记忆的 Gemini](guides\u002Fgemini-with-memory.ipynb) - 展示如何将长期记忆集成到 Gemini 中的示例\n\n## 示例\n\n- [Gemini 与 OpenAI SDK](examples\u002Fgemini-with-openai-sdk.ipynb) - 使用 OpenAI SDK 调用 Gemini 模型\n- [Gemini 与 Google 搜索](examples\u002Fgemini-google-search.ipynb) - 启用 Google 搜索集成以获取最新信息\n- [结构化输出](examples\u002Fgemini-structured-outputs.ipynb) - 使用 Pydantic 生成结构化的 JSON 输出\n- [元提示](examples\u002Fgemini-meta-prompt-structured-outputs.ipynb) - 利用元提示动态生成 JSON 模式\n- [Gemini MCP 示例](examples\u002Fgemini-mcp-example.ipynb) - 展示模型上下文协议 (MCP) 的示例\n- [Gemini 分析并转录 YouTube 视频](examples\u002Fgemini-analyze-transcribe-youtube.ipynb) - 分析并转录 YouTube 视频\n- [Gemini 原生图像输出](examples\u002Fgemini-native-image-out.ipynb) - 使用 Gemini 2.0 Flash 实验性模型直接生成图像\n- [Gemini 文件编辑](examples\u002Fgemini-file-editing.ipynb) - 展示文件编辑功能的示例\n- [Gemini 与 LangChain 集成](examples\u002Fgemini-langchain.ipynb) - 将 Gemini 模型与 LangChain 结合使用\n- [Gemini 代码执行进行数据分析](examples\u002Fgemini-code-executor-data-analysis.ipynb) - 使用 Gemini 代码执行进行数据分析的示例\n- [Gemini ADK MCP](examples\u002Fgemini-adk-mcp.ipynb) - 展示使用 Gemini 与 ADK 进行 MCP 的示例\n- [Gemini PydanticAI 代理](examples\u002Fgemini-pydanticai-agent.ipynb) - 使用 Gemini 和 PydanticAI 构建智能体\n- [Gemini 上下文缓存](examples\u002Fgemini-context-caching.ipynb) - 展示上下文缓存的示例，并可为 Gemini 节省高达 75% 的成本\n- [Gemini CrewAI](examples\u002Fgemini-crewai.ipynb) - 展示使用 Gemini 2.5 Pro Preview 与 CrewAI 的示例\n- [顺序函数调用](examples\u002Fgemini-sequential-function-calling.ipynb) - 展示使用 Gemini 进行顺序函数调用的示例\n- [Gemini 批量 API](examples\u002Fgemini-batch-api.ipynb) - 展示使用 Gemini 批量 API 的示例\n- [Gemini 上下文 URL](examples\u002Fgemini-context-url.ipynb) - 展示如何将 URL 用作 Gemini 上下文的示例\n- [Gemini 少样本 PDF 提取](examples\u002Fgemini-fewshot-pdf.ipynb) - 使用 Gemini 进行少样本 PDF 提取\n- [Gemini 文本转语音](examples\u002Fgemini-text-to-speech.ipynb) - 展示使用 Gemini 进行文本转语音的示例\n- [OpenAI SDK 与 Gemini](examples\u002Fopenai.ipynb) - 使用 OpenAI SDK 调用 Gemini\n\n## 脚本\n- [Gemini 浏览器使用](scripts\u002Fgemini-browser-use.py) - 展示如何结合浏览器交互使用 Gemini 的示例脚本。\n- [Gemini MCP 代理](scripts\u002Fgemini-mcp-agent.py) - 一个演示 MCP 的基础代理脚本。\n- [Gemini MCP Pipedream](scripts\u002Fgemini-mcp-pipedream.py) - 一个结合 Pipedream 演示 MCP 的基础代理脚本。\n- [Gemini Veo3 优化提示](scripts\u002Fgemini-veo-meta.py) - 使用 Gemini 2.5 为 Gemini Veo3 优化提示的脚本。\n- [Gemini Veo3 病毒式短视频](scripts\u002Fveo3-generate-viral-vlogs.py) - 结合多个视频片段，利用 Gemini Veo3 自动生成视频。\n- [Gemini 图像元数据](scripts\u002Fgemini-image-meta.py) - 使用 Gemini 和 Imagen 生成图像。\n\n### JavaScript 示例\n\n- [Gemini 原生图像输出](javascript-examples\u002Fgemini-native-image-out.js) - 使用 Gemini 2.0 Flash 实验性模型直接生成图像\n\n\n### Gemma\n\n- [Gemma 与 GenAI SDK](examples\u002Fgemma-with-genai-sdk.ipynb) - 使用 Google 的 GenAI API 调用 Gemma 3 27B It 模型\n- [Gemma 函数调用](examples\u002Fgemma-function-calling.ipynb) - 使用 Gemma 3 27B 实现函数调用\n\n## 使用方法\n\n1. **克隆仓库：**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fphilschmid\u002Fgemini-samples.git\n    ```\n\n2. **设置环境变量：**\n   在根目录下创建一个 `.env` 文件：\n   ```\n   GEMINI_API_KEY=your_api_key_here\n   ```\n\n3. **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。\n\n4. **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。\n\n## 贡献\n\n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。\n\n## 许可证\n\n本仓库采用 MIT 许可证。更多详情请参阅 [LICENSE](LICENSE) 文件。","# Gemini Samples 快速上手指南\n\n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）。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows (推荐 WSL2)。\n*   **Python 版本**：Python 3.9 或更高版本。\n*   **依赖管理**：已安装 `pip` 和 `git`。\n*   **API 密钥**：您需要拥有有效的 Google Gemini API Key。\n    *   获取地址：[Google AI Studio](https:\u002F\u002Faistudio.google.com\u002F)\n    *   *注意：国内访问可能需要网络代理支持。*\n*   **可选依赖**：部分示例（如 Jupyter Notebook）建议安装 `jupyterlab` 以便交互式运行。\n\n## 安装步骤\n\n### 1. 克隆仓库\n使用 git 将仓库克隆到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fphilschmid\u002Fgemini-samples.git\ncd gemini-samples\n```\n\n### 2. 创建虚拟环境（推荐）\n为避免依赖冲突，建议创建独立的 Python 虚拟环境：\n\n```bash\npython -m venv venv\n# Linux\u002FmacOS\nsource venv\u002Fbin\u002Factivate\n# Windows\nvenv\\Scripts\\activate\n```\n\n### 3. 安装依赖\n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：\n\n```bash\npip install google-generativeai python-dotenv\n# 如需运行所有 Notebook 示例，建议安装额外依赖\npip install jupyterlab langchain langgraph pydantic openai crewai\n```\n\n> **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：\n> ```bash\n> pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple google-generativeai python-dotenv\n> ```\n\n### 4. 配置 API 密钥\n在项目根目录下创建 `.env` 文件，并填入您的 API Key：\n\n```bash\necho \"GEMINI_API_KEY=your_api_key_here\" > .env\n```\n*(请将 `your_api_key_here` 替换为您实际的密钥)*\n\n## 基本使用\n\n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：\n\n### 方式一：运行 Jupyter Notebook 示例\n以“使用 OpenAI SDK 调用 Gemini\"为例：\n\n1.  启动 Jupyter Lab：\n    ```bash\n    jupyter lab\n    ```\n2.  在浏览器中导航至 `examples\u002F` 目录。\n3.  打开 `gemini-with-openai-sdk.ipynb`。\n4.  依次运行单元格，即可看到模型输出。\n\n### 方式二：运行 Python 脚本示例\n以“浏览器自动化交互”脚本为例：\n\n1.  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）。\n2.  在终端执行脚本：\n    ```bash\n    python scripts\u002Fgemini-browser-use.py\n    ```\n\n### 探索更多场景\n您可以根据需求浏览以下核心目录：\n*   **guides\u002F**: 包含函数调用 (Function Calling)、ReAct Agent 构建等深度指南。\n*   **examples\u002F**: 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。\n*   **javascript-examples\u002F**: 提供 Node.js 环境下的原生图像生成示例。\n\n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。","某初创公司的数据分析师需要每日从多个 YouTube 行业演讲视频中提取关键观点，并整理成结构化 JSON 报告供团队复盘。\n\n### 没有 gemini-samples 时\n- 开发者需从头研究 Gemini API 文档，花费数天时间摸索如何正确调用视频分析接口，试错成本极高。\n- 缺乏现成的代码参考，难以实现将非结构化视频内容自动转换为标准 JSON 格式的功能，导致数据清洗耗时耗力。\n- 无法快速集成 Google 搜索功能来验证视频中提到的最新数据，报告内容的时效性和准确性难以保证。\n- 每次处理长视频都因未配置上下文缓存而消耗大量 Token，导致项目预算迅速超支。\n\n### 使用 gemini-samples 后\n- 直接复用 `gemini-analyze-transcribe-youtube` 示例代码，半小时内即可搭建起视频转录与分析流程，大幅缩短开发周期。\n- 借鉴 `gemini-structured-outputs` 指南，利用 Pydantic 轻松定义输出模型，一键生成符合团队规范的结构化 JSON 报告。\n- 参考 `gemini-google-search` 案例，无缝接入实时搜索能力，自动核验视频中的市场数据，显著提升报告可信度。\n- 应用 `gemini-context-caching` 技术优化长视频处理逻辑，成功节省约 75% 的 API 调用成本，让大规模处理成为可能。\n\ngemini-samples 通过提供经过验证的代码片段和最佳实践指南，将复杂的模型集成工作转化为简单的“搭积木”过程，极大提升了开发效率与成本控制能力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fphilschmid_gemini-samples_4c3b2fef.png","philschmid","Philipp Schmid","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fphilschmid_f974de75.png","AI Developer Experience @google-deepmind | prev: Tech Lead at \r\n@huggingface , AWS ML Hero","@huggingface","Nuremberg","_philschmid","www.philschmid.de","https:\u002F\u002Fgithub.com\u002Fphilschmid",[84,88,92],{"name":85,"color":86,"percentage":87},"Jupyter Notebook","#DA5B0B",55.8,{"name":89,"color":90,"percentage":91},"Python","#3572A5",41.6,{"name":93,"color":94,"percentage":95},"JavaScript","#f1e05a",2.6,1363,206,"2026-04-17T08:08:27","MIT","未说明",{"notes":102,"python":100,"dependencies":103},"本项目主要包含调用 Google DeepMind 云端 API 的示例代码（如 Jupyter Notebook 和 Python 脚本），而非本地运行大模型，因此通常无需高性能 GPU 或大量显存。用户必须配置 GEMINI_API_KEY 环境变量才能运行。部分示例涉及浏览器自动化、视频生成或特定代理框架，需安装相应的额外依赖库。",[104,105,106,107,108,109,110],"google-generativeai (GenAI SDK)","openai","langchain","langgraph","pydantic","crewai","pydanticai",[35,15,112,113,13],"音频","视频","2026-03-27T02:49:30.150509","2026-04-19T03:03:47.080065",[],[]]