舍OpenAI, 取Gemini

  OpenAI最近真的变傻变慢了,2023,生成式AI的高开低走。还好,年底Google的Gemini来了,我和小伙伴们一起投入了学习。

   如果您是最近刚开始学习AI,欢迎大家翻阅我之前的AI入门系列,感谢大家点个赞,鼓励我的创作。

逐步掌握最佳Ai Agents框架-AutoGen

LlamaIndex

LangChain

前言

   让我们去到官网一看如何通过API来使用Google目前最强大的AI模型。

  跟大多数大模型一样,Gemini根据不同的应用场景分成不同的版本:

  目前可以使用的是Gemini Pro

  费用方面有个好消息,目前是免费的,这可比OpenAI棒多了。只不过,限制是每分钟的调用次数上限为60。这在学习阶段完全够了。商业使用选择Pay as you go ! 这里声明了输入输出数据是会被采集的,大家在使用的时候,自行评估是否要将自己的数据提交给Gemini。

  让我们点击Get API key in Google AI Studio,来得到自己的API KEY。

  Gemini 为开发者提供了AI云开发平台,也就是Google声称的AI开发全家桶,喜提!

创建Google API KEY

  按图,即可得到API KEY

  Gemini的api_key是跟项目绑定的, 当我们按下图的指示点击,就会进入到项目。google cloud 云平台棒棒的,让我们的AI应用快点上云,这分分钟是要跟微软的OpenAI 硬刚的节奏啊。

在LangChain中使用Gemini模型

  拿到API_KEY后,让我们使用colab来小玩一把Gemini。

  • 一些概念
  1. 可以传给Gemini的上下文上限是32K
  2. 目前是免费的,限制是每分钟调用次数
  3. 支持与OpenAI类似API, function calling, embeddings, semantic retrieval, chat functionality等。
  4. 支持180多个国家的38种语言,听说中文是撸的文花一言的羊毛这找谁说理去?
  5. 输入是文本,输出也是, 啥时支持生成图片和视频呢?
  6. 专业版除了文外,还支持图片作为输入。
  • 安装依赖

  安装依赖,google-generativeai输出模型, langchain-google-genailangchain结合,看到了AI应用替换OpenAI的曙光了,最近的OpenAI又笨又慢,不惯着它了。python-dotenv用于读取.env文件里的Gemini Api_key。

python 复制代码
!pip install -q --upgrade google-generativeai  python-dotenv
  • 读取环境变量
csharp 复制代码
from dotenv import load_dotenv
load_dotenv()
  • 调用模型
ini 复制代码
import google.generativeai as genai
import os
genai.configure(api_key=os.environ.get("GOOGLE_API_KEY"))
model = genai.GenerativeModel(model_name = "gemini-pro")
prompt_parts = [
    "Write a Python function and explain it to me",
]

response = model.generate_content(prompt_parts)
print(response.text)
  • 结果
python 复制代码
radius = 5  # Radius of the circle in meters
area = calculate_area_of_circle(radius)
print("Area of the circle:", area)

Output:
Area of the circle: 78.53981633974483

In this example, we have a circle with a radius of 5 meters, and the function calculates its area as approximately 78.54 square meters.

总结

  • Gemini的使用流程,Cloud AI 来了。

参考资料

相关推荐
全栈弄潮儿3 小时前
不要先问“用哪个 AI”,先盘点你的开发工作流
aigc·openai·ai编程
william_yangshun3 小时前
【AI Agent 实战】agent-vision-toolkit 中文版:给纯文本模型(DeepSeek)装上视觉能力
人工智能·多模态
杨杨杨大侠4 小时前
大模型的权重到底怎么用?拆开一个 token 的生成过程
aigc·openai·ai编程
智能体与具身智能4 小时前
TVA具身智能的概念、架构与应用(19)
人工智能·python·具身智能
AI智能体工作室4 小时前
生产级 RAG 检索增强架构实战:向量数据库、混合检索(Hybrid Search)、RRF 融合与重排(Rerank)全链路
人工智能
geinvse_seg4 小时前
我做了个 AI 架构审查员,把整个微服务项目通读了一遍,还顺手做成了 Skill
人工智能
李帅朋4 小时前
微分基本定义笔记
人工智能·笔记·深度学习·神经网络
醍醐实验室4 小时前
下一代端到端全模态(Omni)模型解密:离散音频 Token 化与极速双工流式交互架构
人工智能
米小虾4 小时前
你的 Agent 有 1000 万上下文,为什么第 50 轮就开始失忆?
人工智能·agent
东风破_4 小时前
Text2SQL :用自然语言操作 SQLite 数据库
人工智能·后端