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
TrisighT10 分钟前
让 Claude 半夜自己审 PR:Headless 模式 + GitHub Actions 实测
aigc·agent·ai编程
春风野草14 分钟前
AI Agent 跑长任务,不能只靠一个 async:AgentTask 和 AgentStep 状态机实战
aigc·ai编程
冬哥聊AI18 分钟前
大模型二面:你那么多 Skill 怎么做版本管理?保存为多个文件夹远远不够
人工智能
leeyi23 分钟前
多 Agent 编排:Eino ADK 的三种协作模式(第57篇-E43)
aigc·agent·ai编程
遥感知识服务29 分钟前
不用灾前影像,AI能在40秒内画出一万平方公里洪水图吗?
人工智能
湘美书院--湘美谈教育36 分钟前
湘美谈教育湘美书院成功学系列:标准即是文明,AI时代的走向
大数据·人工智能·深度学习·机器学习·生活
顿哥GPT1 小时前
7月更新 ChatGPT、Codex、Pro、Plus 背后的工程难题:AI Consistency 将成为 LLM-Native 系统的下一道门槛(5.6)
人工智能·chatgpt
FriendshipT1 小时前
Ultralytics:解读C3k2模块
人工智能·pytorch·python·深度学习·目标检测
技录局1 小时前
Comet 实现原理深度解析:如何让 AI 编程工作流可恢复、可约束、可评测
人工智能