通过使用 Google Gemini （注意：如果你没有梯子，那么随便找个模型都可以）动手实践 AI API------这是深入学习 LangChain 之前的重要基础。本初学者指南将逐步介绍环境设置、身份验证、首次 API 调用以及令牌、模型和参数等关键概念。
学习目标
- 设置开发环境并获取 Google AI API 密钥（免费）
- 使用 Python 进行首次 API 调用（本课程专注于 Python）
- 理解关键参数：temperature（温度）、max_output_tokens（最大输出令牌数）、top_p 等
- 学习有关令牌、定价和速率限制的知识
为什么在学习 LangChain 之前要学习 AI APIs？
LangChain 是一个简化 AI 开发的强大框架，但理解其底层的 AI APIs 至关重要。这些知识有助于调试问题、优化性能，并在构建 LangChain 应用程序时做出明智的决策。可以把它看作是先学会手动驾驶再学自动挡！
初学者入门：一步步设置指南
关于编程语言
虽然 AI APIs 和如 LangChain 这样的框架支持多种编程语言（Python、JavaScript、Go 等），但本课程仅使用 Python。由于其简单性和丰富的数据科学库生态系统，Python 成为了 AI/ML 开发中最受欢迎的语言。
步骤 1：创建 Google AI Studio 账户
再次说明：这一步不重要，随便找个模型都可以使用，比如公司的私有化部署的模型，或者自己本地部署的模型，本地部署参考LangChain开发环境搭建
- 访问 Google AI Studio。
- 使用您的 Google 账户登录。
- 点击"创建 API 密钥"。
- 选择"在新项目中创建 API 密钥"或选择现有项目。
- 安全地复制并保存您的 API 密钥（以后可以再次查看）。
免费开始！
Google AI Studio 提供免费的 API 访问权限，配额非常慷慨 - 非常适合学习和实验。无需信用卡！
安全最佳实践
- 不要将 API 密钥提交到版本控制系统。
- 使用环境变量（.env 文件）。
- 在您的 Google AI Studio 账户中设置使用警报。
- 定期轮换密钥。
步骤 2：设置您的开发环境
您的第一个 API 调用
设置说明
- 安装 Google Generative AI 库：
pip
pip install google-genai python-dotenv或者用uv（推荐，不过对于初学者也不重要）
uv
uv add google-genai python-dotenv- 创建 .env 文件：
在项目更目录创建一个.env文件
env
GOOGLE_API_KEY=AIza...your-key-here...- 编写第一个 Python 脚本：
python
from dotenv import load_dotenv
from google import genai
# 加载环境变量
load_dotenv()
client = genai.Client()
response = client.models.generate_content(
model='gemini-2.5-flash',
contents='你好，你能干什么？'
)
print(response.text)你好！我是一个大型语言模型，我的主要能力包括：
1. **回答你的问题**：我可以提供各种信息，解释概念，或者就你感兴趣的话题进行探讨。
2. **撰写文本**：我可以帮你写文章、故事、诗歌、邮件、剧本、代码等各种文本。
3. **提供创意和灵感**：如果你需要头脑风暴、构思方案，我可以提供想法和建议。
4. **总结和分析**：我可以帮你总结长篇内容，提取关键信息。
5. **翻译**：我可以进行不同语言之间的翻译。
6. **学习和推理**：我正在不断学习和进步，可以根据新的信息调整我的回答。
7. **日常对话**：你也可以只是和我进行轻松的聊天。
简而言之，凡是需要处理和生成语言的任务，我都能尽力帮助你。
你有什么想问的或者想让我帮忙的吗？注意：
- 这个代码不重要，如果你没有大模型大概看看即可，主要是要理解下面的几个基础概念。
- 上面的gemini-2.5-flash模型一定选择新一点的，如果你设置为gemini-2.0-flash，可能会无法使用报错：
google.genai.errors.ClientError: 429 RESOURCE_EXHAUSTED. {'error': {'code': 429, 'message':
'You exceeded your current quota, please check your plan and billing details. For more information on this error,
head to: https://ai.google.dev/gemini-api/docs/rate-limits...
- 一定要安装google-genai而不是旧的google-generativeai
理解 API 参数
💡 重要提示：
不同 AI 提供商之间的参数名称和可用选项可能有所不同。本课重点介绍 Google Gemini API。OpenAI 使用 max_tokens，而 Gemini 使用 max_output_tokens。始终检查所选提供商的具体 API 文档。
🌡️Temperature（温度）(0-2)
控制响应中的随机性。较低值使输出更加集中和确定。
- 0-0.3：事实性的、一致的回答
- 0.4-0.7：平衡创造力
- 0.8-1.0：创造性的、多变的回答
📏Max Output Tokens（最大输出令牌数）
响应的最大长度。一个令牌 ≈ 4 个字符或 0.75 个词。
- 简短回答：50-150 令牌
- 段落：150-500 令牌
- 文章：1000+ 令牌
🎲Top P（核采样）(0-1)
考虑具有最高累计概率质量的令牌。
- 0.1：非常集中，可预测
- 0.5：适度多样性
- 1.0：考虑所有选项
🔄频率惩罚 (-2 到 2)
基于其出现频率对令牌进行惩罚以减少重复。
- 负值：允许更多重复
- 0：默认行为
- 正值：减少重复
示例：不同的参数设置：
python
# 创意写作
response = model.generate_content(
"Write a story about...",
generation_config=genai.GenerationConfig(
temperature=0.9,
max_output_tokens=500,
top_p=0.9
)
)
# 事实问答
response = model.generate_content(
"What is the capital of...",
generation_config=genai.GenerationConfig(
temperature=0.1,
max_output_tokens=50,
top_p=0.1
)
)
# 代码生成
response = model.generate_content(
"Write a Python function...",
generation_config=genai.GenerationConfig(
temperature=0.3,
max_output_tokens=300,
)
)理解令牌和定价
什么是令牌？
令牌是模型处理的单词片段。粗略估计：
- 1 令牌 ≈ 4 个英文字符
- 1 令牌 ≈ ¾ 个词
- 100 令牌 ≈ 75 个词
💡 令牌示例
- "Hello" = 1 令牌
- "Hello, world!" = 4 令牌
- "artificial intelligence" = 2 令牌
- "今日は" = 3 令牌（非英语使用更多的令牌）
成本优化技巧
- 尽可能使用较短的提示
- 设置适当的 max_output_tokens 限制
- 根据任务复杂度选择合适的模型
- 在适当的情况下缓存响应
- 通过 Google AI Studio 仪表板监控使用情况
常见错误及解决方案
401 Unauthorized（未授权）
原因：无效或缺失 API 密钥
解决方案：检查您的 API 密钥和环境变量
429 Rate Limit Exceeded（超出速率限制）
原因：短时间内请求过多
解决方案：实施指数退避或升级您的计划
400 Bad Request（错误请求）
原因：无效参数或模型名称
解决方案：检查模型名称和参数值
下一步：迈向 LangChain
干得好！你已经掌握了 AI API 的基础知识------这是 LangChain 开发的关键基础。直接与 AI APIs 工作的知识将帮助你欣赏 LangChain 在 AI 应用程序开发中带来的便捷和强大功能。
准备好从 AI 中获得更好的结果了吗？在下一课中，你将学习 Prompt Engineering 技巧，以显著提高 AI 回复的质量和一致性------这是 LangChain 开发的另一项必备技能。