本文详细介绍了谷歌 Gemini 大模型 API 的接入流程与开发实践。内容包括 Google AI Studio 密钥获取、Python 环境配置及安全存储方案。重点讲解了文本生成与图片识别的代码实现，展示了温度参数调节、Base64 图片处理等关键技术点。此外，文章还深入探讨了基于 LangChain 框架的集成方法，涵盖 ChatModel 初始化、对话链构建及内存管理。最后补充了配额限制处理、错误排查及生产环境下的最佳实践建议，旨在帮助开发者高效构建多模态 AI 应用。
Google Gemini 是谷歌推出的一系列多模态大语言模型，支持文本生成、代码编写、图像识别等多种任务。通过 Google AI Studio 提供的 API，开发者可以便捷地将 Gemini 的能力集成到自己的应用中。本文将详细介绍如何获取 API 密钥、配置环境、调用文本及视觉接口，以及如何使用 LangChain 框架进行高效开发。
pip install google-generativeai langchain-google-genai
在使用 API 前，必须正确配置密钥。推荐使用 .env 文件配合 python-dotenv 管理敏感信息。
import os
from dotenv import load_dotenv
# 加载环境变量
load_dotenv()
# 从环境变量读取密钥
api_key = os.getenv("GOOGLE_API_KEY")
if not api_key:
raise ValueError("未找到 GOOGLE_API_KEY 环境变量")
# 初始化 SDK
import google.generativeai as genai
genai.configure(api_key=api_key)
安全警告：永远不要将 API 密钥提交到公共代码仓库（如 GitHub）。如果密钥泄露，请立即在 Google Cloud Console 中禁用并重新生成。
Gemini Pro 模型擅长处理自然语言理解、摘要生成和对话任务。
from google.generativeai import GenerativeModel
# 初始化模型
model = GenerativeModel('gemini-pro')
# 定义提示词
prompt = "请简述量子计算的基本原理及其潜在应用。"
try:
# 生成内容
response = model.generate_content(prompt)
# 输出结果
print(response.text)
except Exception as e:
print(f"请求失败：{e}")
可以通过配置 generation_config 来控制输出的风格和质量：
temperature: 控制随机性（0.0 为确定性，1.0 为创造性）。top_p: 核采样阈值。max_output_tokens: 限制最大生成长度。config = {
"temperature": 0.7,
"top_p": 0.95,
"top_k": 40,
"max_output_tokens": 2048,
}
response = model.generate_content(prompt, generation_config=config)
Gemini Vision 模型支持分析上传的图片，可识别物体、提取文字或回答关于图片的问题。
from google.generativeai import GenerativeModel
model = GenerativeModel('gemini-pro-vision')
image_url = "https://example.com/path/to/your/image.jpg"
prompt = "这张图片里有什么？请详细描述。"
response = model.generate_content([image_url, prompt])
print(response.text)
若需处理本地图片，需将其转换为 Base64 格式或上传至公开 URL。
import base64
with open("local_image.jpg", "rb") as f:
image_bytes = f.read()
encoded_string = base64.b64encode(image_bytes).decode("utf-8")
# 构造包含 Base64 数据的消息
message = [encoded_string, "描述这张图片的内容"]
response = model.generate_content(message)
LangChain 提供了统一的接口来连接各种 LLM，简化了链式调用和记忆管理。
pip install -U langchain-google-genai
from langchain_google_genai import ChatGoogleGenerativeAI
llm = ChatGoogleGenerativeAI(
model="gemini-pro",
temperature=0.7,
max_tokens=None,
timeout=None,
max_retries=2,
)
from langchain.schema import HumanMessage, SystemMessage
messages = [
SystemMessage(content="你是一个专业的技术助手。"),
HumanMessage(content="如何用 Python 实现一个简单的 HTTP 服务器？")
]
response = llm.invoke(messages)
print(response.content)
from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory
conversation = ConversationChain(
llm=llm,
memory=ConversationBufferMemory(),
verbose=True
)
result = conversation.predict(input="你好，介绍一下你自己。")
print(result)
如果收到 429 错误，说明触发了速率限制。建议：
如果返回 401 错误，请检查：
对于复杂任务，增加 timeout 参数或分步处理长上下文。
本文涵盖了从环境搭建到实际调用的全流程。通过 Gemini API 和 LangChain，开发者可以快速构建具备智能对话和多模态理解能力的现代应用。随着模型的迭代，建议持续关注官方文档以获取最新特性。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online