All methods

Generative Language API

借助 Gemini API，开发者可以使用 Gemini 模型构建生成式 AI 应用。Gemini 是 Google 旗下最强大的模型，专为多模态应用而生。它不仅能理解和处理语言、图像、音频、视频和代码等各种信息，更能跨越不同模态，实现信息的融会贯通。您可以使用 Gemini API 来实现各种用例，例如跨文本和图像进行推理、生成内容、构建对话代理、开发总结和分类系统等。

服务：generativelanguage.googleapis.com

如要调用此服务，我们建议您使用 Google 提供的客户端库。如果您的应用需要使用您自己的库来调用此服务，则在发出 API 请求时应使用以下信息。

服务端点

服务端点是指定 API 服务的网络地址的基本网址。一项服务可能有多个服务端点。此服务具有以下服务端点，下面的所有 URI 都与此服务端点相关：

  • https://generativelanguage.googleapis.com

REST 资源：v1beta.batches

方法
cancel POST /v1beta/{name=batches/*}:cancel
对长时间运行的操作启动异步取消。
delete DELETE /v1beta/{name=batches/*}
删除长时间运行的操作。
get GET /v1beta/{name=batches/*}
获取长时间运行的操作的最新状态。
list GET /v1beta/{name=batches}
列出与请求中指定的过滤条件匹配的操作。

REST 资源：v1beta.cachedContents

方法
create POST /v1beta/cachedContents
创建 CachedContent 资源。
delete DELETE /v1beta/{name=cachedContents/*}
删除 CachedContent 资源。
get GET /v1beta/{name=cachedContents/*}
读取 CachedContent 资源。
list GET /v1beta/cachedContents
列出 CachedContent。
patch PATCH /v1beta/{cachedContent.name=cachedContents/*}
更新 CachedContent 资源（只有过期时间可更新）。

REST 资源：v1beta.corpora

方法
create POST /v1beta/corpora
创建空的 Corpus。
delete DELETE /v1beta/{name=corpora/*}
删除 Corpus。
get GET /v1beta/{name=corpora/*}
获取有关特定 Corpus 的信息。
list GET /v1beta/corpora
列出用户拥有的所有 Corpora。
patch PATCH /v1beta/{corpus.name=corpora/*}
更新 Corpus。
query POST /v1beta/{name=corpora/*}:query
对 Corpus 执行语义搜索。

REST 资源：v1beta.corpora.documents

方法
create POST /v1beta/{parent=corpora/*}/documents
创建空的 Document。
delete DELETE /v1beta/{name=corpora/*/documents/*}
删除 Document。
get GET /v1beta/{name=corpora/*/documents/*}
获取有关特定 Document 的信息。
list GET /v1beta/{parent=corpora/*}/documents
列出 Corpus 中的所有 Document。
patch PATCH /v1beta/{document.name=corpora/*/documents/*}
更新 Document。
query POST /v1beta/{name=corpora/*/documents/*}:query
对 Document 执行语义搜索。

REST 资源：v1beta.corpora.documents.chunks

方法
batchCreate POST /v1beta/{parent=corpora/*/documents/*}/chunks:batchCreate
批量创建 Chunk。
batchDelete POST /v1beta/{parent=corpora/*/documents/*}/chunks:batchDelete
批量删除 Chunk。
batchUpdate POST /v1beta/{parent=corpora/*/documents/*}/chunks:batchUpdate
批量更新 Chunk。
create POST /v1beta/{parent=corpora/*/documents/*}/chunks
创建 Chunk。
delete DELETE /v1beta/{name=corpora/*/documents/*/chunks/*}
删除 Chunk。
get GET /v1beta/{name=corpora/*/documents/*/chunks/*}
获取有关特定 Chunk 的信息。
list GET /v1beta/{parent=corpora/*/documents/*}/chunks
列出 Document 中的所有 Chunk。
patch PATCH /v1beta/{chunk.name=corpora/*/documents/*/chunks/*}
更新 Chunk。

REST 资源：v1beta.corpora.permissions

方法
create POST /v1beta/{parent=corpora/*}/permissions
创建对特定资源的权限。
delete DELETE /v1beta/{name=corpora/*/permissions/*}
删除相应权限。
get GET /v1beta/{name=corpora/*/permissions/*}
获取有关特定权限的信息。
list GET /v1beta/{parent=corpora/*}/permissions
列出特定资源的权限。
patch PATCH /v1beta/{permission.name=corpora/*/permissions/*}
更新权限。

REST 资源：v1beta.files

方法
delete DELETE /v1beta/{name=files/*}
删除 File。
get GET /v1beta/{name=files/*}
获取指定 File 的元数据。
list GET /v1beta/files
列出请求项目拥有的 File 的元数据。

REST 资源：v1beta.media

方法
upload POST /v1beta/files
POST /upload/v1beta/files
创建 File。

REST 资源：v1beta.models

方法
asyncBatchEmbedContent POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent
将一批 EmbedContent 个请求排入队列，以便进行批处理。
batchEmbedContents POST /v1beta/{model=models/*}:batchEmbedContents
根据输入 Content 生成多个嵌入向量，输入 Content 由一批表示为 EmbedContentRequest 对象的字符串组成。
batchEmbedText POST /v1beta/{model=models/*}:batchEmbedText
通过同步调用，根据输入文本从模型生成多个嵌入。
batchGenerateContent POST /v1beta/{batch.model=models/*}:batchGenerateContent
将一批 GenerateContent 个请求排入队列，以便进行批处理。
countMessageTokens POST /v1beta/{model=models/*}:countMessageTokens
对字符串运行模型的分词器，并返回令牌数量。
countTextTokens POST /v1beta/{model=models/*}:countTextTokens
对文本运行模型的分词器，并返回 token 数量。
countTokens POST /v1beta/{model=models/*}:countTokens
对输入 Content 运行模型的分词器，并返回 token 数量。
embedContent POST /v1beta/{model=models/*}:embedContent
使用指定的 Gemini 嵌入模型从输入 Content 生成文本嵌入向量。
embedText POST /v1beta/{model=models/*}:embedText
根据输入消息生成模型中的嵌入。
generateAnswer POST /v1beta/{model=models/*}:generateAnswer
根据输入 GenerateAnswerRequest 从模型生成接地的回答。
generateContent POST /v1beta/{model=models/*}:generateContent
根据输入 GenerateContentRequest 生成模型回答。
generateMessage POST /v1beta/{model=models/*}:generateMessage
根据输入 MessagePrompt 生成模型回答。
generateText POST /v1beta/{model=models/*}:generateText
根据输入的消息生成模型回答。
get GET /v1beta/{name=models/*}
获取有关特定 Model 的信息，例如其版本号、令牌限制、参数和其他元数据。
list GET /v1beta/models
列出可通过 Gemini API 获取的 Model。
predict POST /v1beta/{model=models/*}:predict
执行预测请求。
predictLongRunning POST /v1beta/{model=models/*}:predictLongRunning
与 Predict 相同，但返回 LRO。
streamGenerateContent POST /v1beta/{model=models/*}:streamGenerateContent
根据输入 GenerateContentRequest 从模型生成流式回答。