All methods

Generative Language API

ממשק Gemini API מאפשר למפתחים לבנות אפליקציות של AI גנרטיבי באמצעות מודלים של Gemini. ‫Gemini הוא המודל הכי מתקדם שלנו, שנבנה מאפס כדי להיות מולטימודאלי. הוא יכול להכליל ולהבין בצורה חלקה סוגים שונים של מידע, כולל שפה, תמונות, אודיו, וידאו וקוד, לפעול על פיהם ולשלב ביניהם. אתם יכולים להשתמש ב-Gemini API לתרחישי שימוש כמו הסקת מסקנות על סמך טקסט ותמונות, יצירת תוכן, סוכני דיאלוג, מערכות סיכום וסיווג ועוד.

שירות: generativelanguage.googleapis.com

כדי לקרוא לשירות הזה, מומלץ להשתמש בספריות הלקוח ש-Google מספקת. אם האפליקציה צריכה להשתמש בספריות משלה כדי לקרוא לשירות הזה, צריך להשתמש במידע הבא כשמבצעים את בקשות ה-API.

נקודת קצה של שירות

נקודת קצה של שירות היא כתובת URL בסיסית שמציינת את כתובת הרשת של שירות API. לשירות אחד יכולות להיות כמה נקודות קצה של שירות. לשירות הזה יש נקודת קצה (endpoint) משלו, וכל כתובות ה-URI שבהמשך הן יחסיות לנקודת הקצה הזו:

  • https://generativelanguage.googleapis.com

משאב REST: ‏ v1beta.batches

Methods
cancel ‫POST /v1beta/{name=batches/*}:cancel
מתחילה ביטול אסינכרוני של פעולה ממושכת.
delete DELETE /v1beta/{name=batches/*}
מחיקת פעולה ממושכת.
get GET /v1beta/{name=batches/*}
אחזור המצב העדכני של פעולה ממושכת.
list GET /v1beta/{name=batches}
רשימת פעולות שתואמות למסנן שצוין בבקשה.
updateEmbedContentBatch PATCH /v1beta/{embedContentBatch.name=batches/*}:updateEmbedContentBatch
מעדכן אצווה של בקשות EmbedContent לעיבוד באצווה.
updateGenerateContentBatch PATCH /v1beta/{generateContentBatch.name=batches/*}:updateGenerateContentBatch
מעדכן אצווה של בקשות GenerateContent לעיבוד באצווה.

משאב REST: ‏ v1beta.cachedContents

Methods
create POST /v1beta/cachedContents
יצירת משאב CachedContent.
delete DELETE /v1beta/{name=cachedContents/*}
מוחק את המשאב CachedContent.
get GET /v1beta/{name=cachedContents/*}
קורא את המשאב CachedContent.
list GET /v1beta/cachedContents
רשימה של CachedContents.
patch ‫PATCH /v1beta/{cachedContent.name=cachedContents/*}
מעדכן את משאב CachedContent (אפשר לעדכן רק את התפוגה).

משאב REST: ‏ v1beta.fileSearchStores

Methods
create POST /v1beta/fileSearchStores
יוצר FileSearchStore ריק.
delete DELETE /v1beta/{name=fileSearchStores/*}
מחיקת FileSearchStore.
get GET /v1beta/{name=fileSearchStores/*}
קבלת מידע על FileSearchStore ספציפי.
importFile POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:importFile
מייבא File משירות הקבצים אל FileSearchStore.
list GET /v1beta/fileSearchStores
רשימה של כל FileSearchStores שבבעלות המשתמש.

משאב REST: ‏ v1beta.fileSearchStores.documents

Methods
delete DELETE /v1beta/{name=fileSearchStores/*/documents/*}
מחיקת Document.
get GET /v1beta/{name=fileSearchStores/*/documents/*}
קבלת מידע על Document ספציפי.
list GET /v1beta/{parent=fileSearchStores/*}/documents
מציג את כל Documents ב-Corpus.

משאב REST: ‏ v1beta.fileSearchStores.operations

Methods
get GET /v1beta/{name=fileSearchStores/*/operations/*}
אחזור המצב העדכני של פעולה ממושכת.

משאב REST: ‏ v1beta.fileSearchStores.upload.operations

Methods
get GET /v1beta/{name=fileSearchStores/*/upload/operations/*}
אחזור המצב העדכני של פעולה ממושכת.

משאב REST: ‏ v1beta.files

Methods
delete DELETE /v1beta/{name=files/*}
מוחק את File.
get GET /v1beta/{name=files/*}
אחזור המטא-נתונים של File שצוין.
list GET /v1beta/files
מציג את המטא-נתונים של Files שבבעלות הפרויקט ששלח את הבקשה.

משאב REST: ‏ v1beta.media

Methods
upload POST /v1beta/files
POST /upload/v1beta/files
יוצר File.
uploadToFileSearchStore POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
POST /upload/v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
העלאת נתונים אל FileSearchStore, עיבוד מוקדם וחלוקה לחלקים לפני האחסון ב-FileSearchStore Document.

משאב REST: v1beta.models

Methods
asyncBatchEmbedContent POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent
הוספת אצווה של EmbedContent בקשות לעיבוד באצווה.
batchEmbedContents POST /v1beta/{model=models/*}:batchEmbedContents
יוצרת כמה וקטורים של הטמעה מהקלט Content שכולל אצווה של מחרוזות שמיוצגות כאובייקטים EmbedContentRequest.
batchEmbedText POST /v1beta/{model=models/*}:batchEmbedText
יוצר הטמעות מרובות מהמודל בהינתן טקסט קלט בקריאה סינכרונית.
batchGenerateContent POST /v1beta/{batch.model=models/*}:batchGenerateContent
הוספת אצווה של GenerateContent בקשות לעיבוד באצווה.
countMessageTokens POST /v1beta/{model=models/*}:countMessageTokens
מפעילה את טוקנייזר של מודל על מחרוזת ומחזירה את מספר הטוקנים.
countTextTokens POST /v1beta/{model=models/*}:countTextTokens
מפעילה את טוקנייזר של מודל על טקסט ומחזירה את מספר הטוקנים.
countTokens POST /v1beta/{model=models/*}:countTokens
מפעילה את טוקנייזר של מודל על קלט Content ומחזירה את מספר הטוקנים.
embedContent POST /v1beta/{model=models/*}:embedContent
יוצר וקטור הטמעה של טקסט מהקלט Content באמצעות מודל ההטמעה של Gemini שצוין.
embedText POST /v1beta/{model=models/*}:embedText
יוצר הטמעה מהמודל בהינתן הודעת קלט.
generateContent POST /v1beta/{model=models/*}:generateContent
יוצרת תשובה לדוגמה בהינתן קלט GenerateContentRequest.
generateMessage POST /v1beta/{model=models/*}:generateMessage
יצירת תשובה מהמודל בהינתן קלט MessagePrompt.
generateText POST /v1beta/{model=models/*}:generateText
יצירת תגובה מהמודל בהינתן הודעת קלט.
get GET /v1beta/{name=models/*}
קבלת מידע על Model ספציפי, כמו מספר הגרסה, מגבלות הטוקנים, פרמטרים ומטא-נתונים אחרים.
list GET /v1beta/models
מציג רשימה של Models שזמינים דרך Gemini API.
predict POST /v1beta/{model=models/*}:predict
מבצע בקשת חיזוי.
predictLongRunning POST /v1beta/{model=models/*}:predictLongRunning
אותה פעולה כמו Predict, אבל מחזירה LRO.
streamGenerateContent POST /v1beta/{model=models/*}:streamGenerateContent
יוצרת תשובה בסטרימינג מהמודל בהינתן קלט GenerateContentRequest.