All methods

Gemini API

借助 Gemini API，开发者可以使用 Gemini 模型构建生成式 AI 应用。Gemini 是我们迄今为止最强大的模型，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、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 来实现以下应用场景：对文本和图像进行推理、内容生成、对话代理、摘要和分类系统等。

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

服务端点是一个基础网址，指定了 API 服务的网络地址。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。
updateEmbedContentBatch PATCH /v1beta/{embedContentBatch.name=batches/*}:updateEmbedContentBatch
更新一批用于批处理的 EmbedContent 请求。
updateGenerateContentBatch PATCH /v1beta/{generateContentBatch.name=batches/*}:updateGenerateContentBatch
更新一批用于批处理的 GenerateContent 请求。

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 CachedContents。
patch PATCH /v1beta/{cachedContent.name=cachedContents/*}
更新 CachedContent 资源（只有到期时间可以更新）。

REST 资源：v1beta.fileSearchStores

方法
create POST /v1beta/fileSearchStores
创建空的 FileSearchStore。
delete DELETE /v1beta/{name=fileSearchStores/*}
删除 FileSearchStore。
get GET /v1beta/{name=fileSearchStores/*}
获取有关特定 FileSearchStore 的信息。
importFile POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:importFile
将 File 从文件服务导入到 FileSearchStore。
list GET /v1beta/fileSearchStores
列出用户拥有的所有 FileSearchStores。

REST 资源：v1beta.fileSearchStores.documents

方法
delete DELETE /v1beta/{name=fileSearchStores/*/documents/*}
删除 Document。
get GET /v1beta/{name=fileSearchStores/*/documents/*}
获取有关特定 Document 的信息。
list GET /v1beta/{parent=fileSearchStores/*}/documents
列出 Corpus 中的所有 Document。

REST 资源：v1beta.fileSearchStores.operations

方法
get GET /v1beta/{name=fileSearchStores/*/operations/*}
获取长时间运行的操作的最新状态。

REST 资源：v1beta.fileSearchStores.upload.operations

方法
get GET /v1beta/{name=fileSearchStores/*/upload/operations/*}
获取长时间运行的操作的最新状态。

REST 资源：v1beta.files

方法
delete DELETE /v1beta/{name=files/*}
删除 File。
get GET /v1beta/{name=files/*}
获取给定 File 的元数据。
list GET /v1beta/files
列出请求项目拥有的 File 的元数据。
register POST /v1beta/files:register
向 FileService 注册 Google Cloud Storage 文件。

REST 资源：v1beta.media

方法
upload POST /v1beta/files
POST /upload/v1beta/files
创建 File。
uploadToFileSearchStore POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
POST /upload/v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
将数据上传到 FileSearchStore，先进行预处理和分块，然后再将其存储在 FileSearchStore 文档中。

REST 资源：v1beta.models

方法
asyncBatchEmbedContent POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent
将一批 EmbedContent 请求加入待处理队列以进行批处理。
batchEmbedContents POST /v1beta/{model=models/*}:batchEmbedContents
根据输入 Content 生成多个嵌入向量，该输入由一批以 EmbedContentRequest 对象表示的字符串组成。
batchGenerateContent POST /v1beta/{batch.model=models/*}:batchGenerateContent
将一批 GenerateContent 请求加入待处理队列以进行批处理。
countTokens POST /v1beta/{model=models/*}:countTokens
对输入 Content 运行模型的分词器，并返回令牌计数。
embedContent POST /v1beta/{model=models/*}:embedContent
使用指定的 Gemini 嵌入模型根据输入 Content 生成文本嵌入向量。
generateContent POST /v1beta/{model=models/*}:generateContent
根据输入 GenerateContentRequest 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 使用的 Models。
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。