Gemini 1.5 價格推送、所有開發人員都能使用微調功能，還有更多福利等您發掘！瞭解詳情

本頁面由 Cloud Translation API 翻譯而成。

瞭解 Gemini API 的文件處理功能

Gemini API 可處理傳入的 PDF 文件，並進行推論。時間上傳 PDF 檔案後，Gemini API 就能：

說明或回答內容相關問題
提供內容的摘要
從內容推斷

本教學課程示範了使用以下程式碼來提示 Gemini API 的一些方法：提供的 PDF 文件所有輸出內容皆為純文字。

事前準備：設定專案和 API 金鑰

呼叫 Gemini API 前，請先設定專案並設定您的 API 金鑰。

展開即可瞭解如何設定專案和 API 金鑰

取得並保護 API 金鑰

須有 API 金鑰才能呼叫 Gemini API。如果您還沒有帳戶建立金鑰

取得 API 金鑰

強烈建議您「不要」在版本中檢查 API 金鑰控制系統

請將 API 金鑰儲存在 Google Cloud 等密鑰存放區 Secret Manager。

本教學課程假設您以環境的形式存取 API 金鑰變數。

安裝 SDK 套件並設定 API 金鑰

Gemini API 適用的 Python SDK 包含在 google-generativeai 套件。

使用 pip 安裝依附元件：
```
pip install -U google-generativeai
```

匯入套件並使用 API 金鑰設定服務：

import os
import google.generativeai as genai

genai.configure(api_key=os.environ['API_KEY'])

技術詳細資料

Gemini 1.5 Pro 和 1.5 Flash 最多可支援 3,600 個文件頁面。文件網頁類型必須為 application/pdf MIME 類型。

每個文件頁面大約相當於 258 個符記。

雖然文件中的像素數量沒有特定限制將模型的背景脈絡窗口縮小至最大解析度大小為 3072x3072，同時保留原始長寬比，而較小的頁面大小最高為 768x768 像素低於除了頻寬之外，或者提升網頁品質時解析度。

為確保最佳成效：

上傳前，請將頁面旋轉至正確的方向。
避免使用模糊不清的網頁。
如果只使用單一網頁，請將文字提示放在網頁後方。

使用 File API 上傳文件

使用 File API 上傳任何大小的文件。( 想要傳送的檔案與系統指示組合較大大於 20 MB)。

請先透過 Gemini 下載這份白皮書 1.5：

!curl -o gemini.pdf https://storage.googleapis.com/cloud-samples-data/generative-ai/pdf/2403.05530.pdf

使用 media.upload 和輸出 URI，此 URI 在 Gemini API 呼叫中會用做參考：

# Upload the file and print a confirmation
sample_file = genai.upload_file(path="gemini.pdf",
                                display_name="Gemini 1.5 PDF")

print(f"Uploaded file '{sample_file.display_name}' as: {sample_file.uri}")

驗證 PDF 檔案上傳及取得中繼資料

您可以驗證 API 是否已成功儲存上傳的檔案，並取得其透過 SDK 呼叫 files.get 來更新中繼資料僅限 name (及副檔名為 uri) 重複。只有在符合以下條件時，才使用「display_name」來識別檔案以及自己的特色

file = genai.get_file(name=sample_file.name)
print(f"Retrieved file '{file.display_name}' as: {sample_file.uri}")

根據您的用途，您可以將 URI 儲存在結構中，例如 dict 或資料庫。

使用上傳的文件，提示 Gemini API

上傳檔案後，您可以提出參照的 GenerateContent 要求 File API URI選取生成式模型，並以文字提示提供模型以及上傳的文件：

# Choose a Gemini model.
model = genai.GenerativeModel(model_name="gemini-1.5-flash")

# Prompt the model with text and the previously uploaded image.
response = model.generate_content([sample_file, "Can you summarize this document as a bulleted list?"])

print(response.text)

上傳一或多個儲存在本機的檔案

或者，您也可以上傳一或多個本機儲存的檔案。

如果您打算傳送的檔案和系統指示組合，如果超過 20 MB，請使用 File API 上傳這些檔案。使用者可透過 Gemini API 在本機呼叫較小的檔案：

import PyPDF2

def extract_text_from_pdf(pdf_path):
    with open(pdf_path, 'rb') as pdf_file:
        pdf_reader = PyPDF2.PdfReader(pdf_file)
        extracted_text = ""
        for page in pdf_reader.pages:
            text = page.extract_text()
            if text:
                extracted_text += text
        return extracted_text

sample_file_2 = extract_text_from_pdf('example-1.pdf')
sample_file_3 = extract_text_from_pdf('example-2.pdf')

顯示多份文件的提示

您與 Gemini API 的任何文件和文字組合都可以用於會套用在模型的背景區間內這個範例提供一則簡短文字提示和先前上傳的三份文件：

# Choose a Gemini model.
model = genai.GenerativeModel(model_name="gemini-1.5-flash")

prompt = "Summarize the differences between the thesis statements for these documents."

response = model.generate_content([prompt, sample_file, sample_file_2, sample_file_3])

print(response.text)

可列出檔案

您可以使用 File API 列出透過 File API 上傳的所有檔案及其 URI files.list_files():

# List all files
for file in genai.list_files():
    print(f"{file.display_name}, URI: {file.uri}")

刪除檔案

使用 File API 上傳的檔案會在 2 天後自動刪除。個人中心您也可以使用 files.delete_file() 手動刪除：

# Delete file
genai.delete_file(document_file.name)
print(f'Deleted file {document_file.uri}')

後續步驟

本指南說明 generateContent 和，根據處理過的文件生成文字輸出內容如要瞭解詳情請參閱下列資源：

使用媒體檔案發出提示： Gemini API 支援透過文字、圖片、音訊和影片資料提示使用者稱為「多模態提示」
系統操作說明：系統指示能讓您根據具體的需求和用途
安全指南：生成式 AI 有時模型會產生非預期的輸出內容任何偏見或令人反感的內容後續處理和人工評估以降低這類輸出的傷害風險