תחילת השימוש ב-Gemini API

בעזרת Gemini API ו-Google AI Studio, אפשר להתחיל לעבוד עם המודלים החדשים ביותר של Google ולהפוך רעיונות לאפליקציות בקנה מידה רחב.

Python

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Explain how AI works")
print(response.text)

Node.js

const { GoogleGenerativeAI } = require("@google/generative-ai");

const genAI = new GoogleGenerativeAI("YOUR_API_KEY");
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });

const prompt = "Explain how AI works";

const result = await model.generateContent(prompt);
console.log(result.response.text());

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$YOUR_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [{
    "parts":[{"text": "Write a story about a magic backpack."}]
    }]
   }'

היכרות עם ה-API

חקירת הקשר ארוך

להזין מיליוני אסימונים למודלים של Gemini ולהפיק הבנה מתמונות, מסרטונים וממסמכים לא מובנים.

פתרון משימות באמצעות כוונון מדויק

אפשר לשנות את התנהגות המודלים של Gemini כדי להסתגל למשימות ספציפיות, לזהות נתונים ולפתור בעיות. התאמת המודלים לנתונים שלכם כדי לשפר את העמידות והמהימנות של הפריסות בסביבת הייצור.

יצירת פלט מובנה

להגביל את Gemini כך שתגיב ב-JSON, פורמט של נתונים מובְנים שמתאים לעיבוד אוטומטי.

תחילת העבודה עם Gemini API

שנתחיל?