Eğitim: Gemini API'yi kullanmaya başlama


Bu eğitimde, Google AI JavaScript SDK'yı kullanarak Node.js uygulamanız için Gemini API'ye nasıl erişileceği gösterilmektedir.

Bu eğitimde aşağıdakileri nasıl yapacağınızı öğreneceksiniz:

Ayrıca bu eğitim, gelişmiş kullanım alanları (ör. yerleştirme ve sayma jetonları) ve içerik oluşturmayı kontrol etme ile ilgili bölümler de içerir.

Ön koşullar

Bu eğiticide, Node.js ile uygulama oluşturma konusunda bilgi sahibi olduğunuz varsayılır.

Bu eğiticiyi tamamlamak için geliştirme ortamınızın aşağıdaki gereksinimleri karşıladığından emin olun:

  • Node.js v18 ve sonraki sürümler
  • npm

Projenizi oluşturun

Gemini API'yi çağırmadan önce projenizi ayarlamanız gerekir. Bu kapsamda, API anahtarınızı oluşturma, SDK paketini yükleme ve modeli başlatma adımları yer alır.

API anahtarınızı oluşturma

Gemini API'yi kullanmak için API anahtarına ihtiyacınız vardır. Henüz yoksa Google AI Studio'da bir anahtar oluşturun.

API anahtarı alma

API anahtarınızın güvenliğini sağlayın

Sürüm kontrol sisteminizde bir API anahtarını kontrol etmemeniz kesinlikle önerilir. Bunun yerine, API anahtarınız için bir gizli anahtar deposu kullanmanız gerekir.

Bu eğitimdeki tüm snippet'ler, API anahtarınıza bir ortam değişkeni olarak eriştiğiniz varsayılır.

SDK paketini yükleyin

Gemini API'yi kendi uygulamanızda kullanmak istiyorsanız Node.js için GoogleGenerativeAI paketini yüklemeniz gerekir:

npm install @google/generative-ai

Üretken modeli başlatma

API çağrısı yapabilmek için üretken modeli içe aktarıp ilk kullanıma hazırlamanız gerekir.

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

// Access your API key as an environment variable (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(process.env.API_KEY);

// ...

// The Gemini 1.5 models are versatile and work with most use cases
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash"});

// ...

Bir model belirtirken aşağıdakilere dikkat edin:

  • Kullanım alanınıza özel bir model kullanın (örneğin, gemini-1.5-flash çok modlu giriş içindir). Bu kılavuzda, her uygulamaya ait talimatlarda her kullanım alanı için önerilen modeller listelenmiştir.

Yaygın kullanım alanlarını hayata geçirin

Artık projeniz hazır olduğuna göre Gemini API'yi kullanarak farklı kullanım alanları uygulayabilirsiniz:

Gelişmiş kullanım alanları bölümünde Gemini API ve yerleştirmeler hakkında bilgi edinebilirsiniz.

Yalnızca metin girişinden metin oluştur

İstem girişi yalnızca metin içerdiğinde metin çıkışı oluşturmak için generateContent özelliğine sahip bir Gemini 1.5 modeli kullanın:

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

// Access your API key as an environment variable (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(process.env.API_KEY);

async function run() {
  // The Gemini 1.5 models are versatile and work with both text-only and multimodal prompts
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash"});

  const prompt = "Write a story about a magic backpack."

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

run();

Metin ve resim girişlerinden metin oluşturma (çok modlu)

Gemini 1.5 Flash ve 1.5 Pro, hem metin hem de resim girebilmeniz için çok modlu girişi işleyebilir. İstemler için resim şartlarını incelemeyi unutmayın.

İstem girişi hem metin hem de resim içerdiğinde metin çıkışı oluşturmak için generateContent yöntemiyle Gemini 1.5 modellerini kullanın:

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

// Access your API key as an environment variable (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(process.env.API_KEY);

// Converts local file information to a GoogleGenerativeAI.Part object.
function fileToGenerativePart(path, mimeType) {
  return {
    inlineData: {
      data: Buffer.from(fs.readFileSync(path)).toString("base64"),
      mimeType
    },
  };
}

async function run() {
  // The Gemini 1.5 models are versatile and work with both text-only and multimodal prompts
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });

  const prompt = "What's different between these pictures?";

  const imageParts = [
    fileToGenerativePart("image1.png", "image/png"),
    fileToGenerativePart("image2.jpeg", "image/jpeg"),
  ];

  const result = await model.generateContent([prompt, ...imageParts]);
  const response = await result.response;
  const text = response.text();
  console.log(text);
}

run();

Çok dönüşlü görüşmeler (sohbet) oluşturun

Gemini'ı kullanarak birden fazla turne arasında serbest biçimli sohbetler gerçekleştirebilirsiniz. SDK, görüşmenin durumunu yöneterek süreci basitleştirir. Bu sayede, generateContent uygulamasının aksine, görüşme geçmişini sizin saklamanız gerekmez.

Çok dönüşlü bir sohbet (ör. sohbet) başlatmak için Gemini 1.5 veya Gemini 1.0 Pro modelini kullanın. Ardından, startChat() numaralı telefonu arayarak sohbeti başlatın. Ardından, yeni kullanıcı mesajı göndermek için sendMessage() öğesini kullanın. Bu mesaj, mesajı ve yanıtı da sohbet geçmişine ekler.

Bir görüşmedeki içerikle ilişkili role için iki olası seçenek vardır:

  • user: İstemleri sağlayan roldür. Bu değer, sendMessage çağrıları için varsayılan değerdir.

  • model: yanıtları sağlayan rol. Bu rol, mevcut history ile startChat() çağrısı yapılırken kullanılabilir.

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

// Access your API key as an environment variable (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(process.env.API_KEY);

async function run() {
  // The Gemini 1.5 models are versatile and work with multi-turn conversations (like chat)
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash"});

  const chat = model.startChat({
    history: [
      {
        role: "user",
        parts: [{ text: "Hello, I have 2 dogs in my house." }],
      },
      {
        role: "model",
        parts: [{ text: "Great to meet you. What would you like to know?" }],
      },
    ],
    generationConfig: {
      maxOutputTokens: 100,
    },
  });

  const msg = "How many paws are in my house?";

  const result = await chat.sendMessage(msg);
  const response = await result.response;
  const text = response.text();
  console.log(text);
}

run();

Daha hızlı etkileşimler için akışı kullanın

Varsayılan olarak model, oluşturma sürecinin tamamını tamamladıktan sonra yanıt döndürür. Sonucun tamamını beklemeden, bunun yerine kısmi sonuçları işlemek için akışı kullanarak daha hızlı etkileşimler gerçekleştirebilirsiniz.

Aşağıdaki örnekte, metin ve resim giriş isteminden metin oluşturmak için generateContentStream yöntemiyle akışın nasıl uygulanacağı gösterilmektedir.

//...

const result = await model.generateContentStream([prompt, ...imageParts]);

let text = '';
for await (const chunk of result.stream) {
  const chunkText = chunk.text();
  console.log(chunkText);
  text += chunkText;
}

//...

Yalnızca metin girişi ve sohbet kullanım alanları için de benzer bir yaklaşım kullanabilirsiniz.

// Use streaming with text-only input
const result = await model.generateContentStream(prompt);

chat örneğinin nasıl hazırlanacağını öğrenmek için yukarıdaki sohbet örneğine bakın.

// Use streaming with multi-turn conversations (like chat)
const result = await chat.sendMessageStream(msg);

Gelişmiş kullanım alanları uygulayın

Bu eğiticinin önceki bölümünde açıklanan yaygın kullanım alanları, Gemini API'yi rahatça kullanmanıza yardımcı olur. Bu bölümde, daha gelişmiş olarak değerlendirilebilecek bazı kullanım alanları açıklanmaktadır.

Yerleştirmeleri kullanma

Yerleştirme, bilgileri bir dizideki kayan nokta sayılarının listesi olarak sunmak için kullanılan bir tekniktir. Gemini ile metinleri (kelimeler, cümleler ve metin blokları) vektörleştirilmiş biçimde temsil edebilirsiniz. Böylece yerleştirmeleri kolayca karşılaştırabilir ve ayırt edebilirsiniz. Örneğin, benzer bir konuyu veya düşünceyi paylaşan iki metin, benzer yerleştirmelere sahip olmalıdır. Bu yerleştirmeler, kosinüs benzerliği gibi matematiksel karşılaştırma teknikleriyle tanımlanabilir.

Yerleştirme oluşturmak için embedContent yöntemiyle (veya batchEmbedContent yöntemiyle) embedding-001 modelini kullanın. Aşağıdaki örnek, tek bir dize için bir yerleştirme oluşturur:

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

// Access your API key as an environment variable (see "Set up your API key" above)
const genAI = new GoogleGenerativeAI(process.env.API_KEY);

async function run() {
  // For embeddings, use the embedding-001 model
  const model = genAI.getGenerativeModel({ model: "embedding-001"});

  const text = "The quick brown fox jumps over the lazy dog."

  const result = await model.embedContent(text);
  const embedding = result.embedding;
  console.log(embedding.values);
}

run();

İşlev çağırma

İşlev çağrısı, üretken modellerden yapılandırılmış veri çıkışları almanızı kolaylaştırır. Daha sonra bu çıkışları kullanarak diğer API'leri çağırabilir ve ilgili yanıt verilerini modele döndürebilirsiniz. Başka bir deyişle, işlev çağrısı, üretken modelleri harici sistemlere bağlamanıza yardımcı olur. Böylece, oluşturulan içerik en güncel ve doğru bilgileri içerir. İşlev çağrısı eğiticisinden daha fazla bilgi edinebilirsiniz.

Jetonları say

Uzun istemler kullanırken, modele herhangi bir içerik göndermeden önce jetonları saymak faydalı olabilir. Aşağıdaki örnekler, çeşitli kullanım alanları için countTokens() hizmetinin nasıl kullanılacağını gösterir:

// For text-only input
const { totalTokens } = await model.countTokens(prompt);

// For text-and-image input (multimodal)
const { totalTokens } = await model.countTokens([prompt, ...imageParts]);

// For multi-turn conversations (like chat)
const history = await chat.getHistory();
const msgContent = { role: "user", parts: [{ text: msg }] };
const contents = [...history, msgContent];
const { totalTokens } = await model.countTokens({ contents });

İçerik oluşturmayı kontrol etme seçenekleri

Model parametrelerini yapılandırarak ve güvenlik ayarlarını kullanarak içerik oluşturmayı kontrol edebilirsiniz.

Bir model istek yöntemine (generateContent gibi) generationConfig veya safetySettings iletilmesinin, getGenerativeModel içinde iletilen aynı adla yapılandırma nesnesini tamamen geçersiz kılacağını unutmayın.

Model parametrelerini yapılandırma

Modele gönderdiğiniz her istem, modelin yanıt oluşturma şeklini kontrol eden parametre değerleri içerir. Model, farklı parametre değerleri için farklı sonuçlar oluşturabilir. Model parametreleri hakkında daha fazla bilgi edinin.

const generationConfig = {
  stopSequences: ["red"],
  maxOutputTokens: 200,
  temperature: 0.9,
  topP: 0.1,
  topK: 16,
};

// The Gemini 1.5 models are versatile and work with most use cases
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash",  generationConfig });

Güvenlik ayarlarını kullan

Zararlı olarak değerlendirilebilecek yanıtlar alma olasılığını ayarlamak için güvenlik ayarlarını kullanabilirsiniz. Varsayılan olarak güvenlik ayarları, güvenli olmayan içerik olma olasılığı orta ve yüksek olasılıklı içerikleri tüm boyutlarda engeller. Güvenlik ayarları hakkında daha fazla bilgi edinin.

Aşağıda, bir güvenlik ayarını nasıl yapacağınız açıklanmaktadır:

import { HarmBlockThreshold, HarmCategory } from "@google/generative-ai";

// ...

const safetySettings = [
  {
    category: HarmCategory.HARM_CATEGORY_HARASSMENT,
    threshold: HarmBlockThreshold.BLOCK_ONLY_HIGH,
  },
];

// The Gemini 1.5 models are versatile and work with most use cases
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash", safetySettings });

Ayrıca, birden fazla güvenlik ayarı da belirleyebilirsiniz:

const safetySettings = [
  {
    category: HarmCategory.HARM_CATEGORY_HARASSMENT,
    threshold: HarmBlockThreshold.BLOCK_ONLY_HIGH,
  },
  {
    category: HarmCategory.HARM_CATEGORY_HATE_SPEECH,
    threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE,
  },
];

Sırada ne var?

  • İstem tasarımı, dil modellerinden istenen yanıtı üreten istem oluşturma sürecidir. İyi yapılandırılmış istemler yazmak, bir dil modelinden doğru ve yüksek kaliteli yanıtlar almanın önemli bir parçasıdır. İstem yazmayla ilgili en iyi uygulamalar hakkında bilgi edinin.

  • Gemini; giriş türleri ve karmaşıklığı, sohbet veya diğer iletişim dili görevlerine yönelik uygulamalar ve boyut kısıtlamaları gibi farklı kullanım alanlarının ihtiyaçlarını karşılamak için çeşitli model varyasyonları sunar. Mevcut Gemini modelleri hakkında bilgi edinin.