תחילת השימוש ב-Gemini API

בעזרת Gemini API ו-Google AI Studio תוכלו להתחיל לעבוד עם המודלים העדכניים ביותר של Google ולהפוך את הרעיונות שלכם לאפליקציות שניתן להתאים לעומס.

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 המודלים

כדאי לנסות את Gemini ב-Google AI Studio

סקירה כללית של ה-API

חלון 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?