Após o anúncio da Gemini AI, o Google liberou o acesso à API para seus modelos Gemini. Atualmente, a empresa está oferecendo acesso API ao Gemini Pro, incluindo modelos somente texto e modelos de texto e visão. É um lançamento interessante porque até agora o Google não adicionou a capacidade visual ao Bard, pois está executando o modelo somente texto. Com esta chave de API, você pode finalmente testar a capacidade multimodal do Gemini em seu computador localmente e imediatamente. Falando nisso, vamos aprender como acessar e usar a API Gemini neste guia.
Observação:
A chave da API Google Gemini é gratuita por enquanto para modelos de texto e visão. Será gratuito até a disponibilidade geral no início do próximo ano. Assim, você pode enviar até 60 solicitações por minuto sem precisar configurar o faturamento do Google Cloud ou incorrer em quaisquer custos.
Configure Python e Pip em seu computador
- Acesse nosso guia e instale Python junto com Pip em seu PC ou Mac. Você precisa instalar o Python 3.9 ou versão superior.
- Se você possui um computador Linux, pode seguir nosso tutorial para instalar Python e Pip no Ubuntu ou outras distros.
- Você pode executar os comandos abaixo no Terminal para verificar Python e Pip instalação em seu computador. Deve retornar o número da versão.
python -V pip -V
- Assim que a instalação for bem-sucedida, execute o comando abaixo para instale a IA generativa do Google dependência.
pip install -q -U google-generativeai
Como obter a chave da API Gemini Pro
- Em seguida, acesse makersuite.google.com/app/apikey (visita) e faça login com sua conta do Google.
- Em chaves de API, clique no botão “Crie uma chave de API em um novo projeto” botão.
- Copie a chave API e mantenha-o privado. Não publique nem compartilhe a chave de API publicamente.
Como usar a chave API Gemini Pro (modelo somente texto)
Semelhante ao OpenAI, o Google simplificou o uso de sua chave de API Gemini para fins de desenvolvimento e teste. Tornei o código bastante simples para o usuário geral testá-lo e usá-lo. Neste exemplo, demonstro como utilizar o modelo Gemini Pro Text por meio da chave API.
- Primeiro, inicie um editor de código de sua escolha. Se você é iniciante, basta instalar Bloco de notas++ (visita). Para usuários avançados, o Visual Studio Code (visita) é uma ótima ferramenta.
- A seguir, copie o código abaixo e cole-o em seu editor de código.
importe google.generativeai como genai genai.configure(api_key=’PASTE SUA CHAVE DE API AQUI’) model = genai.GenerativeModel(‘gemini-pro’) resposta = model.generate_content(“Qual é o sentido da vida?”) print( resposta.texto)
- No editor de código, cole sua chave API Gemini. Como você pode ver, definimos o modelo ‘gemini-pro’, que é um modelo somente texto. Além disso, adicionamos uma consulta onde você pode fazer perguntas.
- Agora salve o código e dê um nome ao arquivo. Certifique-se de adicionar .py no final. Eu nomeei meu arquivo gemini.py e salvei-o na área de trabalho.
- Em seguida, abra o Terminal e execute o comando abaixo para mover para a área de trabalho.
CD Área de trabalho
- Quando estiver na área de trabalho do Terminal, basta executar o comando abaixo para executar o arquivo gemini.py usando Python.
python gemini.py
- Será agora responda a pergunta você definiu no arquivo gemini.py.
- Você pode mude a pergunta no editor de código, salve-o e execute o arquivo gemini.py novamente para obter uma nova resposta diretamente no Terminal. É assim que você pode usar a chave da API Google Gemini para acessar o modelo Gemini Pro somente texto.
Como usar a chave de API Gemini Pro (modelo de texto e visão)
Neste exemplo vou mostrar como você pode interagir com o modelo multimodal Gemini Pro. Ainda não está disponível no Google Bard, mas por meio da API você pode acessá-lo imediatamente. E, felizmente, o processo é novamente bastante fácil e contínuo.
- Abra um novo arquivo em seu editor de código e cole o código abaixo.
importar google.generativeai como genai importar PIL.Image img = PIL.Image.open(‘image.jpg’) genai.configure(api_key=’PASTE SUA CHAVE DE API AQUI’) model = genai.GenerativeModel(‘gemini-pro-vision ‘) resposta = model.generate_content([“what is the total calorie count?”, img]) imprimir (resposta.texto)
- Certifique-se de colar sua chave API Gemini. Aqui, estamos usando o Gêmeos-pró-visão modelo, que é um modelo de texto e visão.
- Agora salve o arquivo em sua área de trabalho e adicione .py no final do nome do arquivo. eu dei um nome geminiv.py aqui.
- Na terceira linha do código, como você pode ver, aponto a IA para um imagem.jpg arquivo que está salvo na minha área de trabalho com o nome exato. Qualquer imagem que você deseja processar, certifique-se de que ela esteja salva no mesmo local do arquivo geminiv.py e que o nome do arquivo seja o mesmo com a extensão correta. Você pode passar arquivos locais JPG e PNG de até 4 MB.
- Na sexta linha do código, você pode fazer perguntas relacionadas à imagem. Como estou alimentando uma imagem relacionada à alimentação, peço ao Gemini Pro que calcular a caloria total contar.
- É hora de execute o código no Terminal. Basta ir para a área de trabalho (no meu caso) e executar os comandos abaixo, um por um. Certifique-se de salvar o arquivo se tiver feito alguma alteração.
cd Desktop python geminiv.py
- O modelo visual Gemini Pro responde à pergunta diretamente. Você pode fazer mais perguntas e pedir à IA para explique o raciocínio.
- Você pode alimentar uma imagem diferente também, mas certifique-se de corresponder ao nome do arquivo da imagem, altere a pergunta no código e execute o arquivo geminiv.py novamente para obter novas respostas.
Como usar a chave API Gemini Pro em formato de bate-papo
Graças a não conv’s (GitHub) código conciso, você pode conversar com o modelo Gemini Pro na janela do Terminal usando uma chave de API Gemini AI. Dessa forma, você não precisa alterar a pergunta no código e executar novamente o arquivo Python para obter uma nova saída. Você pode continuar o bate-papo na própria janela do Terminal.
O melhor de tudo é que o Google implementou nativamente o histórico de bate-papo para que você não precise anexar manualmente as respostas e gerencie um histórico de bate-papo por conta própria em uma matriz ou lista. Com uma função simples, o Google armazena todo o histórico de conversas em uma sessão de chat. Aqui está como funciona.
- Abra seu editor de código e cole o código abaixo.
importe google.generativeai como genai genai.configure(api_key=’PASTE SUA CHAVE DE API AQUI’) model = genai.GenerativeModel(‘gemini-pro’) chat = model.start_chat() while True: message = input(“Você: ” ) resposta = chat.send_message(mensagem) print(“Gêmeos: ” + resposta.texto)
- Como de costume, cole sua chave de API semelhante às seções acima.
- Agora, salve o arquivo na área de trabalho ou no local de sua preferência. Certifique-se de adicionar .py no final. eu dei um nome geminichat.py arquivo.
- Agora, inicie o Terminal e vá para a Área de Trabalho. Depois disso, execute o arquivo geminichat.py.
cd Desktop python geminichat.py
- Agora você pode continuar a conversa sem esforço e também lembre-se do histórico de bate-papo. Portanto, esta é outra ótima maneira de usar a chave API do Google Gemini.
Portanto, estes são alguns exemplos que você pode tentar verificar os recursos do Google Gemini por meio da API. Gosto do fato de o Google ter disponibilizado seu modelo de visão para entusiastas e desenvolvedores experimentá-lo, comparando-o ao DALL-E 3 e ao ChatGPT da OpenAI. Embora o modelo de visão Gemini Pro não supere o modelo GPT-4V, é muito bom apesar disso. Estamos aguardando o lançamento do Gemini Ultra que está no mesmo nível do modelo GPT-4.
Além disso, as respostas da API Gemini Pro parecem um pouco diferentes das do Google Bard, que também é alimentado por uma versão aprimorada do Gemini Pro. Respostas de Bardo parece um pouco chato e higienizadomas as respostas da API do Gemini Pro parecem mais vivas e com personalidade.
Estaremos acompanhando todas as mudanças neste espaço, então fique ligado para mais conteúdo relacionado ao Gemini AI. Enquanto isso, vá em frente e confira você mesmo a API Google Gemini.
Apoie o nosso trabalho ❤️
Se você gostou deste artigo, considere deixar uma gorjeta para nos ajudar a continuar publicando conteúdo de qualidade.
