Google AI Python SDK 中 Grounding 工具的正确使用方法

在使用 Google AI Python SDK 进行开发时，许多开发者遇到了 Grounding 工具配置的问题。本文将详细介绍如何正确配置和使用 Grounding 工具，避免常见的错误。

问题背景

在 AI Studio 中启用 Grounding 功能时，系统自动生成的代码存在一个关键错误。当开发者尝试使用动态检索配置时，会收到类型错误提示，指出 GoogleSearchRetrieval 的构造函数输入无效。

错误代码分析

AI Studio 生成的原始代码如下：

tools = [
    genai.protos.Tool(
        google_search_retrieval = genai.protos.GoogleSearchRetrieval(
            genai.protos.DynamicRetrievalConfig(
                mode = genai.protos.DynamicRetrievalConfig.Mode.MODE_DYNAMIC,
                dynamic_threshold = 0.3,
            ),
        ),
    ),
]

这段代码的问题在于没有正确指定 dynamic_retrieval_config 参数名称，导致构造函数无法识别传入的配置对象。

正确的配置方法

正确的配置方式应该明确指定参数名称：

tools = [
    genai.protos.Tool(
        google_search_retrieval = genai.protos.GoogleSearchRetrieval(
            dynamic_retrieval_config = genai.protos.DynamicRetrievalConfig(
                mode = genai.protos.DynamicRetrievalConfig.Mode.MODE_DYNAMIC,
                dynamic_threshold = 0.3,
            ),
        ),
    ),
]

简化使用方法

对于大多数简单场景，Google 官方文档推荐使用更简洁的配置方式：

model = genai.GenerativeModel('models/gemini-1.5-pro-002')
response = model.generate_content(
    contents="Who won Wimbledon this year?",
    tools='google_search_retrieval'
)
print(response.text)

这种方法不需要手动配置动态检索参数，适合不需要精细控制检索行为的场景。

最佳实践建议

1. 明确参数名称：在使用 Protobuf 消息时，务必指定参数名称，避免依赖位置参数。

2. 版本兼容性：确保安装的 SDK 版本是最新的，以避免已知问题。

3. 简化配置：在不需要高级配置时，使用字符串形式的工具名称而非完整的 Protobuf 配置。

4. 错误处理：在使用动态检索时，添加适当的错误处理逻辑，应对可能的检索失败情况。

总结

Google AI Python SDK 提供了强大的 Grounding 功能，但需要开发者注意正确的配置方式。通过本文介绍的方法，开发者可以避免常见的配置错误，更高效地利用 Grounding 工具增强模型输出的准确性和可靠性。