【亲测免费】 Google Gemini 生成式 AI Python 项目教程
2026-01-20 01:51:04作者:舒璇辛Bertina
1. 项目目录结构及介绍
generative-ai-python/
├── docs/
│ ├── README.md
│ └── ...
├── examples/
│ ├── example1.py
│ └── ...
├── tests/
│ ├── test_example1.py
│ └── ...
├── third_party/
│ ├── library1/
│ └── ...
├── .editorconfig
├── .gitignore
├── CODEOWNERS
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── LICENSE
├── README.md
├── RELEASE.md
├── pyproject.toml
└── setup.py
目录结构说明
- docs/: 存放项目的文档文件,包括
README.md等。 - examples/: 存放项目的示例代码文件,如
example1.py。 - tests/: 存放项目的测试代码文件,如
test_example1.py。 - third_party/: 存放第三方库或依赖项。
- .editorconfig: 配置文件,用于统一代码风格。
- .gitignore: Git 忽略文件配置。
- CODEOWNERS: 定义项目的主要维护者。
- CODE_OF_CONDUCT.md: 项目的行为准则。
- CONTRIBUTING.md: 贡献指南。
- LICENSE: 项目的开源许可证。
- README.md: 项目的介绍和使用说明。
- RELEASE.md: 发布说明。
- pyproject.toml: Python 项目配置文件。
- setup.py: Python 项目安装脚本。
2. 项目启动文件介绍
项目的启动文件通常是 examples/ 目录下的示例代码文件,例如 example1.py。这些文件展示了如何使用项目的主要功能。
示例代码文件 (example1.py)
import google.generativeai as genai
import os
# 配置 API 密钥
genai.configure(api_key=os.environ["GEMINI_API_KEY"])
# 创建模型并运行提示
model = genai.GenerativeModel('gemini-1.5-flash')
response = model.generate_content("The opposite of hot is")
print(response.text)
启动步骤
- 设置环境变量
GEMINI_API_KEY为你的 API 密钥。 - 运行
python examples/example1.py启动示例代码。
3. 项目配置文件介绍
pyproject.toml
pyproject.toml 是 Python 项目的配置文件,用于定义项目的依赖、构建系统和工具配置。
[build-system]
requires = ["setuptools>=42", "wheel"]
build-backend = "setuptools.build_meta"
[project]
name = "google-generativeai"
version = "0.1.0"
description = "The official Python library for the Google Gemini API"
authors = [
{ name="Google", email="no-reply@google.com" }
]
dependencies = [
"requests>=2.25.1",
"numpy>=1.19.5"
]
setup.py
setup.py 是 Python 项目的安装脚本,用于定义项目的元数据和依赖项。
from setuptools import setup, find_packages
setup(
name='google-generativeai',
version='0.1.0',
description='The official Python library for the Google Gemini API',
author='Google',
author_email='no-reply@google.com',
packages=find_packages(),
install_requires=[
'requests>=2.25.1',
'numpy>=1.19.5'
],
)
配置步骤
- 安装依赖项:运行
pip install -r requirements.txt。 - 配置 API 密钥:在环境变量中设置
GEMINI_API_KEY。
通过以上步骤,你可以成功启动和配置 Google Gemini 生成式 AI Python 项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
986