dokumentation
Tilslutning

Google GenAI SDK

Markdown

Det oprindelige Gemini-format: Google GenAI SDK til Python og JavaScript samt direkte REST-anmodninger.

Komplet guide

Installation

pip install google-genai

Tilslutning

Adressen er https://api.ailoot.ai uden /v1beta: SDK'et sammensætter selv stien /v1beta/models/<model>:generateContent automatisk. I Python angives adressen via HttpOptions(base_url=…), i JavaScript via httpOptions.baseUrl. SDK'et sender nøglen i headeren x-goog-api-key.

from google import genai
from google.genai import types
import os

client = genai.Client(
    api_key=os.environ["AILOOT_API_KEY"],
    http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),  # uden /v1beta
)

resp = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Find på tre navne til en café.",
)
print(resp.text)

Hvad kan du sende?

  • Felter på øverste niveau: contents, systemInstruction, generationConfig, safetySettings, tools og toolConfig.
  • generationConfig accepterer temperature, topP, topK, maxOutputTokens, thinkingConfig, responseMimeType (text/plain eller application/json), responseSchema eller responseJsonSchema (JSON-objekt), stopSequences (liste af strenge), candidateCount: 1, heltalsparameteren seed, de numeriske parametre presencePenalty og frequencyPenalty. Tilladte intervaller og funktioner afhænger af den specifikke model; til JSON-svar skal du vælge én understøttet skemaform og application/json. For tekstmodeller er responseModalities — kun ["TEXT"].
  • safetySettings — en liste af objekter med category, threshold og det valgfrie method; vælg værdier ud fra dokumentationen for den specifikke model.
  • For Gemini-modeller, der understøtter den pågældende inputtype, gælder det, at parts[].inlineData indeholder mimeType og ikke-tomme base64-data; PDF-filen skal være en ægte PDF. fileData indeholder en offentlig https-adresse i fileUri og filens MIME-type. For YouTube kan MIME udelades. http, private adresser, gs:// og Google Files API-objekter understøttes ikke; det gør upload via Google Files API heller ikke. Ved video kan du tilføje videoMetadata: startOffset/endOffset som en streng i sekunder (for eksempel 1.5s) og fps med en værdi større end 0 og højst 24. Størrelsen på anmodningens indhold, konteksten, tilladt input og svargrænsen kontrolleres ud fra modellen og formatet.
  • Klientens functionDeclarations udføres af din applikation. Tekstmodeller accepterer også {"googleSearch": {}} og {"urlContext": {}}: hver for sig eller samlet i listen tools. Hverken Google Search eller URL context kan kombineres med functionDeclarations i samme anmodning. Til billedoutput er kun klientfunktioner tilgængelige. Andre indbyggede værktøjer og explicit cache understøttes ikke. Search/URL context kan kræve en reservation baseret på den fulde inputgrænse; det faktiske toolUsePromptTokenCount medregnes som inputtokens.
  • Hvis modellen ikke understøtter et felt, en vedhæftning eller en kombination af værktøjer, afvises anmodningen før reservationen — der debiteres intet. Du får HTTP 400 med status INVALID_ARGUMENT og klassen invalid_request (i ErrorInfo.reason — INVALID_REQUEST). Ugyldig JSON, fejl i stiparametre og andre valideringsfejl returnerer også 400; læs fejlteksten og Request ID. Funktionerne afhænger af modellen: kontrollér dens formater og inputtyper i kataloget.
InputUnderstøttede MIME-typer
Inline-billederimage/png, image/jpeg, image/webp
Dokumenterapplication/pdf; text/plain, text/html, text/css, text/csv, text/xml, text/rtf, text/markdown, text/javascript, application/x-javascript, text/x-python, application/x-python
Lydaudio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac
Videovideo/mp4, video/mpeg, video/mov, video/quicktime, video/avi, video/x-flv, video/mpg, video/webm, video/wmv, video/3gpp
import json, os, urllib.request

def generate(model, payload):
    req = urllib.request.Request(
        "https://api.ailoot.ai/v1beta/models/" + model + ":generateContent",
        data=json.dumps(payload).encode(),
        headers={"x-goog-api-key": os.environ["AILOOT_API_KEY"],
                 "Content-Type": "application/json"},
    )
    # Send én gang. Efter en timeout skal du kontrollere Request ID i din forbrugshistorik, før du prøver igen.
    with urllib.request.urlopen(req, timeout=300) as response:
        print("Request ID:", response.headers.get("X-Request-ID"))
        return json.load(response)

import base64, pathlib, sys

# Angiv en reel lokal PDF-, lyd- eller videofil og dens understøttede MIME-type.
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
    {"text": "Beskriv kort filens indhold."},
    {"inlineData": {"mimeType": mime,
                    "data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# Alternativ vedhæftning: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# Til en reel YouTube URL: {"fileData": {"fileUri": youtube_url}}

Hele funktionsforløbet

Send funktionsdeklarationen, modtag functionCall, udfør din funktion, returnér functionResponse, og anmod om det næste svar. Behold hele modellens content, inklusive thoughtSignature; opret ikke selv signaturen.

import json, os, urllib.request

def generate(model, payload):
    req = urllib.request.Request(
        "https://api.ailoot.ai/v1beta/models/" + model + ":generateContent",
        data=json.dumps(payload).encode(),
        headers={"x-goog-api-key": os.environ["AILOOT_API_KEY"],
                 "Content-Type": "application/json"},
    )
    # Send én gang. Efter en timeout skal du kontrollere Request ID i din forbrugshistorik, før du prøver igen.
    with urllib.request.urlopen(req, timeout=300) as response:
        print("Request ID:", response.headers.get("X-Request-ID"))
        return json.load(response)

tools = [{"functionDeclarations": [{
    "name": "multiply", "description": "Gang to tal",
    "parameters": {"type": "object", "properties": {
        "a": {"type": "number"}, "b": {"type": "number"}},
        "required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "Gang 7 med 8 ved hjælp af funktionen"}]}]
for turn in range(4):  # Begræns værktøjsløkken; send ikke en anmodning igen, hvis resultatet er uklart.
    reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
    content = reply["candidates"][0]["content"]
    contents.append(content)  # Bevar ALLE oprindelige dele og thoughtSignature uændret.
    results = []
    for part in content.get("parts", []):
        call = part.get("functionCall")
        if not call:
            continue
        if call["name"] != "multiply":
            raise ValueError("Unexpected function")
        args = call["args"]
        result = {"name": call["name"], "response": {"value": args["a"] * args["b"]}}
        if "id" in call:
            result["id"] = call["id"]
        results.append({"functionResponse": result})
    if not results:
        print(content)
        break
    contents.append({"role": "user", "parts": results})
else:
    raise RuntimeError("Tool loop limit reached")

Streamet svar

for chunk in client.models.generate_content_stream(
    model="gemini-3.8-flash",
    contents="Beskriv solnedgangen over havet",
):
    print(chunk.text, end="", flush=True)

Tilgængelige modeller

27 identifikatorer er tilgængelige i Gemini-format: gemini-3.8-flash, gemini-3.1-pro, gemini-pro-agent, gemini-3.8-flash-tiered, gemini-3.8-flash-medium, gemini-3.8-flash-low, gemini-3.8-flash-high, gemini-3.7-flash, gemini-3.7-flash-tiered, gemini-3.7-flash-medium, gemini-3.7-flash-low, gemini-3.7-flash-high, gemini-3.6-flash, gemini-3.6-flash-tiered, gemini-3.6-flash-medium, gemini-3.6-flash-low, gemini-3.6-flash-high, gemini-3.5-flash-lite, gemini-3.1-pro-preview, gemini-3.1-pro-low, gemini-3.1-pro-high, gemini-3.1-flash-lite, gemini-3-flash, gemini-2.5-pro, gemini-2.5-flash, gemini-2.5-flash-thinking, gemini-2.5-flash-lite.

Gemini-modeller er også tilgængelige i Anthropic Messages-format — praktisk for klienter, der kun understøtter det: Anthropic SDK.

Har du stadig spørgsmål? Send Request ID og en beskrivelse — så hjælper vi med at finde ud af det.Kontakt support