Source: https://ailoot.ai/docs/da/connect/google-genai/ Canonical: https://ailoot.ai/docs/da/connect/google-genai/ Language: da [Tilslutning](https://ailoot.ai/docs/da/) # Google GenAI SDK [Markdown](https://ailoot.ai/docs/da/connect/google-genai/index.md) Det oprindelige Gemini-format: Google GenAI SDK til Python og JavaScript samt direkte REST-anmodninger. ## [](https://ailoot.ai/docs/da/connect/google-genai/#install)Installation ```bash pip install google-genai ``` ```bash npm install @google/genai ``` ## [](https://ailoot.ai/docs/da/connect/google-genai/#client)Tilslutning Adressen er `https://api.ailoot.ai` uden `/v1beta`: SDK'et sammensætter selv stien `/v1beta/models/: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`. ```python 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) ``` ```js import { GoogleGenAI } from "@google/genai"; const ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" }, // uden /v1beta }); const resp = await ai.models.generateContent({ model: "gemini-3.8-flash", contents: "Find på tre navne til en café.", }); console.log(resp.text); ``` ```bash curl "https://api.ailoot.ai/v1beta/models/gemini-3.8-flash:generateContent" \ -H "x-goog-api-key: $AILOOT_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "contents": [ {"role": "user", "parts": [{"text": "Find på tre navne til en café."}]} ] }' ``` ## [](https://ailoot.ai/docs/da/connect/google-genai/#body)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. | Input | Understøttede MIME-typer | | --- | --- | | Inline-billeder | image/png, image/jpeg, image/webp | | Dokumenter | application/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 | | Lyd | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac | | Video | video/mp4, video/mpeg, video/mov, video/quicktime, video/avi, video/x-flv, video/mpg, video/webm, video/wmv, video/3gpp | ```python 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}} ``` ## [](https://ailoot.ai/docs/da/connect/google-genai/#function-loop)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. ```python 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") ``` ## [](https://ailoot.ai/docs/da/connect/google-genai/#stream)Streamet svar ```python for chunk in client.models.generate_content_stream( model="gemini-3.8-flash", contents="Beskriv solnedgangen over havet", ): print(chunk.text, end="", flush=True) ``` ```bash curl -N "https://api.ailoot.ai/v1beta/models/gemini-3.8-flash:streamGenerateContent?alt=sse" \ -H "x-goog-api-key: $AILOOT_API_KEY" \ -H "Content-Type: application/json" \ -d '{"contents": [{"role": "user", "parts": [{"text": "Beskriv solnedgangen over havet"}]}]}' ``` Ailoot leverer betalte Gemini-svar efter beregning af prisen: den streamede tekst kommer samlet, når modellen er færdig, ikke ord for ord. Gemini-strømmen indeholder ingen kontrollinjer, så giv klientens timeout god margen ved lange svar. ## [](https://ailoot.ai/docs/da/connect/google-genai/#models)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](https://ailoot.ai/docs/da/connect/anthropic-sdk/). Har du stadig spørgsmål? Send Request ID og en beskrivelse — så hjælper vi med at finde ud af det.[Kontakt support](mailto:support@ailoot.ai) ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.