Gemini generateContent
MarkdownNatywny format Google Gemini: dla Gemini CLI, Google GenAI SDK i klientów REST.
Pełny przewodnik
https://api.ailoot.ai/v1beta/models/{model}:generateContentcurl "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": "Wymyśl trzy nazwy kawiarni."}]}
]
}' 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"), # bez /v1beta
)
resp = client.models.generate_content(
model="gemini-3.8-flash",
contents="Wymyśl trzy nazwy kawiarni.",
)
print(resp.text)import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
apiKey: process.env.AILOOT_API_KEY,
httpOptions: { baseUrl: "https://api.ailoot.ai" }, // bez /v1beta
});
const resp = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "Wymyśl trzy nazwy kawiarni.",
});
console.log(resp.text);{
"candidates": [
{
"content": {
"role": "model",
"parts": [{ "text": "1. «Ziarno i para» 2. «Poranne mielenie» 3. «Kawiarnia na rogu»" }]
},
"finishReason": "STOP"
}
],
"usageMetadata": {
"promptTokenCount": 9,
"candidatesTokenCount": 27,
"totalTokenCount": 36
},
"modelVersion": "gemini-3.8-flash"
}Autoryzacja
- x-goog-api-keyheaderwymagany
Klucz
sk-…. Można użyć takżeAuthorization: Bearerlubx-api-key. Dla zgodności z Google akceptowany jest też?key=w adresie — z najniższym priorytetem;?api_key=jest odrzucane ze statusem 400. Zalecamy nagłówek: dzięki temu klucz nie trafia do logów.
Ścieżka
- modelstringwymagany
ID modelu z formatem Gemini, na przykład
gemini-3.8-flashlubgemini-3.1-pro. Łącznie 27.
https://api.ailoot.ai/v1beta/models/{model}:streamGenerateContent?alt=ssehttps://api.ailoot.ai/v1beta/modelsTreść żądania
- contentsarraywymagany
Wiadomości z
role(user/model) iparts: text, inlineData/fileData, functionCall/functionResponse. Załączniki — takie, które model przyjmuje na wejściu. - systemInstructionobjectopcjonalny
Tekstowa instrukcja systemowa:
{"parts": [{"text": "…"}]}. - generationConfigobjectopcjonalny
generationConfigprzyjmujetemperature,topP,topK,maxOutputTokens,thinkingConfig,responseMimeType(text/plainlubapplication/json),responseSchemalubresponseJsonSchema(obiekt JSON),stopSequences(tablica ciągów znaków),candidateCount: 1, całkowitoliczbowyseed, liczbowepresencePenaltyifrequencyPenalty. Dozwolone zakresy i możliwości zależą od konkretnego modelu; dla odpowiedzi JSON wybierz jedną obsługiwaną formę schematu iapplication/json. W modelach tekstowychresponseModalities— tylko["TEXT"]. - safetySettingsarrayopcjonalny
Obiekty z wymaganymi
categoryithreshold, opcjonalnymmethod. Wartości muszą być obsługiwane przez konkretny model. - toolsarrayopcjonalny
Klienckie
functionDeclarationswykonuje Twoja aplikacja. W modelach tekstowych akceptowane są także{"googleSearch": {}}i{"urlContext": {}}: osobno lub razem w tablicytools. Ani Google Search, ani URL context nie można łączyć zfunctionDeclarationsw jednym żądaniu. Dla obrazów na wyjściu dostępne są tylko funkcje klienckie. Inne wbudowane narzędzia i explicit cache nie są obsługiwane. Search/URL context mogą wymagać rezerwacji według pełnego limitu wejścia; faktycznetoolUsePromptTokenCountsą uwzględniane jako tokeny wejściowe. - toolConfigobjectopcjonalny
functionCallingConfig: mode (AUTO/ANY/NONE/VALIDATED/MODE_UNSPECIFIED), allowedFunctionNames.
Jeśli model nie obsługuje pola, załącznika lub połączenia narzędzi, żądanie jest odrzucane przed rezerwacją — nic nie jest pobierane. Zwrócony zostanie HTTP 400 z status INVALID_ARGUMENT i klasą invalid_request (w ErrorInfo.reason — INVALID_REQUEST). Nieprawidłowy JSON, błędy parametrów ścieżki i innych sprawdzeń również zwracają 400; przeczytaj treść błędu i Request ID. Możliwości zależą od modelu: sprawdź jego formaty i wejścia w katalogu.
PDF, audio, wideo i linki
W modelach Gemini obsługujących odpowiedni typ wejścia parts[].inlineData zawiera mimeType i niepuste dane base64; PDF musi być prawdziwym plikiem PDF. fileData zawiera publiczny adres https w fileUri i typ MIME pliku. Dla YouTube można pominąć typ MIME. http, prywatne adresy, gs:// i obiekty Google Files API nie są obsługiwane, podobnie jak przesyłanie przez Google Files API. Do wideo można dodać videoMetadata: startOffset/endOffset jako ciąg znaków w sekundach (na przykład 1.5s) i fps większe niż 0 i nie większe niż 24. Rozmiar treści żądania, kontekst, dopuszczalne wejście i limit odpowiedzi są sprawdzane według modelu i formatu.
| Wejście | Obsługiwane MIME |
|---|---|
| Obrazy inline | image/png, image/jpeg, image/webp |
| Dokumenty | 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 |
| Audio | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac |
| Wideo | video/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"},
)
# Wyślij tylko raz. Po przekroczeniu czasu oczekiwania sprawdź Request ID w historii użycia, zanim ponowisz próbę.
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
# Podaj rzeczywisty lokalny plik PDF, audio lub wideo oraz obsługiwany typ MIME.
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
{"text": "Krótko opisz zawartość pliku."},
{"inlineData": {"mimeType": mime,
"data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# Alternatywny załącznik: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# Dla rzeczywistego adresu URL YouTube: {"fileData": {"fileUri": youtube_url}}Search i URL context
Klienckie functionDeclarations wykonuje Twoja aplikacja. W modelach tekstowych akceptowane są także {"googleSearch": {}} i {"urlContext": {}}: osobno lub razem w tablicy tools. Ani Google Search, ani URL context nie można łączyć z functionDeclarations w jednym żądaniu. Dla obrazów na wyjściu dostępne są tylko funkcje klienckie. Inne wbudowane narzędzia i explicit cache nie są obsługiwane. Search/URL context mogą wymagać rezerwacji według pełnego limitu wejścia; faktyczne toolUsePromptTokenCount są uwzględniane jako tokeny wejściowe.
{"tools": [{"googleSearch": {}}, {"urlContext": {}}]}Obrazy na wyjściu
Obrazy w odpowiedzi w formacie Gemini obsługuje tylko gemini-3.1-flash-image. To funkcja odrębna od /v1/images/generations: inne modele obrazów nie działają tutaj. Ten model ma wejście do 131072 tokenów i odpowiedź do 32768; pełny koszt najdłuższej odpowiedzi jest rezerwowany z góry.
responseModalities — niepusty zbiór TEXT/IMAGE bez powtórzeń. imageConfig.imageSize: 1K/2K/4K; aspectRatio: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9, 1:4, 4:1, 1:8, 8:1. Wejście tego modelu — tekst i inline PNG/JPEG/WebP; PDF/audio/video/fileData oraz wbudowane Search/URL context nie są tu akceptowane. Dostępność i ceny dla Twojego klucza — w katalogu i w GET /v1/models.
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"},
)
# Wyślij tylko raz. Po przekroczeniu czasu oczekiwania sprawdź Request ID w historii użycia, zanim ponowisz próbę.
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
reply = generate("gemini-3.1-flash-image", {
"contents": [{"role": "user", "parts": [{"text": "Akwarela: latarnia morska o świcie"}]}],
"generationConfig": {
"responseModalities": ["TEXT", "IMAGE"],
"imageConfig": {"aspectRatio": "1:1", "imageSize": "1K"},
},
})
index = 0
for candidate in reply.get("candidates", []):
for part in candidate.get("content", {}).get("parts", []):
if "text" in part:
print(part["text"])
blob = part.get("inlineData", {})
if blob.get("mimeType", "").startswith("image/") and blob.get("data"):
index += 1
extension = {"image/png": "png", "image/jpeg": "jpg",
"image/webp": "webp"}.get(blob["mimeType"], "bin")
pathlib.Path(f"gemini-image-v{index}.{extension}").write_bytes(
base64.b64decode(blob["data"]))
print("All returned images:", index)Pełny cykl wywoływania funkcji
Funkcje wykonuje klient. Zwróć cały oryginalny content modelu z thoughtSignature bez zmian, a następnie functionResponse z tym samym name i id, jeśli id występowało w functionCall.
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"},
)
# Wyślij tylko raz. Po przekroczeniu czasu oczekiwania sprawdź Request ID w historii użycia, zanim ponowisz próbę.
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": "Pomnóż dwie liczby",
"parameters": {"type": "object", "properties": {
"a": {"type": "number"}, "b": {"type": "number"}},
"required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "Pomnóż 7 przez 8 za pomocą funkcji"}]}]
for turn in range(4): # Ogranicz liczbę iteracji pętli narzędzi; nie wysyłaj ponownie żądania, którego wynik jest niejasny.
reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
content = reply["candidates"][0]["content"]
contents.append(content) # Zachowaj WSZYSTKIE oryginalne części i thoughtSignature bez zmian.
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")Odpowiedź
- candidates[].content.partsarray
Odpowiedź modelu.
- usageMetadataobject
promptTokenCount,candidatesTokenCount,totalTokenCount.