Google GenAI SDK
MarkdownNatywny format Gemini: Google GenAI SDK dla Pythona i JavaScriptu oraz bezpośrednie żądania REST.
Pełny przewodnik
Instalacja
pip install google-genainpm install @google/genaiPołączenie
Adres — https://api.ailoot.ai bez /v1beta: SDK zbuduje ścieżkę /v1beta/models/<model>:generateContent samodzielnie. W Pythonie adres ustawia się przez HttpOptions(base_url=…), w JavaScripcie — przez httpOptions.baseUrl. SDK wyśle klucz w nagłówku 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"), # 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);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": "Wymyśl trzy nazwy kawiarni."}]}
]
}' Co można przekazać
- Pola najwyższego poziomu:
contents,systemInstruction,generationConfig,safetySettings,toolsitoolConfig. 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"].safetySettings— tablica obiektów zcategory,thresholdi opcjonalnymmethod; wartości wybieraj zgodnie z dokumentacją konkretnego modelu.- W modelach Gemini obsługujących odpowiedni typ wejścia
parts[].inlineDatazawieramimeTypei niepuste dane base64; PDF musi być prawdziwym plikiem PDF.fileDatazawiera publiczny adreshttpswfileUrii 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 dodaćvideoMetadata:startOffset/endOffsetjako ciąg znaków w sekundach (na przykład1.5s) ifpswiększe niż 0 i nie większe niż 24. Rozmiar treści żądania, kontekst, dopuszczalne wejście i limit odpowiedzi są sprawdzane według modelu i formatu. - 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. - Jeśli model nie obsługuje pola, załącznika lub połączenia narzędzi, żądanie jest odrzucane przed rezerwacją — nic nie jest pobierane. Zwrócony zostanie HTTP
400zstatusINVALID_ARGUMENTi klasąinvalid_request(wErrorInfo.reason—INVALID_REQUEST). Nieprawidłowy JSON, błędy parametrów ścieżki i innych sprawdzeń również zwracają400; przeczytaj treść błędu i Request ID. Możliwości zależą od modelu: sprawdź jego formaty i wejścia w katalogu.
| 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}}Pełny cykl wywołania funkcji
Przekaż deklarację, odbierz functionCall, wykonaj własną funkcję, zwróć functionResponse i poproś o kolejną odpowiedź. Zachowaj cały content modelu, w tym thoughtSignature; nie twórz podpisu samodzielnie.
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 strumieniowa
for chunk in client.models.generate_content_stream(
model="gemini-3.8-flash",
contents="Opisz zachód słońca nad morzem",
):
print(chunk.text, end="", flush=True)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": "Opisz zachód słońca nad morzem"}]}]}' Dostępne modele
W formacie Gemini dostępnych jest 27 identyfikatorów: 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.
Modele Gemini są również dostępne w formacie Anthropic Messages — to wygodne dla aplikacji klienckich obsługujących wyłącznie ten format: Anthropic SDK.