Source: https://ailoot.ai/docs/pl/connect/google-genai/ Canonical: https://ailoot.ai/docs/pl/connect/google-genai/ Language: pl [Połączenie](https://ailoot.ai/docs/pl/) # Google GenAI SDK [Markdown](https://ailoot.ai/docs/pl/connect/google-genai/index.md) Natywny format Gemini: Google GenAI SDK dla Pythona i JavaScriptu oraz bezpośrednie żądania REST. ## [](https://ailoot.ai/docs/pl/connect/google-genai/#install)Instalacja ```bash pip install google-genai ``` ```bash npm install @google/genai ``` ## [](https://ailoot.ai/docs/pl/connect/google-genai/#client)Połączenie Adres — `https://api.ailoot.ai` bez `/v1beta`: SDK zbuduje ścieżkę `/v1beta/models/: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`. ```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"), # bez /v1beta ) resp = client.models.generate_content( model="gemini-3.8-flash", contents="Wymyśl trzy nazwy kawiarni.", ) 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" }, // bez /v1beta }); const resp = await ai.models.generateContent({ model: "gemini-3.8-flash", contents: "Wymyśl trzy nazwy kawiarni.", }); 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": "Wymyśl trzy nazwy kawiarni."}]} ] }' ``` ## [](https://ailoot.ai/docs/pl/connect/google-genai/#body)Co można przekazać - Pola najwyższego poziomu: `contents`, `systemInstruction`, `generationConfig`, `safetySettings`, `tools` i `toolConfig`. - `generationConfig` przyjmuje `temperature`, `topP`, `topK`, `maxOutputTokens`, `thinkingConfig`, `responseMimeType` (`text/plain` lub `application/json`), `responseSchema` lub `responseJsonSchema` (obiekt JSON), `stopSequences` (tablica ciągów znaków), `candidateCount: 1`, całkowitoliczbowy `seed`, liczbowe `presencePenalty` i `frequencyPenalty`. Dozwolone zakresy i możliwości zależą od konkretnego modelu; dla odpowiedzi JSON wybierz jedną obsługiwaną formę schematu i `application/json`. W modelach tekstowych `responseModalities` — tylko `["TEXT"]`. - `safetySettings` — tablica obiektów z `category`, `threshold` i opcjonalnym `method`; wartości wybieraj zgodnie z dokumentacją konkretnego modelu. - 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. - 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. - 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. | 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 | ```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"}, ) # 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}} ``` ## [](https://ailoot.ai/docs/pl/connect/google-genai/#function-loop)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. ```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"}, ) # 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") ``` ## [](https://ailoot.ai/docs/pl/connect/google-genai/#stream)Odpowiedź strumieniowa ```python 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) ``` ```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": "Opisz zachód słońca nad morzem"}]}]}' ``` Ailoot zwraca płatną odpowiedź Gemini po obliczeniu kosztu: tekst strumienia jest przesyłany w całości po zakończeniu generowania przez model, a nie słowo po słowie. Strumień Gemini nie zawiera wierszy technicznych, dlatego dla długo generowanych odpowiedzi ustaw limit czasu klienta z odpowiednim zapasem. ## [](https://ailoot.ai/docs/pl/connect/google-genai/#models)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](https://ailoot.ai/docs/pl/connect/anthropic-sdk/). Dodatkowe pytania? Prześlij Request ID i opis — pomożemy wyjaśnić sprawę.[Napisz do wsparcia](mailto:support@ailoot.ai) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.