docs
การตั้งค่าการเชื่อมต่อ

Google GenAI SDK

Markdown

รูปแบบดั้งเดิมของ Gemini: SDK Google GenAI สำหรับ Python และ JavaScript รวมถึงคำขอ REST โดยตรง.

คู่มือฉบับเต็ม

การติดตั้ง

pip install google-genai

การตั้งค่าการเชื่อมต่อ

ที่อยู่ — https://api.ailoot.ai ไม่ใส่ /v1beta: SDK จะประกอบพาธ /v1beta/models/<โมเดล>:generateContent ให้เอง ใน Python กำหนดที่อยู่ผ่าน HttpOptions(base_url=…)ส่วนใน JavaScript กำหนดผ่าน httpOptions.baseUrl. SDK จะส่งคีย์ในส่วนหัว 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"),  # ไม่ต้องใส่ /v1beta
)

resp = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="คิดชื่อร้านกาแฟมาสามชื่อ",
)
print(resp.text)

ข้อมูลที่ส่งได้

  • ฟิลด์ระดับบนสุด: contents, systemInstruction, generationConfig, safetySettings, tools และ toolConfig.
  • generationConfig รับ temperature, topP, topK, maxOutputTokens, thinkingConfig, responseMimeType (text/plain หรือ application/json), responseSchema หรือ responseJsonSchema (ออบเจ็กต์ JSON), stopSequences (อาร์เรย์ของสตริง), candidateCount: 1, ค่าจำนวนเต็ม seed, ค่าตัวเลข presencePenalty และ frequencyPenalty. ช่วงค่าที่ใช้ได้และความสามารถขึ้นอยู่กับโมเดลที่ระบุ สำหรับคำตอบ JSON ให้เลือกโครงสร้างสคีมารูปแบบเดียวที่รองรับและ application/json. สำหรับโมเดลข้อความ responseModalities — เฉพาะ ["TEXT"].
  • safetySettings — อาร์เรย์ของออบเจ็กต์ที่มี category, threshold และอาจมี methodให้เลือกค่าตามเอกสารของโมเดลที่ใช้โดยตรง.
  • สำหรับโมเดล Gemini ที่รองรับอินพุตชนิดนั้น parts[].inlineData ประกอบด้วย mimeType และข้อมูล base64 ที่ไม่ว่าง โดย PDF ต้องเป็นไฟล์ PDF จริง fileData ประกอบด้วยที่อยู่สาธารณะแบบ httpsใน fileUri และ MIME ของชนิดไฟล์ สำหรับ YouTube ไม่จำเป็นต้องระบุ MIME http, ที่อยู่ส่วนตัว, gs:// และออบเจ็กต์ Google Files API ไม่รองรับ รวมถึงไม่รองรับการอัปโหลดผ่าน Google Files API สำหรับวิดีโอ สามารถเพิ่ม videoMetadata: startOffset/endOffset เป็นสตริงหน่วยวินาที (เช่น 1.5s) และ fps มากกว่า 0 และไม่เกิน 24 โดยจะตรวจ⁠สอบขนาดเนื้อหาคำขอ บริบท อินพุตที่ใช้ได้ และขีดจำกัดคำตอบตามโมเดลและรูปแบบ
  • ฟังก์ชันฝั่งไคลเอนต์ functionDeclarations ดำเนินการโดยแอปพลิเคชันของคุณ สำหรับโมเดลข้อความยังรับ {"googleSearch": {}} และ {"urlContext": {}}: แยกกันหรือรวมกันในอาร์เรย์ tools. ไม่สามารถใช้ Google Search หรือ URL context ร่วมกับ functionDeclarations ในคำขอเดียวกัน สำหรับการสร้างภาพขาออก ใช้ได้เฉพาะฟังก์ชันฝั่งไคลเอนต์ ไม่รองรับเครื่องมือในตัวอื่นและ explicit cache Search/URL context อาจต้องสำรองเงินตามขีดจำกัดอินพุตทั้งหมด ส่วน toolUsePromptTokenCount ที่ใช้จริงจะนับเป็นโทเค็นขาเข้า
  • หากโมเดลไม่รองรับฟิลด์ ไฟล์แนบ หรือการใช้เครื่องมือร่วมกัน คำขอจะถูกปฏิเสธก่อนสำรองเงิน — ไม่มีการหักเงิน โดยจะได้รับ HTTP 400 พร้อม status INVALID_ARGUMENT และคลาส invalid_request (ใน ErrorInfo.reason — INVALID_REQUEST). JSON ที่ไม่ถูกต้อง ข้อผิดพลาดของพารามิเตอร์พาธ และการตรวจ⁠สอบอื่นก็ส่งกลับ 400เช่นกัน อ่านข้อความข้อผิดพลาดและ Request ID ความสามารถขึ้นอยู่กับโมเดล: ตรวจ⁠สอบรูปแบบและอินพุตของโมเดลในแค็ตตาล็อก
อินพุตMIME ที่รองรับ
ภาพแบบ inlineimage/png, image/jpeg, image/webp
เอกสารapplication/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
เสียงaudio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac
วิดีโอvideo/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"},
    )
    # ส่งเพียงครั้งเดียว หากหมดเวลารอ ให้ตรวจสอบ Request ID ในประวัติการใช้งานก่อนลองใหม่
    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

# ระบุไฟล์ PDF เสียง หรือวิดีโอที่มีอยู่จริงในเครื่อง พร้อมประเภท MIME ที่รองรับ
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
    {"text": "อธิบายเนื้อหาของไฟล์โดยสังเขป"},
    {"inlineData": {"mimeType": mime,
                    "data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# วิธีแนบไฟล์อีกแบบ: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# สำหรับ URL ของ YouTube ที่มีอยู่จริง: {"fileData": {"fileUri": youtube_url}}

วงจรการเรียกใช้ฟังก์ชันแบบครบขั้นตอน

ส่งประกาศฟังก์ชัน รับ functionCall เรียกใช้ฟังก์ชันของคุณ ส่ง functionResponse กลับ แล้วขอคำตอบถัดไป เก็บ content ทั้งหมดของโมเดลไว้ รวมถึง thoughtSignature และอย่าสร้างลายเซ็นขึ้นเอง.

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"},
    )
    # ส่งเพียงครั้งเดียว หากหมดเวลารอ ให้ตรวจสอบ Request ID ในประวัติการใช้งานก่อนลองใหม่
    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": "คูณตัวเลขสองจำนวน",
    "parameters": {"type": "object", "properties": {
        "a": {"type": "number"}, "b": {"type": "number"}},
        "required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "ใช้ฟังก์ชันคูณ 7 กับ 8"}]}]
for turn in range(4):  # จำกัดจำนวนรอบของลูปเรียกเครื่องมือ และอย่าส่งคำขอซ้ำหากยังไม่ทราบผลลัพธ์แน่ชัด
    reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
    content = reply["candidates"][0]["content"]
    contents.append(content)  # เก็บส่วนต้นฉบับทั้งหมดและ thoughtSignature ไว้โดยไม่เปลี่ยนแปลง
    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")

คำตอบแบบสตรีม

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

โมเดลที่ใช้งานได้

รูปแบบ Gemini รองรับตัวระบุ 27 รายการ: 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.

โมเดล Gemini ใช้งานผ่านรูปแบบ Anthropic Messages ได้ด้วย เหมาะสำหรับไคลเอนต์ที่รองรับเฉพาะรูปแบบนี้: Anthropic SDK.

ยังมีคำถามอยู่ใช่ไหม ส่ง Request ID และรายละเอียดมาให้เรา เราจะช่วยตรวจ⁠สอบติดต่อฝ่ายสนับสนุน