Source: https://ailoot.ai/docs/th/connect/google-genai/
Canonical: https://ailoot.ai/docs/th/connect/google-genai/
Language: th

[การตั้งค่าการเชื่อมต่อ](https://ailoot.ai/docs/th/) 

# Google GenAI SDK

[Markdown](https://ailoot.ai/docs/th/connect/google-genai/index.md)

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

## [](https://ailoot.ai/docs/th/connect/google-genai/#install)การติดตั้ง

```bash
pip install google-genai
```

```bash
npm install @google/genai
```

## [](https://ailoot.ai/docs/th/connect/google-genai/#client)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`.

```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"),  # ไม่ต้องใส่ /v1beta
)

resp = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="คิดชื่อร้านกาแฟมาสามชื่อ",
)
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" }, // ไม่ต้องใส่ /v1beta
});

const resp = await ai.models.generateContent({
  model: "gemini-3.8-flash",
  contents: "คิดชื่อร้านกาแฟมาสามชื่อ",
});
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": "คิดชื่อร้านกาแฟมาสามชื่อ"}]}
    ]
  }' 
```

## [](https://ailoot.ai/docs/th/connect/google-genai/#body)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 `method`ให้เลือกค่าตามเอกสารของโมเดลที่ใช้โดยตรง.
- สำหรับโมเดล Gemini ที่รองรับอินพุตชนิดนั้น `parts[].inlineData` ประกอบด้วย `mimeType` และข้อมูล base64 ที่ไม่ว่าง โดย PDF ต้องเป็นไฟล์ PDF จริง `fileData` ประกอบด้วยที่อยู่สาธารณะแบบ `https`ใน `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 `400`เช่นกัน อ่านข้อความข้อผิดพลาดและ Request ID ความสามารถขึ้นอยู่กับโมเดล: ตรวจ⁠สอบรูปแบบและอินพุตของโมเดลในแค็ตตาล็อก

| อินพุต | MIME ที่รองรับ |
| --- | --- |
| ภาพแบบ inline | image/png, image/jpeg, image/webp |
| เอกสาร | 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 |
| เสียง | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac |
| วิดีโอ | 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"},
    )
    # 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}}
```

## [](https://ailoot.ai/docs/th/connect/google-genai/#function-loop)วงจรการเรียกใช้ฟังก์ชันแบบครบขั้นตอน

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

```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"},
    )
    # 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")
```

## [](https://ailoot.ai/docs/th/connect/google-genai/#stream)คำตอบแบบสตรีม

```python
for chunk in client.models.generate_content_stream(
    model="gemini-3.8-flash",
    contents="บรรยายพระอาทิตย์ตกเหนือทะเล",
):
    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": "บรรยายพระอาทิตย์ตกเหนือทะเล"}]}]}' 
```

Ailoot ส่งคำตอบ Gemini ที่มีค่าใช้จ่ายหลังคำนวณค่าใช้จ่ายแล้ว: ข้อความในสตรีมจะมาถึงครบทั้งหมดเมื่อโมเดลทำงานเสร็จ แทนที่จะส่งมาทีละคำ สตรีม Gemini ไม่มีบรรทัดสถานะ จึงควรกำหนด timeout ของไคลเอนต์เผื่อไว้สำหรับคำตอบที่ใช้เวลานาน.

## [](https://ailoot.ai/docs/th/connect/google-genai/#models)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](https://ailoot.ai/docs/th/connect/anthropic-sdk/).

ยังมีคำถามอยู่ใช่ไหม ส่ง Request ID และรายละเอียดมาให้เรา เราจะช่วยตรวจ⁠สอบ[ติดต่อฝ่ายสนับสนุน](mailto:support@ailoot.ai)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ