Google GenAI SDK
Markdown原生 Gemini 格式:適用於 Python與JavaScript 的 Google GenAI SDK,以及直接的 REST 請求。
完整指南
安裝
pip install google-genainpm install @google/genai連線設定
位址為https://api.ailoot.ai不含/v1beta:SDK 會自行組合路徑/v1beta/models/<模型>:generateContent。在 Python 中,位址透過此設定指定:HttpOptions(base_url=…),JavaScript 則使用httpOptions.baseUrl。SDK 會透過此標頭傳送金鑰: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"), # 不加 /v1beta
)
resp = client.models.generate_content(
model="gemini-3.8-flash",
contents="為咖啡店想三個名字。",
)
print(resp.text)import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
apiKey: process.env.AILOOT_API_KEY,
httpOptions: { baseUrl: "https://api.ailoot.ai" }, // 不加 /v1beta
});
const resp = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "為咖啡店想三個名字。",
});
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": "為咖啡店想三個名字。"}]}
]
}' 可傳入的內容
- 頂層欄位:
contents,systemInstruction,generationConfig,safetySettings,tools與toolConfig。 generationConfig接受temperature,topP,topK,maxOutputTokens,thinkingConfig,responseMimeType(text/plain或application/json),responseSchema或responseJsonSchema(JSON 物件),stopSequences(字串陣列),candidateCount: 1,整數型seed,數值型presencePenalty與frequencyPenalty。允許的範圍與功能取決於具體模型;需要 JSON 回應時,請選擇一種支援的結構描述形式與application/json。文字模型的responseModalities—僅接受["TEXT"]。safetySettings—由物件組成的陣列,每個物件包含category,threshold及選填的method; 請依確切模型的說明文件選擇值。- 對於支援相應輸入的 Gemini 模型,
parts[].inlineData包含mimeType與非空的 base64 資料;PDF 必須是真正的 PDF 文件。fileData包含公開的https位址,存於fileUri欄位,並包含檔案的 MIME 類型。YouTube 可省略 MIME 類型。http,非公開位址、gs://與Google Files API 物件均不受支援,也不支援透過 Google Files API 上傳。影片可加入videoMetadata:startOffset/endOffset以秒數表示的字串 (例如1.5s)與fps須大於 0 且不超過 24。請求本文大小、上下文、允許的輸入與回應上限,均依模型與格式驗證。 - 用戶端宣告的
functionDeclarations由您的應用程式執行。文字模型也接受{"googleSearch": {}}與{"urlContext": {}}:可分別使用,或一併放入以下陣列:tools。Google Search與URL context 均不得搭配functionDeclarations在同一個請求中使用。對於影像輸出,僅支援用戶端函式。其他內建工具與顯式快取均不受支援。Search/URL context 可能需要按完整輸入上限預留費用;實際的toolUsePromptTokenCount計入輸入 token 數。 - 若模型不支援欄位、附件或工具組合,請求會在預留金額前被拒絕,不會扣款。會收到 HTTP
400包含statusINVALID_ARGUMENT與錯誤類別invalid_request(在ErrorInfo.reason—INVALID_REQUEST). 無效 JSON、路徑參數錯誤與其他驗證失敗也會回傳400; 請閱讀錯誤文字與Request ID。功能依模型而異,請在目錄確認支援的格式與輸入類型。
| 輸入 | 支援的 MIME 類型 |
|---|---|
| 內嵌影像 | image/png, image/jpeg, image/webp |
| 文件 | 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 |
| 音訊 | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac |
| 影片 | 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"},
)
# 只傳送一次。若逾時,請先在用量紀錄中查詢 Request ID,再決定是否重試。
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
# 提供實際的本機 PDF、音訊或影片檔案,以及其支援的 MIME 類型。
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
{"text": "簡短說明檔案的內容。"},
{"inlineData": {"mimeType": mime,
"data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# 另一種附件方式:{"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# 使用實際的 YouTube URL:{"fileData": {"fileUri": youtube_url}}函式的完整流程
傳入函式宣告,取得 functionCall,執行自己的函式,傳回 functionResponse,再請求下一個回應。請保存模型的完整 content,包括 thoughtSignature,不要自行建立簽章。
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"},
)
# 只傳送一次。若逾時,請先在用量紀錄中查詢 Request ID,再決定是否重試。
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": "將兩個數相乘",
"parameters": {"type": "object", "properties": {
"a": {"type": "number"}, "b": {"type": "number"}},
"required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "使用函式將 7 乘以 8"}]}]
for turn in range(4): # 限制工具迴圈的次數;結果不明的請求不可重新傳送。
reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
content = reply["candidates"][0]["content"]
contents.append(content) # 保留全部(ALL)原始 parts 和 thoughtSignature,內容不得變更。
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")串流回應
for chunk in client.models.generate_content_stream(
model="gemini-3.8-flash",
contents="描述海上夕陽",
):
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": "描述海上夕陽"}]}]}' 可用模型
Gemini 格式共有 27 個可用識別碼: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。
Gemini 模型也可透過 Anthropic Messages 格式使用,對只支援該格式的用戶端而言很方便:Anthropic SDK。