引言
在AI技术不断进步的今天，谷歌的ChatGoogleGenerativeAI提供了强大的聊天模型，满足各种生成需求。本文将带您了解如何使用这些模型，并提供实用的代码示例和解决方案。
主要内容
Google AI与Google Cloud Vertex AI
Google AI和Google Cloud Vertex AI都提供访问Gemini模型的方式。区别在于，前者需要Google账户和API密钥，而后者面向企业用户，提供更多高级功能。
设置与集成
要使用Google AI模型，您需要：
- 创建Google账户并获取API密钥。
- 安装
langchain-google-genai包。
%pip install -qU langchain-google-genai
创建API密钥
访问API Key页面生成您的Google AI API密钥，并设置环境变量：
import getpass
import os
os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter your Google AI API key: ")
模型实例化与调用
下面是一个简单的代码示例，展示如何实例化模型并生成聊天完成：
from langchain_google_genai import ChatGoogleGenerativeAI
llm = ChatGoogleGenerativeAI(
model="gemini-1.5-pro",
temperature=0,
max_tokens=None,
timeout=None,
max_retries=2,
# 使用API代理服务提高访问稳定性
)
messages = [
(
"system",
"You are a helpful assistant that translates English to French. Translate the user sentence.",
),
("human", "I love programming."),
]
ai_msg = llm.invoke(messages)
print(ai_msg.content) # 输出: J'adore programmer.
常见问题和解决方案
网络访问限制
由于某些地区的网络限制，使用API时可能需要考虑使用API代理服务，确保访问的稳定性。
安全警告
如果您遇到大量“安全警告”，可以通过调整safety_settings来优化：
from langchain_google_genai import (
ChatGoogleGenerativeAI,
HarmBlockThreshold,
HarmCategory,
)
llm = ChatGoogleGenerativeAI(
model="gemini-1.5-pro",
safety_settings={
HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT: HarmBlockThreshold.BLOCK_NONE,
},
)
总结和进一步学习资源
通过集成ChatGoogleGenerativeAI，您可以创建强大的聊天应用程序。建议查阅以下资源以深入学习：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
