Examples and guides for using the Gemini API
欢迎使用 Gemini API 开发指南
本指南为使用 Gemini API 提供了结构化的学习路径，重点关注实践教程和实用示例。
如需全面的 API 文档，请访问 ai.google.dev。
如需 Gemma 快速入门和示例，请查看 Gemma 开发指南。
Gemini 3.7 Flash：在复杂的智能体和多模态任务上表现更出色，同时减少 token 用量。通过 快速入门
和 思考过程
Omni Flash：视频编辑领域的“迷你香蕉”来了！了解如何使用交互 API 调用模型、用自然语言编辑视频等更多功能，请点击这里
🍌 Nano-Banana 2：快来体验我们最新的图像生成模型 Nano-Banana 2！通过这里
🎶 Lyria 3：借助 Lyria 3 释放您内心的作曲家潜能。通过这里
Agents API：使用全新的 Antigravity 智能体
浏览 Cookbook
本 Cookbook 分为两大主要类别：
我们还在单独的代码库中展示 演示，说明 Gemini API 的端到端应用。
新增内容？
以下是 Gemini API 和 Cookbook 的最新新增内容和更新：
- Gemini 3.7 Flash：在复杂的智能体和多模态任务上性能更强，同时减少了 token 用量，价格低于 3.5 Flash。在入门 Cookbook 中了解如何使用该模型构建应用。
- Gemini 3.5 Flash-Lite：3.5 系列中速度最快、成本最低的模型。在高吞吐量执行方面优于之前的 Flash-Lite 版本。在入门 Cookbook 中了解更多信息。
- Omni Flash：通过 Omni Flash 指南，开始使用 Gemini Omni Flash 和 Interactions API 进行对话式视频生成和编辑！
- Agents API：在受控环境中使用 Antigravity 智能体 创建和运行智能体。
- Webhooks：通过 Webhooks 快速入门 ，获取批量作业和视频生成等异步操作的实时通知。
- 推理层级：在 推理层级指南 中了解如何使用 Priority 和 Flex 层级，帮助您平衡速度、成本和可靠性。
- 🎶 Lyria 3：将您的想法转化为歌曲 ，并完全控制音乐结构等！
- 🍌 Nano-Banana 2 & Pro：使用 Gemini 的原生图像生成 功能编辑具有高一致性的图像或生成视觉故事。体验 Nano-Banana 2 的高速或 Nano-Banana Pro 的 4K 质量——两者现在都支持思考和搜索 grounding！
- 文件搜索：通过 文件搜索快速入门 ，了解如何在托管的 RAG 系统中基于您自己的数据进行生成。
- Google 地图 Grounding：开始在您的应用中使用来自 📍 Google 地图的事实地理数据！请参阅 Grounding 指南 的 Google 地图部分。
- Gemini Robotics-ER 1.5：了解这款专为机器人应用的空间理解和推理而设计的新型 Gemini 模型。
- Lyria 和 TTS：通过 TTS 和 Lyria RealTime 模型开始播客和音乐生成。
- 实时 API 和实时翻译：通过 多模态实时 API 开始低延迟语音/视频流，或通过 实时翻译 API 实时翻译音频流。
- 最近新增的指南：
- Grounding ：探索使用不同工具（从 Google 搜索到 Youtube、URL 以及新的 地图 grounding 工具）来锚定 Gemini 答案的不同方法。
- 批量 API ：使用批量 API 向模型发送大量非时间敏感请求，可享受高达 90% 的折扣。
- Grounding
1. 快速入门
快速入门部分包含循序渐进的教程，帮助您开始使用 Gemini 并了解其特定功能。
开始前，您需要：
- 一个 Google 账号。
- 一个 API 密钥（在 Google AI Studio 中创建）。
我们建议从以下内容开始：
然后，探索其他快速入门教程以了解各个功能：
- Live API 入门 ：通过对其功能的全面概述开始使用实时 API
- 实时翻译入门 ：使用实时翻译 API 实时翻译音频流
- Omni Flash 入门 ：开始使用 Interactions API 进行对话式视频生成和编辑
- Veo 入门 ：开始使用我们的视频生成功能
- Imagen 入门 和 原生图像生成 ：开始使用我们的图像生成功能
- grounding ：使用 Google 搜索获取基于事实的响应
- 代码执行 ：生成并运行 Python 代码以解决复杂任务，甚至输出图表
- 以及更多内容
2. 示例（实际用例）
这些示例展示了如何结合 Gemini API 的多项功能或第三方工具来构建更复杂的应用。
- 将浏览器作为工具 ：使用 Web 浏览器进行实时和内部（内联网）网络交互
- 书籍插图绘制 ：使用 Gemini 为开源书籍创作插图
- 动画故事生成 ：结合 Gemini 的故事生成、Imagen 和音频合成功能创建动画视频
- 实时绘图与地图绘制 ：混合使用 实时 API 和 代码执行 功能来实时解决复杂任务
- 3D 空间理解 ：利用 Gemini 的 3D 空间 能力来理解 3D 场景
- 成本估算与健康监控 ：为 Gemini API 应用构建可观测性层，以估算美元成本并监控健康状况
- Gradio 与实时 API：使用 Gradio 部署您自己的 实时 API 实例
- 以及 更多示例
3. 演示（端到端应用程序）
这些功能齐全的端到端应用程序展示了 Gemini 在实际场景中的强大能力。
- Gemini CLI：开源 AI 代理，可将 Gemini 的强大功能直接引入您的终端
- Gemini API 快速入门：使用 Google AI Gemini API 运行的 Python Flask 应用程序，旨在帮助您开始构建具有 Gemini 多模态功能的应用
- 多模态实时 API Web 控制台：基于 React 的入门应用程序，用于通过 websocket 使用多模态实时 API
- 全栈 Langgraph 快速入门：一个全栈应用程序，使用 React 前端和由 LangGraph 驱动的后端代理
- Google AI Studio 入门小应用：一系列小型应用程序，展示如何使用 Gemini 创建交互式体验
官方 SDK
Gemini API 是一个 REST API。您可以使用 curl 等工具直接调用它（参见 REST 示例 或出色的 Postman 工作区），或者使用我们的官方 SDK 之一：
获取帮助
在 Google AI 开发者论坛 上提问。
Google Cloud Vertex AI 上的 Gemini API
对于企业开发者，Gemini API 也可在 Google Cloud Vertex AI 上使用。有关示例，请参见 此仓库。
贡献
欢迎贡献！详情请参见 CONTRIBUTING.md。
感谢您使用 Gemini API 进行开发！我们很期待看到您的创造。