开源项目教程：基于Gemini的Live API Web Console

最新推荐文章于 2025-04-12 10:05:35 发布

凤瑶熠Paulette

最新推荐文章于 2025-04-12 10:05:35 发布

阅读量398

点赞数 3

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00368/article/details/146721981

开源项目教程：基于Gemini的Live API Web Console

multimodal-live-api-web-console A react-based starter app for using the Multimodal Live API over websockets with Gemini 项目地址: https://gitcode.com/gh_mirrors/mu/multimodal-live-api-web-console

1. 项目介绍

本项目是基于React的开源项目，旨在提供一个使用Gemini Live API的Web Console。Gemini Live API是Google开发的一种多模态API，可以通过WebSocket进行通信，支持音频播放、用户媒体录制以及统一日志视图等功能，以辅助开发者构建自己的应用程序。

2. 项目快速启动

首先，确保您的开发环境中已经安装了Node.js。

克隆项目到本地：

git clone https://github.com/google-gemini/multimodal-live-api-web-console.git
cd multimodal-live-api-web-console

创建一个免费的Gemini API密钥，并将其添加到项目根目录下的.env文件中。
安装项目依赖并启动开发服务器：
```
npm install
npm start
```
运行后，在浏览器中打开http://localhost:3000查看应用。
项目构建：当开发完成后，构建项目以用于生产环境：
```
npm run build
```

3. 应用案例和最佳实践

以下是一个使用Live API调用并渲染图表的简单示例：

import { useEffect, useRef, useState } from 'react';
import vegaEmbed from 'vega-embed';
import { useLiveAPIContext } from '../../contexts/LiveAPIContext';

const declaration = {
  name: 'render_altair',
  description: '显示一个Altair图表，以JSON格式传递。',
  parameters: {
    type: 'object',
    properties: {
      json_graph: {
        type: 'string',
        description: '图表的JSON字符串表示。必须是字符串，而不是JSON对象'
      }
    },
    required: ['json_graph']
  }
};

export function Altair() {
  const [jsonString, setJSONString] = useState('');
  const { client, setConfig } = useLiveAPIContext();

  useEffect(() => {
    setConfig({
      model: 'models/gemini-2.0-flash-exp',
      systemInstruction: {
        parts: [
          {
            text: '你是我的助手。每次我要求你绘制图表时，调用我提供的"render_altair"函数。不要询问更多信息，只需根据你的最佳判断。'
          }
        ]
      },
      tools: [
        {
          googleSearch: {}
        },
        {
          functionDeclarations: [declaration]
        }
      ]
    });
  }, [setConfig]);

  useEffect(() => {
    const onToolCall = (toolCall) => {
      console.log('收到工具调用', toolCall);
      const fc = toolCall.functionCalls.find((fc) => fc.name === declaration.name);
      if (fc) {
        const str = fc.args.json_graph;
        setJSONString(str);
      }
    };
    client.on('toolcall', onToolCall);
    return () => {
      client.off('toolcall', onToolCall);
    };
  }, [client]);

  const embedRef = useRef<HTMLDivElement>(null);

  useEffect(() => {
    if (embedRef.current && jsonString) {
      vegaEmbed(embedRef.current, JSON.parse(jsonString));
    }
  }, [embedRef, jsonString]);

  return <div className="vega-embed" ref={embedRef} />;
}