两分钟教你如何使用Node.js 调用 Gemini 2.5 Pro/Gemini 1.5 Pro的方法

已于 2025-05-07 21:11:09 修改
阅读量388 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： AIGC实践与人工智能 文章标签： gemini node调用gemini ai大模型 gemini怎么调用 gemini sdk nodejs调用gemini 代码调用gemini
于 2025-05-06 14:48:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_41961749/article/details/147725276

两分钟教你如何使用Node.js 调用 Gemini 2.5 Pro/Gemini 1.5 Pro的方法

标签：Node.js、Gemini、GoogleGenAI、AI 接口、API 调用、

上周我被 OpenAI 的限速整崩溃了，想着换个口味试试 Gemini，结果一试直接上头！

在这里插入图片描述

我用 Node.js 写了个超简单的调用脚本，一次搞定，带你零基础调用谷歌最强 AI！

一、准备工作：创建 API Key

  1. 进入后台创建（需要代理）：
    👉 https://aistudio.google.com/app/apikey?hl=zh-cn
  2. 登录你的谷歌账号，点击“创建 API 密钥”
  3. 拿到密钥就可以用了，不用绑信用卡！

⚠️ 注意：国内访问这个网址必须开代理，不然打不开，推荐用 Clash 虚拟网卡模式，或者干脆放到海外服务器上跑。

了解本专栏 订阅专栏 解锁全文
Node.js 调用 Gemini 生成图片的方法
代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。
05-06 200
虽然 Gemini 在生成图像这块还不是特别开放（没有现成图像文件返回），但对于多模态的探索、生成图像描述、结合前端图像渲染等场景，已经非常有潜力了。💡 小建议：配合 Puppeteer、Canvas、或 OpenCV 的方式处理图像，体验会更完整！
用 Node.js 实现 Base64 图片上传并调用 Gemini 给图ai自动打标签，太方便了！
代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。
05-12 410
本文介绍了如何使用 Node.js 实现 Base64 图片上传，并通过调用 Google 的 Gemini 模型自动为图片打标签。文章详细描述了项目背景、技术实现流程以及 Gemini 模型的强大功能。通过 Express 框架接收前端上传的 Base64 图片，解码后发送给 Gemini 模型进行处理，最终返回详细的标签结果。Gemini 模型支持多模态输入，能够理解场景并输出自然语言标签，适用于内容审核等场景。文章还提供了代码示例和使用技巧，强调了 Gemini 在图像识别中的优势，如上下文理解能力强
手把手教你使用Gemini 2.5
代码界华仔的博客
05-08 2629
本文介绍了什么是 Gemini，以及 Gemini 的使用入门
Gemini怎么使用：Gemini 2.0使用指南
热门推荐
Survivor_sl的博客
01-07 1万+
Gemini 2.0的横空出世，可谓是谷歌在AI领域逆袭的一记猛拳。从实时对话，到Imagen3生图模型，再到与Gmail、YouTube等Google服务的无缝整合，处处彰显着谷歌在技术与生态上的深厚积累。1.Gemini 2.0亮点多模态能力（实时对话、屏幕共享等）原生工具集成（直接调用谷歌全家桶）Deep Research深度研究（推理模型，对标o1）原生图像输出能力（一句话P图）2.国内如何使用Gemini 2.0Gemini官网通过Google AI Studio使用API调用。
Gemini 2.5 Pro API 免费回归！一文教你白嫖谷歌最强模型
最新发布
hunteritself的博客
06-30 7022
Gemini 2.5 Pro API 免费回归！一文教你白嫖谷歌最强模型
python调用Gemini大模型方法详解（程序及示例效果）
叶子的博客
12-24 1万+
python调用Gemini大模型方法详解（程序及示例效果）
王者归来！谷歌Gemini 2.5 Pro横扫全球AI榜单，国内用户终于可直接体验“最强大脑“
Lethehong
05-30 1532
Google DeepMind发布Gemini 2.5 Pro最新版本，在AI领域实现多项突破。该模型具备100万Token的超长上下文处理能力、深度推理思考能力和多模态理解能力，在LMArena全系排行榜中横扫Claude等竞争对手，尤其在Web开发领域表现突出。其"草图生成应用"功能可实现手绘转交互式网页，大幅提升开发效率。Gemini 2.5 Pro在教育、医疗、法律、编程等多个专业领域展现出卓越的应用潜力，如个性化学习辅导、医学研究辅助、代码理解与维护等，将AI从工具升级为智能协
Gemini 2.5 Flash
2301_79342058的博客
04-19 730
订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。Gemini 2.5 Flash现已通过Gemini API在Google AI Studio与Vertex AI开放预览，同时在Gemini应用中设有专属下拉菜单供用户选择。若开发者希望在尽可能降低成本和延迟的同时，仍享有较2.0 Flash更优的性能表现，只需将思考预算设置为0即可。此外，开发者可通过API参数或在Google AI Studio、Vertex AI中的滑动条进行预算设置，范围从0至24576 token不等。
免费体验Gemini 2.5 Pro：三大API平台深度解析与实用代码示例
Xianxiancq的博客
04-16 2991
Gemini 2.5 Pro模型由谷歌开发，是一款先进的生成式人工智能，支持文本、图像等多模态内容的生成。 本文将介绍三种可免费访问Gemini 2.5 Pro的API，包含示例代码和各平台主要功能解析。
如何在 Node.js 中使用 Axios 获取 Gemini 模型列表和模型详情
代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。
05-19 69
通过上述步骤，你可以在 Node.js 中使用 Axios 请求 Gemini 模型列表以及单个模型的详细信息。这个过程将帮助你与 Google 的 Gemini API 进行交互，获取所需的模型数据。你可以根据自己的需求，调整 API 请求的参数，进行进一步的操作。希望这篇文章能够帮助你顺利集成 Gemini API，如果有任何问题，欢迎在评论区提问！
Cherry Studio如何接入OpenRouter上的gemini2.5pro模型的api
06-27
我们正在使用CherryStudio，并希望通过OpenRouter接入Gemini2.5Pro模型。根据引用[1]，我们知道CherryStudio可以接入OpenRouterAPI，而OpenRouter聚合了包括Gemini在内的多种模型。引用[2]提供了一些关于在Cursor...
【萌译】如何获取Google Gemini API
qq_45487246的博客
01-11 4518
获取Google Gemini API教程。
【LLM入门之 Gemini 】（一） 获取API_KEY 以及本地运行
通过图灵测试的人类的博客_优快云_PYTHON_DeepLearning_数据挖掘
04-15 2760
Genmini需要科学才能访问，所以需要设置以下你的代理，在你的代理设置好后，填入你的api_key，可以将其设置为环境变量或者持久化保存，看个人喜好。然后选择模型‘gemini-pro’，最后填入的是你的问题。本篇会介绍谷歌的Genmini API简单的调用。, 然后登陆等一系列步骤后，点击创建API_KEY。然后你会得到你的key，保存好他。以上就是简单的入门，后续会继续更新。最近就写点LLM入门的吧 =。
免费又强大！谷歌Gemini 2.5 Pro超详细使用指南（含AI Studio设置保姆级教程）
Survivor_sl的博客
03-31 1万+
作为谷歌最新的大模型，Gemini 2.5 Pro能力十分爆表：超强能力： 在推理、数学、科学和编码方面表现优异，尤其擅长Web开发。多模态大师： 能理解文本、图像、视频、音频甚至PDF文件！超长上下文： 支持高达100万token的输入窗口，处理海量信息不是梦。高级功能： 支持函数调用、结构化输出、联网搜索和代码执行。知识新鲜： 知识库截止到2025年1月。完全免费： 目前在AI Studio、Gemini API和Gemini官网/App中可以免费使用（有一定频率限制）。
使用谷歌 Gemini API 构建自己的 ChatGPT（一）
2401_85324918的博客
06-13 1644
Gemini AI是谷歌创建的一组大型语言模型，具备处理多模态数据（文本、图像、音频等）的能力，能够进行复杂推理并生成多种类型的输出。Gemini 的多模态能力：Gemini AI 由谷歌开发，具有处理文本、图像、音频和代码等多种数据类型的能力，能够理解和响应复杂的多模态提示。生成文本和安全性：通过示例代码展示了如何使用 Gemini 模型生成文本响应，并且模型内置的安全功能可以防止不当查询，如入侵电子邮件或制造武器的请求。超参数配置。
Gemini API —— Curl 快速开发 Google Gemini 中国版！
2501_90357013的博客
01-23 3209
Gemini API 是一种强大的生成式语言模型，支持文本生成、多模态输入（文字+图片）、多轮对话等功能。
Gemini API 最新进展：Gemini 2.5 Flash & Pro、Live API、Veo 2
谷歌开发者
04-11 1212
本次发布亮点包括：最新的 Gemini 2.5 思考模型，实时互动体验的 Live API 的最新进展，以及正式面向开发者开放的高质量视频生成工具 Veo 2。从 Gemini 2.5 更为强大的思考能力，到通过 Live API 实现的实时互动，以及 Veo 2 突破性的视频生成能力，我们热切期待各位开发者能够创造出令人瞩目的创新成果！作为我们热门主力模型的演进版本，Gemini 2.5 Flash 在保持低延迟和高性价比的同时，融入了强大的思考能力。我们将为您提供平台和资源，助力您在分享中提升技能。
RAG与MCP技术对比分析：深入探讨两者差异与优势！
2401_84204207的博客
04-20 1046
通过增强生成结果的准确性和专业性通过协调 LLM 与外部工具/数据源的交互，支持复杂操作流程检索模块（如向量数据库）获取外部信息 → 生成模块（LLM）融合检索结果生成内容 [1] [9]定义标准协议规范 LLM 的输入输出上下文，实现多工具调用、动态数据路由和状态管理 [13] [21]依赖外部结构化/非结构化知识库（如文档、数据库）依赖预定义的工具集（API、函数）及上下文路由规则医疗问答（检索最新论文+患者病历生成诊断建议）[15] [34]
如何使用Gemini 2.5 pro
04-01
### Gemini 2.5 Pro 的使用方法 #### 安装与导入模块 为了能够顺利运行 Gemini 2.5 Pro，需先完成必要的环境配置。以下是安装和导入所需库的具体操作： 通过 `pip` 命令可以轻松安装 Google GenAI 库： ```bash !pip install google-genai ``` 随后，在 Python 文件或 Jupyter Notebook 中引入所需的模块： ```python from google import genai from google.genai import types import os from PIL import Image ``` 以上命令用于加载核心功能以及处理多媒体文件的支持工具[^3]。 #### 初始化 API 配置 在实际调用之前，必须设置有效的 API 密钥来验证身份并与远程服务交互。具体实现如下所示： ```python os.environ["GENAI_API_KEY"] = "your_api_key_here" genai_client = genai.Client() ``` 这里替换 `"your_api_key_here"` 为个人专属密钥字符串。 #### 创建请求参数对象 定义好输入数据结构之后，就可以构建具体的查询实例了。下面展示了一个简单的例子说明如何生成一段描述性的文字输出： ```python request = types.GenerationRequest( model="gemini-2.5-pro", prompt="Write a short story about an adventurous cat.", max_output_tokens=1024, temperature=0.7 ) response = genai_client.generate(request) print(response.text) ``` 上述代码片段设置了最大返回长度 (`max_output_tokens`) 和随机程度控制因子 (`temperature`) 参数值分别为 1024 和 0.7，从而获得更加多样化但仍然连贯的结果。 #### 处理多模态信息 除了纯文本外，Gemini 2.5 Pro 还支持其他形式的内容作为输入源，比如图片、声音片段或者视频剪辑等等。对于这些类型的素材，则需要额外指定编码方式以便于模型理解它们的意义所在。例如上传一张本地存储的照片到服务器端进行分析解释的过程可能像这样执行： ```python image_path = "./example_image.jpg" with open(image_path, 'rb') as f: encoded_string = base64.b64encode(f.read()).decode('utf-8') multimodal_request = types.MultimodalGenerationRequest( model="gemini-2.5-pro", inputs=[types.Input(content_type='image/jpeg', content=encoded_string)], output_mime_type='text/plain', max_output_tokens=512 ) result = genai_client.multimodal_generate(multimodal_request) print(result.text) ``` 在这个案例里我们读取了一张 JPEG 图片文件，并将其转换成 Base64 编码格式后再传递给函数接口；同时指定了希望得到的是普通的 ASCII 字符串回复而不是二进制流等形式的数据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

代码简单说

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值