将 Gemini 与 OpenAI 库结合使用

百变鹏仔 5天前 #Python

文章标签 Gemini

基于这篇文章，我们现在可以将 gemini 与 openai 库一起使用。所以，我决定在这篇文章中尝试一下

目前仅提供聊天完成 api 和嵌入 api。

在本文中，我尝试使用 python 和 javascript。

python

首先，我们来搭建环境。

pip install openai python-dotenv

接下来，让我们运行以下代码。

import osfrom dotenv import load_dotenvfrom openai import openaiload_dotenv()google_api_key = os.getenv("google_api_key")client = openai(    api_key=google_api_key,    base_url="https://generativelanguage.googleapis.com/v1beta/")response = client.chat.completions.create(    model="gemini-1.5-flash",    n=1,    messages=[        {"role": "system", "content": "you are a helpful assistant."},        {            "role": "user",            "content": "explain briefly(less than 30 words) to me how ai works."        }    ])print(response.choices[0].message.content)

返回了以下响应。

ai mimics human intelligence by learning patterns from data, using algorithms to solve problems and make decisions.

在内容字段中，您可以指定字符串或“类型”：“文本”。

import osfrom dotenv import load_dotenvfrom openai import openaiload_dotenv()google_api_key = os.getenv("google_api_key")client = openai(    api_key=google_api_key,    base_url="https://generativelanguage.googleapis.com/v1beta/")response = client.chat.completions.create(    model="gemini-1.5-flash",    n=1,    messages=[        {"role": "system", "content": "you are a helpful assistant."},        {            "role": "user",            "content": [                {                    "type": "text",                    "text": "explain briefly(less than 30 words) to me how ai works.",                },            ]        }    ])print(response.choices[0].message.content)

但是，图像和音频输入出现错误。

图像输入示例代码

import osfrom dotenv import load_dotenvfrom openai import openaiload_dotenv()google_api_key = os.getenv("google_api_key")client = openai(    api_key=google_api_key,    base_url="https://generativelanguage.googleapis.com/v1beta/")# png to base64 textimport base64with open("test.png", "rb") as image:    b64str = base64.b64encode(image.read()).decode("utf-8")response = client.chat.completions.create(    model="gemini-1.5-flash",    # model="gpt-4o",    n=1,    messages=[        {"role": "system", "content": "you are a helpful assistant."},        {            "role": "user",            "content": [                {                    "type": "text",                    "text": "describe the image in the image below.",                },                {                    "type": "image_url",                    "image_url": {                        "url": f"data:image/png;base64,{b64str}"                    }                }            ]        }    ])print(response.choices[0].message.content)

音频输入示例代码

import osfrom dotenv import load_dotenvfrom openai import openaiload_dotenv()google_api_key = os.getenv("google_api_key")client = openai(    api_key=google_api_key,    base_url="https://generativelanguage.googleapis.com/v1beta/")# png to base64 textimport base64with open("test.wav", "rb") as audio:    b64str = base64.b64encode(audio.read()).decode("utf-8")response = client.chat.completions.create(    model="gemini-1.5-flash",    # model="gpt-4o-audio-preview",     n=1,    modalities=["text"],    messages=[        {"role": "system", "content": "you are a helpful assistant."},        {            "role": "user",            "content": [                {                    "type": "text",                    "text": "what does he say?",                },                {                    "type": "input_audio",                    "input_audio": {                        "data": b64str,                        "format": "wav",                    }                }            ]        }    ])print(response.choices[0].message.content)

返回了以下错误响应。

openai.badrequesterror: error code: 400 - [{'error': {'code': 400, 'message': 'request contains an invalid argument.', 'status': 'invalid_argument'}}]

目前仅支持文字输入，不过后续似乎会支持图片和音频输入。

javascript

让我们看一下 javascript 示例代码。

首先，我们来搭建环境。

npm init -ynpm install openainpm pkg set type=module

接下来，让我们运行以下代码。

import openai from "openai";const google_api_key = process.env.google_api_key;const openai = new openai({    apikey: google_api_key,    baseurl: "https://generativelanguage.googleapis.com/v1beta/"});const response = await openai.chat.completions.create({    model: "gemini-1.5-flash",    messages: [        { role: "system", content: "you are a helpful assistant." },        {            role: "user",            content: "explain briefly(less than 30 words) to me how ai works",        },    ],});console.log(response.choices[0].message.content);

运行代码时，请确保在 .env 文件中包含 api 密钥。 .env 文件将在运行时加载。

node --env-file=.env run.js

返回了以下响应。

AI systems learn from data, identify patterns, and make predictions or decisions based on those patterns.

我们可以在同一个库中使用其他模型，这真是太棒了。

就我个人而言，我对此感到很高兴，因为 openai 使编辑对话历史记录变得更加容易。

文章推荐

将 Gemini 与 OpenAI 库结合使用

python

javascript

如何使用OpenCV Python创建一张黑色图像和一张白色图像？

Python和Anaconda之间有什么区别？

Python - 检查字符串中的所有字符是否都是字母数字？

高级Python元编程：动态代码生成和反射

如何在Python中实现梯度下降算法以寻找局部最小值？