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="generativelanguage.googleapis./v1beta/")response = client.chat.pletions.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="generativelanguage.googleapis./v1beta/")response = client.chat.pletions.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="generativelanguage.googleapis./v1beta/")# png to base64 textimport base64with open("test.png", "rb") as image: b64str = base64.b64encode(image.read()).decode("utf-8")response = client.chat.pletions.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="generativelanguage.googleapis./v1beta/")# png to base64 textimport base64with open("test.wav", "rb") as audio: b64str = base64.b64encode(audio.read()).decode("utf-8")response = client.chat.pletions.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: "generativelanguage.googleapis./v1beta/"});const response = await openai.chat.pletions.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。
以上就是将 Gemini 与 OpenAI 库结合使用的详细内容，更多请关注范的资源库其它相关文章！
转载请注明：范的资源库 » 将Gemini与OpenAI库结合使用
