Gemini API - 導入編

概要

(日記) Google Gemini APIを試してみよう。

環境

• Ubuntu 24.04
• Kotlin 2.0.0

料金

Gemini準備

Google AI for Developer → Google AI Studio → Get API Key → プロジェクト選択しAPIキーを作成

→APIキー参照

テスト

GOOGLE_API_KEY=<YOUR_API_KEY>
curl -H 'Content-Type: application/json' \
-d '{"contents":[{"parts":[{"text":"説明: AIはどのように動くのか?"}]}]}' \
-X POST \
'https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key='"$GOOGLE_API_KEY"

使用可能model列挙

curl https://generativelanguage.googleapis.com/v1beta/models?key=$GOOGLE_API_KEY

URLを直に叩いてみる

カレントディレクトリ以下にあるコード(つまり自身)をレビューし改善するkotlinサンプルコード

src/main/kotlin/Main.kt

suspend fun main(args: Array<String>): Unit = with(FileSystem.SYSTEM) {
    val key = System.getenv("GOOGLE_API_KEY") ?: throw IllegalArgumentException("Not Found: GOOGLE_API_KEY")
    fun srcs() = listRecursively(".".toPath()).filter { it.name.endsWith(".kt") }.map { read(it) { readUtf8() } }
    val client = HttpClient(CIO) { install(ContentNegotiation) { json(Json { ignoreUnknownKeys = true }) } }
    client.post("https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key=$key") {
        contentType(ContentType.Application.Json)
        setBody(ReqGemini(listOf(ReqContent(listOf(ReqPart("コードレビューして: ${srcs().joinToString()}"))))))
    }.body<ResGemini>().also(::println)
}

@Serializable data class ReqGemini(val contents: List<ReqContent>)
@Serializable data class ReqContent(val parts: List<ReqPart>)
@Serializable data class ReqPart(val text: String)
@Serializable data class ResGemini(val candidates: List<ResCandidate>)
@Serializable data class ResCandidate(val content: ResContent)
@Serializable data class ResContent(val parts: List<ResPart>, val role: String)
@Serializable data class ResPart(val text: String)

コード全部

Run

export GOOGLE_API_KEY=<YOUR_API_KEY>
sh ./gradlew run

ResGemini(candidates=[ResCandidate(content=ResContent(parts=[ResPart(text=コードレビューですね！コードの可読性と保守性を高めるため、いくつかの修正案を提案させていただきます。

**1. 定数の命名:**

{{...中略...}}

これらの変更点によって、コードの可読性と保守性が向上し、将来の変更や拡張が容易になります。)], role=model),

{{...中略...}}

usageMetadata=ResUsageMetadata(promptTokenCount=696, candidatesTokenCount=1235, totalTokenCount=1931))

参考

Geminiモデル別仕様表

Vertex AI API

Gemini APIも共通部分多いと期待

Java APIリファレンス- google-cloud-aiplatform

公式サンプルコード

だいたいPython用しかなくて残念