概述
近年来，人工智能技术飞速发展，开发者们迫切需要将AI融入应用之中。Google 的 googlegenerativeai Node.js 包为 JavaScript 开发者提供了一种便捷途径，利用 Gemini 模型构建强大的AI功能。 该包也支持 Python 和 Go 版本，并提供 RESTful API。本文将介绍 Gemini 最新模型的改进，并指导您如何使用 googlegenerativeai 包。
Gemini 的重大突破
Gemini 1.5 Flash 模型的一大进步在于其上下文窗口的显著扩大。以往的生成模型受限于单次处理的文本量（代币数），通常限制在8000个代币以内。而 Gemini 1.5 Flash 可以一次处理高达100万个代币，专业版（Gemini 1.5 Pro）更可达200万个。这使得 Gemini 能高效处理海量信息，同时保持高精度。更多关于 Gemini 技术进步的信息，请参考相关文档。
立即学习“Java免费学习笔记（深入）”；
入门指南
首先，您需要获取 Gemini API 密钥：
访问 Google AI Studio。点击左上角的“获取 API 密钥”按钮。点击“创建 API 密钥”按钮。
获取密钥后，使用 npm 安装 googlegenerativeai 包：
npm install @google/generative-ai设置与配置
将包导入您的项目：
import { googlegenerativeai } from '@google/generative-ai';// orconst { googlegenerativeai } = require('@google/generative-ai');创建 googlegenerativeai 实例，并传入您的 API 密钥：
const genai = new googlegenerativeai('your_api_key');获取 Gemini 模型实例：
GAIPPT
AI PPT制作和美化神器
1215 查看详情
const model = genai.getgenerativemodel({ model: 'gemini-1.5-flash' });您可以通过 generationConfig 属性自定义模型行为，例如：
responseSchema：定义文本输出格式。candidateCount：指定返回的响应数量。temperature：控制输出的随机性。
更多 generationConfig 属性请参考官方文档。
此外，您可以通过 systemInstruction 提供系统指令，为模型提供额外上下文，从而获得更精准、个性化的响应：
const model = genai.getgenerativemodel({ model: 'gemini-1.5-flash', systemInstruction: '你是一位友善且乐于助人的助手。',});文本生成
最简单的文本生成方式是直接向模型提供提示：
const prompt = '关于月亮，你能告诉我些什么？';const result = await model.generatecontent(prompt);const text = result.response.text();console.log(text);文本流与对话
generateContentStream 方法允许您接收实时文本流，而无需等待整个响应生成完毕：
const result = await model.generateContentStream(prompt);for await (const chunk of result.stream) { process.stdout.write(chunk.text());}该包还支持对话式交互，方便用户逐步获取答案。详情请参考 Gemini API 文档。
总结
googlegenerativeai 包简化了 JavaScript 开发者集成 AI 技术的过程，其强大的功能，特别是 Gemini 模型的超长上下文窗口，为开发者提供了前所未有的可能性。
参考
npmDeepMindGemini 长上下文
以上就是节点＆＃s googlegenerativeai：将AI技术纳入JavaScript的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/780082.html
微信扫一扫 
支付宝扫一扫 
