Gemini API

Gemini API 是 Google 推出的多模态大模型接口，支持文本、图片等多种输入类型。模型名称包含在 URL 路径中，支持通过 URL 参数或请求头进行认证。

接口信息

属性	值
基础 URL	https://api.quickapi.store
端点	POST /v1beta/models/{model}:generateContent
流式端点	POST /v1beta/models/{model}:streamGenerateContent
Content-Type	application/json
认证方式	URL 参数 key 或 Bearer Token

请求参数

参数	类型	必填	说明
contents	array	是	消息内容数组，包含 role 和 parts
system_instruction	object	否	系统指令（parts 数组）
generation_config	object	否	生成配置（temperature、maxOutputTokens 等）
safety_settings	array	否	安全设置数组

contents 格式

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {"text": "你好，请介绍一下你自己"}
      ]
    }
  ]
}

示例

URL 参数认证

curl "https://api.quickapi.store/v1beta/models/gemini-2.5-flash:generateContent?key=$YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "请用简单的语言解释什么是神经网络"}]
      }
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

Header 认证

curl https://api.quickapi.store/v1beta/models/gemini-2.5-flash:generateContent \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "帮我写一首关于秋天的五言绝句"}]
      }
    ],
    "system_instruction": {
      "parts": [{"text": "你是一位古典诗词创作大师"}
    }
  }'

流式输出

curl "https://api.quickapi.store/v1beta/models/gemini-2.0-flash:streamGenerateContent?key=$YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "写一篇关于人工智能发展的文章"}]
      }
    ],
    "generationConfig": {
      "temperature": 0.8,
      "maxOutputTokens": 2048
    }
  }'

响应示例

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "神经网络是一种受生物神经系统启发的计算模型。它由大量相互连接的节点（神经元）组成，通过调整连接权重来学习数据中的模式。简单来说，神经网络就像一个多层决策系统，每一层都从输入数据中提取不同层次的特征..."
          }
        ]
      },
      "finishReason": "STOP",
      "index": 0,
      "safetyRatings": [
        {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "probability": "NEGLIGIBLE"},
        {"category": "HARM_CATEGORY_HATE_SPEECH", "probability": "NEGLIGIBLE"},
        {"category": "HARM_CATEGORY_HARASSMENT", "probability": "NEGLIGIBLE"},
        {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "probability": "NEGLIGIBLE"}
      ]
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 18,
    "candidatesTokenCount": 156,
    "totalTokenCount": 174
  }
}

Python 示例

import google.generativeai as genai

genai.configure(
    api_key="your-api-key",
    transport="rest"
)

# 设置自定义 API 端点（需通过 adapter 或自定义 transport）
model = genai.GenerativeModel("gemini-2.5-flash")

# 基础调用
response = model.generate_content("请用简单的语言解释什么是神经网络")
print(response.text)

# 带系统指令
model_with_system = genai.GenerativeModel(
    "gemini-2.0-flash",
    system_instruction="你是一位古典诗词创作大师"
)
response = model_with_system.generate_content("帮我写一首关于秋天的五言绝句")
print(response.text)

# 生成配置
response = model.generate_content(
    "写一篇关于人工智能发展的文章",
    generation_config=genai.GenerationConfig(
        temperature=0.8,
        max_output_tokens=2048
    )
)
print(response.text)

提示

Gemini API 的模型名称需要写在 URL 路径中，格式为 models/{model_name}:generateContent，注意区分非流式（generateContent）和流式（streamGenerateContent）端点。

注意

使用 URL 参数认证时，API Key 会暴露在 URL 中，生产环境建议使用 Header 认证方式以提高安全性。