网站广告投放价格表,网站建设鄂尔多斯,新建建设兵团科技局网站,上海新闻头条Google 的 Gemini SDK 是一款功能强大的工具#xff0c;可直接访问 Android 应用程序中的 Gemini AI 模型。此集成简化了应用程序开发#xff0c;因为开发人员无需管理复杂的后端 AI 基础架构。让我们深入了解如何将 Gemini 的功能引入您的 Android 项目。
我们首先从https:…Google 的 Gemini SDK 是一款功能强大的工具可直接访问 Android 应用程序中的 Gemini AI 模型。此集成简化了应用程序开发因为开发人员无需管理复杂的后端 AI 基础架构。让我们深入了解如何将 Gemini 的功能引入您的 Android 项目。
我们首先从https://aistudio.google.com/app/apikey获取 api 密钥。如果您被重定向到https://ai.google.dev/available_regions则意味着该 api 在您所在的地区尚不可用您可以使用 VPN 进行测试。
然后我们导入依赖项
generativeai { group “com.google.ai.client.generativeai” name “generativeai” version. ref “ai” }人工智能能够为文本或文本和图像输入创建文本输出。如果您计划仅传递文本输入建议使用“gemini-pro”否则使用“gemini-pro-vision”模型。
我们首先创建模型
val model GenerativeModel( modelName gemini-pro , apiKey BuildConfig.apiKey // 或者您存储 api 密钥的任何位置
)然后生成对你的提示的响应非常容易
suspend fun parseInput (prompt: String ) : String? { return withContext(Dispatchers.IO) { val response model.generateContent(prompt) return withContext response.text }
}如果你还想传递图像那么你应该使用以下方法初始化你的模型
val model GenerativeModel( modelName gemini-pro-vision , apiKey BuildConfig.apiKey // 或者您存储 api 密钥的任何位置
)然后你用以下方法从文本和图像生成输出
suspend fun parseInput (prompt: String , image: Bitmap ) : String? { return withContext(Dispatchers.IO) { val inputContent content { image(image) text(prompt) } // 如果愿意您可以传递多张图片val response model.generateContent(inputContent) return withContext response.text }
}如果我们检查上面的内容函数我们会看到
public fun content(role: String? user,init: Content.Builder.() - Unit
): Content这也可以用于创建聊天类集成的角色。我们可以拥有一个“用户”角色和一个“模型”角色存储之前的问题和答案并利用对话上下文轻松地与我们的模型聊天。
private val chatHistory mutableListOf( content(role user ) { text( 您好我想问一个问题 ) }, content(role model ) { text( 很高兴认识您。您想知道什么 ) }
)
suspend fun converse (prompt: String ) : String? { return withContext(Dispatchers.IO) { val chat generativeModel.startChat(history chatHistory) return withContext chat.sendMessage(prompt).text?.also { chatHistory.add(content(role user ) { text(prompt) }) chatHistory.add(content(role model ) { text(it) }) } }
}如果你不想等待完整的响应而是分块获取响应类似于在线人工智能模型的做法那么设置起来相当容易
suspend fun parseInput (prompt: String ) : FlowString { return withContext(Dispatchers.IO) { return withContext generativeModel .generateContentStream(prompt) .mapNotNull { it.text } }
}这将创建部分响应流然后您可以收集它并显示在您的 UI 层中。
这是关于如何在您的应用中集成 Gemini 的快速指南只需几个步骤您就可以添加尖端的 AI 功能来增强用户体验。
