oai.gemini

创建一个与OpenAI兼容的客户端，用于Gemini功能。

示例:

llm_config={

• "config_list" - [{

• "api_type" - "google",

• "model" - "gemini-pro",

• "api_key" - os.environ.get("GOOGLE_GEMINI_API_KEY"),

• "safety_settings" - [

• {"category" - "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_ONLY_HIGH"},

• {"category" - "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_ONLY_HIGH"},

• {"category" - "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_ONLY_HIGH"},

• {"category" - "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_ONLY_HIGH"} ], "top_p":0.5,

• "max_tokens" - 2048,

• "temperature" - 1.0,

• "top_k" - 5 } ]}

  agent = autogen.AssistantAgent("my_agent", llm_config=llm_config)

  资源:

  • https://ai.google.dev/docs
  • https://cloud.google.com/vertex-ai/docs/generative-ai/migrate-from-azure
  • https://blog.google/technology/ai/google-gemini-pro-imagen-duet-ai-update/
  • https://ai.google.dev/api/python/google/generativeai/ChatSession

Gemini客户端​

class GeminiClient()

Google Gemini API 的客户端。

请访问此页面以获取AutoGen的Gemini集成路线图。

__init__​

def __init__(**kwargs)

使用LLM配置中的api_key进行身份验证（指定GOOGLE_GEMINI_API_KEY环境变量也有效）， 如果未指定api_key，则遵循Google Cloud中VertexAI的Google身份验证机制， 其中project_id和location也可以作为参数传递。可以提供先前创建的凭证对象， 也可以使用服务账户密钥文件。如果既未传递服务账户密钥文件，也未传递api_key， 则将使用默认凭证，如果用户已经通过个人账户进行了身份验证，例如在Google Cloud Shell中。

参数:

• api_key str - 用于使用Gemini的API密钥。
• credentials google.auth.credentials.Credentials - 用于vertexai身份验证的凭证。
• google_application_credentials str - 服务账号的JSON密钥文件的路径。 或者，也可以设置GOOGLE_APPLICATION_CREDENTIALS环境变量来代替使用此参数。
• project_id str - Google Cloud 项目 ID，该仅在未指定 API 密钥时有效。
• location str - 要使用的计算区域，例如 'us-west1'。此参数仅在未指定API密钥的情况下有效。

消息检索​

def message_retrieval(response) -> List

从响应中检索并返回一个字符串列表或一个Choice.Message列表。

注意：如果返回的是一个Choice.Message列表，它目前需要包含OpenAI的ChatCompletion Message对象的字段，因为在当前代码库中，除非使用自定义代理，否则这是函数或工具调用的预期。

get_usage​

@staticmethod
def get_usage(response) -> Dict

使用 RESPONSE_USAGE_KEYS 返回响应的使用摘要。