Gemini SDK

Google Gen AI SDK предоставляет клиенты Python и TypeScript. Пользовательская конфигурация HTTP в SDK позволяет отправлять запросы Generate Content в совместимый интерфейс Gemini в AGTCloud.

Здесь рассматриваются только generateContent и streamGenerateContent. Доступность файлов, кэша, Live API, управления моделями и других ресурсов Google проверяйте по Справочнику API AGTCloud.

Подготовка

Перед началом убедитесь, что вы:

• Создали ключ API AGTCloud на странице API Keys;
• Скопировали полный ID модели с поддержкой Gemini Generate Content из каталога моделей;
• Подготовили поддерживаемую серверную среду. Текущая версия @google/genai 2.x требует Node.js 20+; перед обновлением основной версии проверьте требования заново.

MODEL_ID и your-api-key здесь служат заполнителями. Не храните настоящие ключи API в браузере, установщике клиента или открытом репозитории.

Установка SDK

python -m pip install google-genai

Используйте текущую стабильную версию google-genai или @google/genai. Нужна поддержка собственных Base URL, версии API и заголовков запроса; если конструктор не распознаёт http_options / httpOptions ниже, сначала обновите SDK.

Настройка ключа API

Сохраните ключ API в серверной переменной окружения:

export AGTCLOUD_API_KEY="your-api-key"

Совместимый интерфейс Gemini в AGTCloud использует Bearer API Key. Настройки ниже сохраняют структуру запросов Google Gen AI SDK и явно добавляют заголовок Authorization: Bearer ....

Google Gen AI SDK всё ещё требует инициализации api_key / apiKey, поэтому дополнительно отправляет x-goog-api-key. Этот заголовок добавляет SDK, и он не заменяет Bearer Header, используемый AGTCloud.

Создание клиента и отправка запроса

В Base URL укажите API Origin с этой страницы, без /v1, /v1beta или полного бизнес-пути. По api_version / apiVersion и методу модели SDK добавит /v1beta/models/{model}:generateContent.

import os

from google import genai
from google.genai import types

api_key = os.environ["AGTCLOUD_API_KEY"]

client = genai.Client(
    api_key=api_key,
    http_options=types.HttpOptions(
        base_url="https://api.agtcloud.cn",
        api_version="v1beta",
        headers={"Authorization": f"Bearer {api_key}"},
    ),
)

response = client.models.generate_content(
    model="MODEL_ID",
    contents="Представьтесь в трёх предложениях.",
)

print(response.text)

Потоковый вывод

import os

from google import genai
from google.genai import types

api_key = os.environ["AGTCLOUD_API_KEY"]

client = genai.Client(
    api_key=api_key,
    http_options=types.HttpOptions(
        base_url="https://api.agtcloud.cn",
        api_version="v1beta",
        headers={"Authorization": f"Bearer {api_key}"},
    ),
)

for chunk in client.models.generate_content_stream(
    model="MODEL_ID",
    contents="Кратко объясните, что такое векторный поиск.",
):
    if chunk.text:
        print(chunk.text, end="", flush=True)

Потоковый метод последовательно возвращает фрагменты ответа Generate Content. В рабочей среде обрабатывайте обрывы соединения, тайм-ауты, пустые текстовые фрагменты и некорректное завершение запроса.

Частые вопросы

Следующие шаги

• Прочитайте Gemini Generate Content API Reference о contents, parts, конфигурации генерации и полной структуре ответа.
• Прочитайте Gemini Stream Generate Content API Reference о потоковом эндпоинте и событиях ответа.
• Для проекта на SDK поставщика используйте миграцию SDK поставщиков, последовательно заменяя настройки и выполняя регрессионные проверки.
• При ошибках запроса прочитайте Аутентификация и ключ API и Ошибки и устранение неполадок.