Gemini SDK

Google Gen AI SDK fournit des clients Python et TypeScript. Sa configuration HTTP personnalisée permet d’envoyer les requêtes Generate Content à l’endpoint Gemini compatible d’AGTCloud.

Cette page couvre uniquement generateContent et streamGenerateContent. Consultez la Référence API AGTCloud pour la disponibilité des fichiers, du cache, de Live API, de la gestion des modèles et des autres ressources Google.

Prérequis

Avant de commencer, vérifiez que vous avez :

• Créé une API Key AGTCloud dans API Keys ;
• Copié dans le catalogue de modèles l’ID complet d’un modèle prenant en charge Gemini Generate Content ;
• Préparé un environnement serveur pris en charge. @google/genai 2.x exige actuellement Node.js 20+ ; vérifiez de nouveau ces exigences avant un changement de version majeure.

Cette page utilise MODEL_ID et your-api-key comme valeurs fictives. Ne conservez pas de véritable API Key dans un navigateur, un package client ou un dépôt public.

Installer le SDK

python -m pip install google-genai

Utilisez la version stable actuelle de google-genai ou @google/genai. Ce tutoriel nécessite une Base URL, une version API et des Header personnalisables. Si le constructeur ne reconnaît pas http_options / httpOptions, mettez d’abord le SDK à niveau.

Configurer l’API Key

Enregistrez l’API Key dans une variable d’environnement côté serveur :

export AGTCLOUD_API_KEY="your-api-key"

L’endpoint Gemini compatible d’AGTCloud utilise une Bearer API Key. La configuration ci-dessous conserve la structure de requête Google Gen AI SDK et ajoute explicitement Authorization: Bearer ....

Google Gen AI SDK exige toujours l’initialisation de api_key / apiKey et envoie donc aussi x-goog-api-key. Ce Header provient du SDK et ne remplace pas le Header Bearer utilisé par AGTCloud.

Créer le client et envoyer une requête

Utilisez l’API Origin affiché ici comme Base URL, sans /v1, /v1beta ni chemin métier complet. Le SDK compose /v1beta/models/{model}:generateContent à partir de api_version / apiVersion et de la méthode du modèle.

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="Présentez-vous en trois phrases.",
)

print(response.text)

Réponse en streaming

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="Expliquez brièvement la recherche vectorielle.",
):
    if chunk.text:
        print(chunk.text, end="", flush=True)

Les méthodes de streaming renvoient des fragments de réponses Generate Content. En production, traitez les interruptions, les délais, les fragments sans texte et les requêtes qui ne se terminent pas normalement.

Questions fréquentes

Étapes suivantes

• Consultez Gemini Generate Content API Reference pour contents, parts, les paramètres de génération et la réponse complète.
• Consultez Gemini Stream Generate Content API Reference pour l’endpoint de streaming et ses événements.
• Pour un projet utilisant un SDK officiel, suivez Migration depuis les SDK officiels pour remplacer les paramètres et effectuer les tests de régression.
• En cas d’échec, consultez Authentification et API Key et Erreurs et dépannage