本文主要是介绍将 Google 的 Gemini AI 集成到 Android 应用程序中,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
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 ) : Flow<String> { 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。
这篇关于将 Google 的 Gemini AI 集成到 Android 应用程序中的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!