言語モデルAPIキーをPythonで動かす方法です。
Pythonのrequestsライブラリを使います。
Gemini 1.5 Proは無料で使えます。私は以下↓で入手しました。
Google AI StudioでGet API keyで「キーAPIキーを作成」をクリックすると
「書き込みアクセス権がある既存の Google Cloud プロジェクトからプロジェクトを選択する」
と出て、何を選んだらいいのか分かりませんが、上のDify経由だと作れました。
APIキーが使えるようになったら、簡単な質問文を投げかけて
回答をもらうプログラムをPythonで作ってみます。
Gemini 1.5 Pro API使ってアプリも作ってみました。
イチゲチャット（Beta版）500エラーになっていることがある。（調査中）
ChaGPTに聞いた
すでにAPIキーを持っていればGoogle AI StudioでGet API keyにいくと以下のように
cURL コマンドで実行する方法があります。
これはターミナルで実行できますが、回答（response）を利用するのに不便です。
なのでPythonで同じことを実行します。
cURL コマンドを実行して API をすばやくテスト
curl \
-H 'Content-Type: application/json' \
-d '{"contents":[{"parts":[{"text":"Explain how AI works"}]}]}' \
-X POST 'https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key=YOUR_API_KEY'
これをPythonで使えるように変形するためChaGPTに聞きました。以下をpythonで実行するにはcurl \
-H 'Content-Type: application/json' \
-d '{"contents":[{"parts":[{"text":"Explain how AI works"}]}]}' \
-X POST 'https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key=YOUR_API_KEY'Pythonでcurlコマンドを実行するためには、requestsライブラリを使用することが一般的です。以下に、あなたの要求をPythonコードに変換する方法を示します。
まず、requestsライブラリをインストールしていない場合はインストールします。
pip install requests次に、以下のPythonコードを使用して、指定されたAPIリクエストを実行します。
import requests
import json
# Your API key
api_key = 'YOUR_API_KEY'
# The URL for the API request
url = f'https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent?key={api_key}'
# The payload for the POST request
payload = {
"contents": [
{
"parts": [
{
"text": "Explain how AI works"
}
]
}
]
}
# Headers for the POST request
headers = {
'Content-Type': 'application/json'
}
# Make the POST request
response = requests.post(url, headers=headers, data=json.dumps(payload))
# Check if the request was successful
if response.status_code == 200:
print("Response:", response.json())
else:
print("Failed to get a response. Status code:", response.status_code)
print("Response:", response.text)このコードを実行する前に、YOUR_API_KEYを実際のAPIキーに置き換えてください。Pythonコードは指定されたエンドポイントにPOSTリクエストを送り、レスポンスを受け取って表示します。
上記コードで以下2か所を変更して実効すれば回答が返ってきます。
YOUR_API_KEY→自分のAPIキー
Explain how AI works→自分が質問したいこと、日本語でもok
目次へ
GoogleColaboratoryでやってみる
パソコンの実行環境がなくても実行できるので
GoogleColaboratoryでやってみます。
https://colab.research.google.com/?hl=jaへアクセスし
+コード→pip install requests→Shift+Enterまたは▷
+コード→上記のPythonコードをキー操作で貼り付け（CTRL+V）。
コード修正、修正箇所は'YOUR_API_KEY'に自分のAPIキーを入れる
"text": "Explain how AI works"に聞きたいことを書く
例"text": "GooglecolaboratoryのコードにAPIキーを直接貼っても大丈夫ですか"
→Shift+Enterまたは▷実行結果
Response: {'candidates': [{'content': {'parts': [{'text': "Google Colaboratory に API キーを直接貼り付けることは**安全ではありません**。以下に理由を説明します。---略---APIキーを安全に管理し、セキュリティリスクを最小限に抑えることができます。\n"}], 'role': 'model'}, 'finishReason': 'STOP', 'index': 0, 'safetyRatings': [{'category': 'HARM_CATEGORY_SEXUALLY_EXPLICIT', 'probability': 'NEGLIGIBLE'}, {'category': 'HARM_CATEGORY_HATE_SPEECH', 'probability': 'NEGLIGIBLE'}, {'category': 'HARM_CATEGORY_HARASSMENT', 'probability': 'NEGLIGIBLE'}, {'category': 'HARM_CATEGORY_DANGEROUS_CONTENT', 'probability': 'NEGLIGIBLE'}]}], 'usageMetadata': {'promptTokenCount': 14, 'candidatesTokenCount': 358, 'totalTokenCount': 372}}textだけ取り出したいときは以下実行
（ChaGPTに上のresponseを貼り付けてtextだけ取り出したいと聞いた）
response_json = response.json()
generated_text = response_json['candidates'][0]['content']['parts'][0]['text']
print("Generated Text:", generated_text)Google Colaboratory のシークレット機能で検索すると
APIキーを隠す方法がでてきます。
今回、使っているのは無料のAPIキーなので、
流出して使われても無料なので安心です。
またAPIキーはGoogle AI Studioで削除もできます。
目次へ
APIキーでアプリを作るときの注意点
これがすべてではないですが、気づいたものを書いておきます。
ブラウザにAPIキーを送ると見えてしまう
ユーザー（クライアント）のブラウザへAPIキーを送るアプリだと
ブラウザの標準機能でAPIキーが見えてしまう。
例えば、こちら↓
GitHubにpublicで公開すると見えてしまう
Streamlit Cloudで公開するためにGitHubでpublicにすると
コード自体が誰でも見れます。例：https://github.com/miyamiko/streamlit_test.git
音声入出力チャットボットを作ってみた
完成品
イチゲチャット（Beta版）500エラーになっていることがある。（調査中）
アプリは、このWorldPressブログと同じお名前ドットコムのVPSにデプロイしています。
具体的にはDockerでDjangoを動かして作ってます。
2024/4お名前.comのレンタルサーバーからVPSへ移行したときの記録になります。
処理の流れ
サーバーにアクセスしてきたユーザーにindex.htmlを送信
index.htmlのformにユーザーが質問を入力してSendをクリックすると
サーバーに質問文が送られる
サーバーで上記のrequestsを使った処理でGemini 1.5 Proで回答を得る
サーバーからユーザーにjsonで回答を送って
index.htmlではJavascriptのfetchを使って待ち構えているので
jsonで送られてきたものを表示する。
音声入出力
音声入出力は
ブラウザが提供するWeb Speech APIを使用して音声認識と音声合成（テキスト読み上げ）を簡単に実現できます。
簡単に実行できるサンプルを紹介します。こちら↓にアップロードしました。
以下のファイルをWindowsの場合、メモ帳で保存（注意、ファイルの種類は必ず「すべてのファイル」にする）でダブルクリックで実行するとパソコンで確認できます。
話した言葉をテキストに変換し、そのテキストを音声に変換します。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>音声入出力サンプル</title>
</head>
<body>
<h1>音声入出力サンプル</h1>
<button id="start-recording">音声認識を開始</button>
<p id="recognized-text">認識されたテキストがここに表示されます</p>
<script>
var utterance; // 発話オブジェクトを格納する変数
var recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)(); // 音声認識オブジェクトを生成
// 音声認識の設定
recognition.lang = 'ja-JP'; // デフォルトの言語を日本語に設定
recognition.interimResults = false; // 中間結果を取得しない
recognition.maxAlternatives = 1; // 最大候補数を1に設定
// 音声認識結果を受け取るイベントリスナー
recognition.onresult = function(event) {
var recognizedText = event.results[0][0].transcript;
document.getElementById('recognized-text').innerText = recognizedText;
// 発話オブジェクトを作成し、認識されたテキストを読み上げる
utterance = new SpeechSynthesisUtterance(recognizedText);
var languageSelect = document.getElementById('language-select');
window.speechSynthesis.speak(utterance); // テキストを音声で読み上げ
};
// 音声認識のエラーを受け取るイベントリスナー
recognition.onerror = function(event) {
console.error(event.error);
};
// ボタンをクリックして音声認識を開始
document.getElementById('start-recording').onclick = function() {
recognition.start();
};
</script>
</body>
</html>
まとめ
Gemini 1.5 ProのAPIキーは回数制限があるものの無料なので
いろいろ試すにはおすすめです。
レスポンスも速いし、回答もいいので有料のAPIキーを試す前に使ってみてはどうでしょうか。
イチゲをOFUSEで応援する(御質問でもOKです）Vプリカでのお支払いがおすすめです。
MENTAやってます（ichige）
目次へ
