Se usó la API de Cloud Translation para traducir esta página.

Envía una instrucción de texto

En esta guía, enviarás una instrucción de texto a Gemini con la API y verás la respuesta del modelo.

Puedes completar esta guía usando bibliotecas cliente para Python en tu entorno local o enviando solicitudes de línea de comandos a la API de REST.

Obtén información sobre los idiomas admitidos en Gemini en los que puedes enviar tus instrucciones.

Antes de comenzar

Antes de comenzar a enviar instrucciones de texto para que Gemini genere texto, debes tener un proyecto con la API de Gemini habilitada y los roles y las credenciales adecuados. Debes instalar, inicializar y autenticarte con la CLI de gcloud, y también instalar las bibliotecas cliente para Python.

Para obtener más información, consulta Cómo comenzar.

Envía una instrucción a la API de Gemini

Usa el siguiente código para enviar una instrucción de texto a la API de Gemini. En este ejemplo, se devuelve la altura del Empire State Building.

Puedes ejecutar el código desde la línea de comandos, con un IDE o incluyéndolo en tu aplicación.

Python

Sigue estos pasos para enviar una instrucción de texto y generar texto a partir de una secuencia de comandos de Python:

Guarda tu solicitud a la API en un archivo JSON llamado request.json. El archivo debe verse como el siguiente ejemplo:
```
{
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant."
      },
      {
        "role": "user",
        "content": "How tall is the Empire State Building?"
      }
    ]
}
```
Para obtener detalles sobre el cuerpo de la solicitud, consulta Cómo dar formato a tus solicitudes a la API.

Puedes experimentar con los parámetros de tu solicitud. Para obtener más información, consulta Capacidades.

Instala las bibliotecas de Python necesarias:

pip install openai
pip install absl-py
pip install typing
pip install protobuf

Configura las variables de entorno necesarias en una secuencia de comandos de Python.
Autentica tu solicitud a la API.

Agrega el siguiente código a la secuencia de comandos de Python que creaste:

import json
import os

from absl import app
from absl import flags
from openai import OpenAI, OpenAIError

from google.protobuf import json_format
from google.protobuf.struct_pb2 import Value

from typing import Sequence

_INPUT = flags.DEFINE_string("input", None, "input", required=True)
_HOST = flags.DEFINE_string("host", None, "Chat Completion endpoint", required=True)
_TOKEN = flags.DEFINE_string("token", None, "STS token", required=True)

def chat_completion_client(host):
    return OpenAI(
        api_key="None",
        base_url="https://" + host + "/v1/projects/PROJECT_ID/locations/PROJECT_ID"
    )

def chat_completion(client, messages, token):

    try:
        response = client.chat.completions.create(
        model="MODEL_ID",
        messages=messages,
        extra_headers={"Authorization" : "Bearer " + token, "Content-Type": "application/json"}
        )
        print("response:", response)
    except Exception as e:
        print("Got exception:", e)

def main(argv: Sequence[str]):
    del argv  # Unused.
    with open(_INPUT.value) as json_file:
        data = json.load(json_file)

    print("Request: ", data)

    client = chat_completion_client(_HOST.value,)

    chat_completion(client=client, messages=data["messages"], token=_TOKEN.value)

if __name__=="__main__":
    app.run(main)

Reemplaza lo siguiente:

PROJECT_ID: el ID de tu proyecto
MODEL_ID: El ID del extremo del modelo con el que deseas generar la respuesta.

Guarda la secuencia de comandos de Python.
Envía una solicitud a Gemini con la interfaz de Chat Completions:
```
python SCRIPT_NAME --input=request.json --host=ENDPOINT --token=TOKEN
```
Reemplaza lo siguiente:
- SCRIPT_NAME: Es el nombre que le asignaste a tu secuencia de comandos de Python, como client.py.
- ENDPOINT: Es el extremo de Gemini que usas para tu organización. Para obtener más información, consulta el estado y los extremos del servicio.
- TOKEN: El token de autenticación que obtuviste

Debes obtener una respuesta similar a la siguiente:

ChatCompletion(id='', choices=[Choice(finish_reason='', index=0, logprobs=0, message=ChatCompletionMessage(content='The Empire State Building is **1,454 feet** (443 meters) tall.\n', refusal=None, role='assistant', function_call=None, tool_calls=None))], created=0, model='', object='', service_tier=None, system_fingerprint=None, usage=CompletionUsage(completion_tokens=0, prompt_tokens=0, total_tokens=0))

curl

Sigue estos pasos para enviar una instrucción de texto y generar texto a través de una solicitud curl a la API de REST:

Guarda tu solicitud a la API en un archivo JSON llamado request.json. El archivo debe verse como el siguiente ejemplo:
```
{
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant."
      },
      {
        "role": "user",
        "content": "How tall is the Empire State Building?"
      }
    ]
}
```
Para obtener detalles sobre el cuerpo de la solicitud, consulta Cómo dar formato a tus solicitudes a la API.

Puedes experimentar con los parámetros de tu solicitud. Para obtener más información, consulta Capacidades.
Autentica tu solicitud a la API.
Realiza la solicitud:
```
curl  \
  -H "Authorization: Bearer TOKEN"  \
  -H "Content-Type: application/json; charset=utf-8"  \
  -X POST  https://ENDPOINT:443/v1/projects/PROJECT_ID/locations/PROJECT_ID/chat/completions  -d @./request.json
```
Reemplaza lo siguiente:
- TOKEN: El token de autenticación que obtuviste
- ENDPOINT: Es el extremo de Gemini que usas para tu organización. Para obtener más información, consulta el estado y los extremos del servicio.
- PROJECT_ID: el ID de tu proyecto
- MODEL_ID: El ID del extremo del modelo con el que deseas generar la respuesta.