Урок из полного доступа, первые уроки курса бесплатно Официальный курс Gemini API Cookbook на русском
Урок 25 · Текст · ~5 мин

Автоматически разбираем счета и формы с Pydantic

Урок 25 из 84 курса «Gemini API: примеры использования»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

В этом блокноте показано, как преобразовать файл PDF, чтобы его мог прочитать Gemini API.

Первая задача — установить Python SDK google-genai и получить ключ API. Если у вас его нет, вы можете получить его в Google AI Studio: Получить ключ Gemini API. Если вы новичок в Google Colab, ознакомьтесь с кратким руководством).

После того как у вас есть SDK и ключ API, вы можете создать клиент и определить модель, которую вы собираетесь использовать, новую модель Gemini Flash, которая доступна через бесплатный уровень с 1500 запросами в день (по состоянию на 2025-02-06).

Примечание: Если вы хотите использовать Vertex AI, см. здесь, как создать свой клиент

Модели Gemini способны обрабатывать изображения и видео, которые могут использоваться со строками base64 или с помощью API files. После загрузки файла вы можете напрямую включить URI файла в вызов. Python API включает методы upload и delete.

Для этого примера у вас есть 2 образца PDF, один базовый счет и одна форма с рукописными значениями.

Теперь вы можете загрузить файлы, используя наш клиент с методом upload. Давайте попробуем это для одного из файлов.

Примечание: File API позволяет хранить до 20 ГБ файлов на проект, при этом максимальный размер файла составляет 2 ГБ. Файлы хранятся в течение 48 часов. К ним можно получить доступ в течение этого периода с помощью вашего ключа API, но их нельзя загрузить. Загрузка файлов доступна бесплатно.

После загрузки файла вы можете проверить, сколько токенов он был преобразован. Это не только помогает нам понять контекст, с которым вы работаете, но и помогает отслеживать стоимость.

Structured Outputs — это функция, которая гарантирует, что Gemini всегда генерирует ответы, соответствующие предопределенному формату, такому как JSON Schema. Это означает, что у вас больше контроля над выводом и тем, как интегрировать его в наше приложение, поскольку гарантируется возврат действительного объекта JSON с определенной вами схемой.

Gemini 2.0 в настоящее время…

План урока

  1. 1. Настройка среды и создание клиента для вывода
  2. 2. Работа с PDF и другими файлами
  3. 3. Структурированные выводы с Gemini 2.0 и Pydantic
  4. 4. Извлечение структурированных данных из PDF с помощью Gemini 2.0
  5. Invoice.pdf
  6. handwriting_form.pdf
  7. Узнать больше
  8. Порядок свойств с Gemini 2.0

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Google Gemini 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Google Gemini (2 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды