Урок из полного доступа, первые уроки курса бесплатно Официальный курс Gemini API Cookbook на русском
Урок 85 · Текст · ~5 мин

Установка Google GenAI SDK

Урок 85 из 85 курса «Gemini API: примеры использования»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

Цели урока

  • Внедрять взаимосвязанные многофайловые кодовые базы: Подавать взаимозависимые модули в одно контекстное окно.
  • Настраивать глубину рассуждений (thinking_level): Контролировать внутренний бюджет рассуждений модели в режимах low, medium и high.
  • Проверять сводки мыслей: Просматривать промежуточные сводки рассуждений (thinking_summaries="auto"), чтобы понять, как модель обнаружила архитектурную уязвимость.
  • Структурированное исправление: Применять строгий response_format Pydantic для генерации машиночитаемых объектов VulnerabilityAuditReport с сопоставлениями CWE и полным содержимым исправленных файлов.
  • Программная проверка патчей: Синтезировать унифицированные diff-ы с помощью difflib.unified_diff и проверять применение патчей в изолированном репозитории с помощью git apply --check.

О чём урок

В этом руководстве вы изучите Gemini 4 Argon (gemini-4-argon), флагманскую модель рассуждений Google, и узнаете, как использовать ее настраиваемые возможности рассуждений для выполнения аудита кода из нескольких файлов и синтеза структурированных патчей.

Реальные уязвимости безопасности часто охватывают несколько файлов и тонкие окна параллелизма — такие как состояния гонки Time-of-Check to Time-of-Use (TOCTOU) — которые стандартный однофайловый анализ не может обнаружить. Вы узнаете, как:

Установите официальный google-genai SDK и pydantic для структурированного моделирования данных.

Для использования Gemini API вам нужен ключ API. Если у вас его еще нет, создайте его в Google AI Studio.

В Colab сохраните свой ключ как секрет с именем GEMINI_API_KEY. В противном случае убедитесь, что GEMINI_API_KEY установлен в вашей среде.

Выберите модель, используя селектор параметров ниже.

Чтобы продемонстрировать подлинное многофайловое рассуждение, определите реалистичный, синтетический микробанковский сервис, состоящий из трех файлов: 1. session_store.py: Хранилище сессий и идемпотентности в памяти с неатомарными обновлениями состояния. 2. auth_middleware.py: Промежуточное ПО для извлечения сессий и проверки токенов. 3. transfer_api.py: Конечная точка финансовых транзакций, которая координирует аутентификацию и управление сессиями.

Индивидуально каждый файл выглядит стандартно и компилируется без ошибок. Однако архитектурное состояние гонки TOCTOU (CWE-367) существует на границе между transfer_api.py и session_store.py: проверка блокировки идемпотентности и изменение состояния разделены, что позволяет параллельным переводам обходить проверку дебетового баланса при асинхронной нагрузке.

Чтобы сделать результаты безопасности немедленно применимыми и предотвратить повреждение патчей git, определите схему структурированного вывода с помощью Pydantic.

Вместо того…

План урока

  1. Этот блокнот был предоставлен Нандхакумаром Муруганом.
  2. Обзор
  3. Настройка
  4. Установка Google GenAI SDK
  5. Аутентификация и выбор модели
  6. Определение синтетической многофайловой архитектуры
  7. Определение схемы структурированного вывода с помощью Pydantic
  8. Настройка настраиваемого рассуждения (thinking_level="high")

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 79 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