最近不少朋友在太平洋科技论坛私信问我Gemini API怎么用，说看到网上教程一堆但自己试了总报错。我正好最近刚折腾完，从完全不懂到现在能稳定调用，中间踩了三个大坑，今天就把完整过程和解决方案分享出来，绝对真实，不是百度百科那种干巴巴的说明。
先说背景，我是个普通程序员，不是AI专家，所以整个过程都是从新手角度来的。你们如果看到那些满嘴“架构”“模型特性”的教程先别慌，咱们一步步来。其实Gemini是什么？简单说就是谷歌家的大模型，像ChatGPT一样的东西，但是通过API调用，你可以把它集成到自己的程序里。网上搜“gemini是什么”的时候，信息太乱，我直接说重点：它能处理文本、图像，甚至多模态任务，但新手别想那么复杂，先搞定文本聊天就行。
我是在凌晨两点开始折腾的，因为白天上班没时间。第一步就是注册谷歌账号，然后去Google AI Studio那个网站申请API密钥。这里有个坑：很多人以为免费额度随便用，其实每天有配额限制，我第一天就用超了，报错“quota exceeded”，后来才知道免费版每天有60次调用限制，超过就得等第二天或者付费。申请密钥后，记得保存好，别像我一样差点复制丢。
接下来是调用教程部分。我用的Python，因为最简单。先安装gemini的SDK，用pip install google-generativeai就行。但这里又踩坑了：我的Python版本是3.7，结果SDK最低要求3.8，折腾了半小时才升级好。所以新手一定先看文档，别直接复制代码。文档怎么查？直接搜“gemini文档”，谷歌官方有详细说明，但英文比较多，我建议用浏览器翻译插件。重点看“quickstart”部分，那里有基础代码示例。
我试的第一段代码是这样的：导入库，设置API密钥，然后生成内容。但跑起来直接报错“invalid API key”，我检查了密钥，没错啊。后来发现是环境变量没设置对，我直接在代码里硬编码密钥，但这样不安全，建议用环境变量。设置方法：在终端输入export GOOGLE_API_KEY=你的密钥，然后重启终端。这一步花了我40分钟，因为Windows和Mac设置不一样，我是Mac用户，所以用export命令。
跑通第一个调用后，我试着问了一个简单问题：“今天天气怎么样？”结果模型返回了英文答案，我想要中文。这里又一个坑：默认模型是gemini-pro，它支持多语言，但需要在提示词里指定语言。我改了代码，加了一句“请用中文回答”，然后就对了。测试了几句，响应速度还挺快，大概1-2秒，但免费额度用完后，我试了付费，响应时间反而更稳定，大概0.5秒左右。
中间我还试了图像处理，因为Gemini支持多模态。上传了一张猫咪照片，问“这是什么动物？”，结果它准确识别了猫，但背景有棵树，它没提。说明模型对细节还是有限，别指望它当专业图像分析工具。这部分网上教程少，我是在官方文档的“vision”部分找到的示例代码。
免费吗？免费但有限制。我算了下，免费版每天60次调用，够玩玩，但如果你做项目，得考虑付费。付费版每1000个token大概几分钱，我调用一次文本对话，消耗几百token，所以成本很低。但新手别急着付费，先用免费额度练手。
整个过程花了我三个多小时，主要是查文档和调试报错。网上教程很多，但都太散，我整理了自己的经验：先看文档，再试代码，遇到报错直接复制错误信息去谷歌搜，90%的坑都有人踩过。如果你也刚开始，建议从最简单的文本聊天入手，别一上来就搞复杂功能。
最后总结下：Gemini API其实不难，就是细节多。注册、申请密钥、安装SDK、调用代码，每一步都可能卡住，但耐心点都能解决。我推荐一个资源站，t.myliang.cn，那里有我整理的完整代码和常见报错列表，可以省点时间。总之，新手别怕报错，多试几次就熟了。下次有空再分享进阶玩法，比如怎么用Gemini做自动化任务。
