Membangun Aplikasi AI dalam 10 Menit: Panduan Langkah demi Langkah

Sejak kemunculan ChatGPT dan Google Gemini, kami telah melihat banyak aplikasi diluncurkan dengan memanfaatkan model ini. Teknik ini disebut arbitrase, sebuah metode yang mengambil salah satu dari beberapa tugas yang dapat dilakukan AI, menyempurnakannya dengan perintah yang efisien, dan kemudian menyediakannya kepada pelanggan sebagai fitur.

Artikel ini akan menjadi panduan langkah demi langkah tentang cara mengintegrasikan model Google Gemini ke dalam aplikasi Node.js kita. Kita akan melihat cara menggunakan Gemini-pro yang menangani teks generatif, dan Gemini-pro-vision yang menangani gambar.

Pertama-tama kita akan memulai dengan menyiapkan proyek, dan kemudian menggunakannya pada contoh kita sendiri.

Persyaratan

Node.js versi 18+
Akun Google AI Platform untuk mendapatkan Kunci API kami

Memulai

Pertama, buat proyek Node.js baru di dalam folder kosong:

mkdir gemini-node  
cd gemini-node

npm init -y

Sekarang, kita akan menginstal paket yang diperlukan untuk file lingkungan dan SDK Gemini:

npm install dotenv @google/generative-ai

Penyiapan Kunci API

Di Google AI Platform Anda, klik tombol Dapatkan Kunci API untuk mendapatkan Kunci API, lalu simpan di file lingkungan Anda (.env) di direktori root:

API_KEY=YOUR_GEMINI_KEY

Buat folder lib baru dan buat file config.js di dalamnya, lalu untuk langkah selanjutnya, kita akan mengekspor API Key kita:

const  dotenv  =  require("dotenv");
dotenv.config();

const  API_KEY  =  process.env.API_KEY;

module.exports  = { API_KEY };

Penyiapan SDK Gemini

Pada langkah ini, kita akan menyiapkan model sehingga kita dapat menggunakannya dalam kode kita. Di dalam folder lib, mari buat 2 file, gemini.js untuk menangani teks dan gemini-vision.js untuk menangani gambar.

1- Google Gemini Pro

const { GoogleGenerativeAI } = require("@google/generative-ai");
const { API_KEY } = require("./config");

const googleAI = new GoogleGenerativeAI(API_KEY);
const geminiConfig = {
  temperature: 0.9,
  topP: 1,
  topK: 1,
  maxOutputTokens: 4096,
};

const geminiModel = googleAI.getGenerativeModel({
  model: "gemini-pro",
  geminiConfig,
});

const generateText = async (prompt) => {
  try {
    const result = await geminiModel.generateContent(prompt);
    const response = result.response;
    return response.text();
  } catch (error) {
    console.log("response error", error);
  }
};

module.exports = { generateText };

Kami akan menggunakan fungsi yang diekspor untuk menghasilkan teks dari prompt. Kita dapat menggunakannya untuk membangun sistem obrolan, terjemahan teks, dan banyak lagi kasus penggunaan lainnya.

2- Visi Google Gemini

const { GoogleGenerativeAI } = require("@google/generative-ai");
const { API_KEY } = require("./config");
const fs = require("fs");

const googleAI = new GoogleGenerativeAI(API_KEY);
const geminiConfig = {
  temperature: 0.4,
  topP: 1,
  topK: 32,
  maxOutputTokens: 4096,
};

const geminiModel = googleAI.getGenerativeModel({
  model: "gemini-pro-vision",
  geminiConfig,
});

const interactWithImage = async (filePath) => {
  try {
    const imageFile = fs.readFileSync(filePath);
    const imageBase64 = imageFile.toString("base64");

    const promptConfig = [
      { text: "Generate a caption from this image" },
      {
        inlineData: {
          mimeType: "image/jpeg",
          data: imageBase64,
        },
      },
    ];

    const result = await geminiModel.generateContent({
      contents: [{ role: "user", parts: promptConfig }],
    });

    return result.response.text();
  } catch (error) {
    console.log("response error", error);
  }
};

module.exports = { interactWithImage };

Kami akan menggunakan fungsi yang diekspor untuk menghasilkan teks dari gambar.