Gemini-API: 一個針對 Google Gemini 網頁版應用程式的逆向工程非同步 Python 封裝庫

它解決了什麼問題

透過一個逆向工程的非同步 Python 封裝庫，提供了一種以程式化方式與 Google Gemini 網頁版應用程式（前身為 Bard）進行互動的方法，讓開發者無需依賴官方 API 即可使用 Gemini 的網頁功能。

運作原理

此函式庫作為 Gemini 網頁介面的封裝層。它使用 Session Cookies (__Secure-1PSID 與 __Secure-1PSIDTS) 進行身分驗證，並使用 asyncio 實作了非同步用戶端以發送請求並接收回應。它包含一個背景機制，可自動重新整理 Cookie 以維持持續性的 Session，供全天候運行的服務使用。

目標對象

想要將 Gemini 的網頁版功能（例如：圖片/影片/音訊生成、深度研究以及 Gemini Gems）整合到自己的應用程式或腳本中的 Python 開發者。

重點功能

• 多模態能力：支援生成與編輯圖片，以及生成影片與音訊/音樂內容。
• 深度研究：實作了包含計畫建立、狀態輪詢與結果檢索的完整工作流程。
• Gemini Gems 支援：允許套用、建立、更新與刪除自定義系統提示詞（Gems）。
• 擴充功能整合：支援使用 Gemini 擴充功能，例如 YouTube 與 Gmail。
• 進階 Session 管理：具備可自動重新整理的持續性 Cookie，以及不會將對話儲存至紀錄中的暫時模式。
• 開發者友善：包含 CLI 工具、用於即時回應的串流模式，以及受官方 Google Generative AI API 啟發的介面設計。