凌晨两点的报错声：先把Gemini API跑起来
雨落在窗台上时，我正盯着终端里一行红字。办公室只剩路由器的绿灯在闪，咖啡已经凉了。那晚我想做的事很简单：把一份18页会议纪要交给AI压缩成三段行动摘要。可技术总是这样，它先给你一个门槛，再给你一条路。很多人搜索“Gemini API教程”或“Gemini API怎么用”，其实不是想听概念，而是想知道：我今晚能不能把它接进自己的脚本里，明早交付一个能跑的东西？
免费和官方路线先说清楚：你可以在Google AI Studio创建API Key，使用Gemini 1.5 Flash或Gemini 1.5 Pro。Flash适合客服摘要、表格解释、批量改写；Pro更适合长文档、多轮推理。限制通常来自三处：地区访问、额度频率、模型输入长度。我的测试环境是MacBook Air M2、家庭宽带300Mbps，调用Gemini 1.5 Flash摘要一段约1200字中文文本，平均首字返回约900到1600毫秒，完整返回约3.2秒。这个数字不是承诺，只是帮你建立体感。
从0到1：Python调用步骤与可复制配置
先准备Python 3.10以上版本。建议把密钥放在环境变量里，不要写进代码仓库。下面是我常用的最小流程，适合做“Gemini API Python示例”和内部工具原型。
- 安装SDK：
pip install google-generativeai python-dotenv - 在项目根目录新建
.env，写入：GEMINI_API_KEY=你的key - 新建
app.py，放入下面代码。
import os
from dotenv import load_dotenv
import google.generativeai as genai
load_dotenv()
genai.configure(api_key=os.getenv("GEMINI_API_KEY"))
model = genai.GenerativeModel("gemini-1.5-flash")
prompt = """请把下面会议纪要压缩为：1. 三条结论；2. 待办清单；3. 风险提醒。语言简洁，不编造。
会议纪要：下周上线支付模块，测试发现退款回调偶发延迟，运营希望增加失败提醒，客服需要一份解释话术。"""
response = model.generate_content(prompt)
print(response.text)
运行：python app.py。如果返回401，通常是API Key无效或环境变量没读到；如果返回429，多半是频率或免费额度限制；如果网络超时，先用同一网络打开Google AI Studio确认连通性。许多人也会同时搜索“Claude怎么用”“Claude免费使用”或“Claude注册方法”，我的建议是不要把工具选择变成信仰：Claude长文本写作手感好，Gemini接Google生态和多模态更顺，开发时按任务选模型，比按名气选模型更可靠。
应用案例：把一份会议纪要变成可执行任务
我给一个小团队做过类似脚本：每天把客服群里的问题整理成产品反馈。原始文本约8000到12000字，人工整理要40分钟；用Gemini 1.5 Flash先分类，再让脚本输出Markdown，平均每次约2分钟。关键不是让AI“总结一下”，而是给它固定结构：问题类型、出现次数、用户原话、建议动作、责任人。提示词越像一张表，结果越像工作成果。
可以把提示词改成这样：你是产品运营助理。请只根据原文输出JSON，字段包括 category、count、quotes、action、owner。无法判断owner时写“待分配”。不要输出解释。 然后在Python里用json.loads()解析。如果解析失败，说明模型输出混入了自然语言；这时把“只输出合法JSON”放到提示词开头，并降低创造性参数，例如设置generation_config={"temperature": 0.2}。这就是“Gemini API开发案例”里最常见的分水岭：演示能跑很容易，稳定进入流程才算真正有用。
如何验证它真的可用
验证不要靠感觉。准备3段固定文本：300字、3000字、10000字，各运行5次，记录成功率、耗时、输出是否符合格式。若5次里至少4次返回合法结构，平均耗时可接受，并且没有编造原文不存在的信息，这个原型才值得接入业务。若你只是学习，官方免费额度和本地脚本已经足够；若需要更稳定的访问、账号环境或团队代搭建，也可以把睿盈工具作为一个备选入口。夜深时，技术最好的样子不是炫耀参数，而是安静地把一团混乱，整理成明天可以继续走的路。