Gemini 协议：generateContent

POST /v1beta/models/{model}:generateContent，请求体用 contents，角色是 user / model。

最小请求

curl "$BASE_URL/v1beta/models/<模型ID>:generateContent" \
  -H "x-goog-api-key: $NEW_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"你好"}]}]}'

Authorization: Bearer 同样可用。

请求结构

字段	说明
contents	消息数组，每条含 role 与 parts
systemInstruction	系统提示，{ parts: [{ text }] }
generationConfig	temperature、maxOutputTokens、topP、stopSequences、responseMimeType
tools	functionDeclarations 或 google_search

{
  "systemInstruction": { "parts": [{ "text": "你是一个简洁的助手" }] },
  "contents": [{ "role": "user", "parts": [{ "text": "你好" }] }],
  "generationConfig": { "temperature": 0.7, "maxOutputTokens": 1024 }
}

读取结果

{
  "candidates": [{
    "content": { "parts": [{ "text": "你好！" }] },
    "finishReason": "STOP"
  }],
  "usageMetadata": { "promptTokenCount": 5, "candidatesTokenCount": 4, "totalTokenCount": 9 }
}

文本在 candidates[0].content.parts[*].text，可能有多段需要拼接。finishReason 为 MAX_TOKENS 表示截断，SAFETY 表示被安全策略拦截。

多模态输入

{
  "contents": [{
    "parts": [
      { "text": "描述这张图" },
      { "inlineData": { "mimeType": "image/png", "data": "<base64>" } }
    ]
  }]
}

视频、PDF 用 inlineData 传 base64，或用 fileData 传公网地址（取决于渠道支持）。

SDK

from google import genai
from google.genai import types

client = genai.Client(
    api_key="sk-...",
    http_options=types.HttpOptions(base_url="https://api.nowhub.org"),
)

print(client.models.generate_content(model="<模型ID>", contents="你好").text)

流式

方法名换成 streamGenerateContent：

curl "$BASE_URL/v1beta/models/<模型ID>:streamGenerateContent?alt=sse" \
  -H "x-goog-api-key: $NEW_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"写一首四行诗"}]}]}'