Ta strona została przetłumaczona przez Cloud Translation API.

Live API - WebSockets API reference

Interfejs Live API jest interfejsem stateful API, który używa WebSockets. W tej sekcji znajdziesz dodatkowe informacje o interfejsie WebSockets API.

Sesje

Połączenie WebSocket nawiązuje sesję między klientem a serwerem Gemini. Gdy klient inicjuje nowe połączenie, sesja może wymieniać się wiadomościami z serwerem, aby:

Wysyłanie tekstu, dźwięku lub filmu na serwer Gemini.
odbierać prośby o wykonanie funkcji, wysłane z serwera Gemini;

Połączenie WebSocket

Aby rozpocząć sesję, połącz się z tym punktem końcowym WebSocket:

wss://generativelanguage.googleapis.com/ws/google.ai.generativelanguage.v1beta.GenerativeService.BidiGenerateContent

Konfiguracja sesji

Początkowy komunikat po nawiązaniu połączenia określa konfigurację sesji, która obejmuje model, parametry generowania, instrukcje systemu i narzędzia.

Podczas sesji możesz zmienić parametry konfiguracji z wyjątkiem modelu.

Poniżej znajdziesz przykładową konfigurację. Pamiętaj, że wielkość liter w nazwach pakietów SDK może się różnić. Opcje konfiguracji pakietu Python SDK możesz sprawdzić tutaj.


{
  "model": string,
  "generationConfig": {
    "candidateCount": integer,
    "maxOutputTokens": integer,
    "temperature": number,
    "topP": number,
    "topK": integer,
    "presencePenalty": number,
    "frequencyPenalty": number,
    "responseModalities": [string],
    "speechConfig": object,
    "mediaResolution": object
  },
  "systemInstruction": string,
  "tools": [object]
}

Więcej informacji o polu API znajdziesz w sekcji generationConfig.

Wysyłanie wiadomości

Aby wymieniać wiadomości przez połączenie WebSocket, klient musi wysłać obiekt JSON przez otwarte połączenie WebSocket. Obiekt JSON musi mieć dokładnie jedno z tych pól:


{
  "setup": BidiGenerateContentSetup,
  "clientContent": BidiGenerateContentClientContent,
  "realtimeInput": BidiGenerateContentRealtimeInput,
  "toolResponse": BidiGenerateContentToolResponse
}

Obsługiwane wiadomości od klienta

W tabeli poniżej znajdziesz obsługiwane wiadomości od klienta:

Wiadomość	Opis
`BidiGenerateContentSetup`	Konfiguracja sesji do wysłania w pierwszej wiadomości
`BidiGenerateContentClientContent`	Przyrostowa aktualizacja treści bieżącej rozmowy przesyłana z klienta
`BidiGenerateContentRealtimeInput`	Wprowadzanie tekstu, dźwięku lub obrazu w czasie rzeczywistym
`BidiGenerateContentToolResponse`	Odpowiedź na `ToolCallMessage` otrzymaną z serwera

Odbieranie wiadomości

Aby otrzymywać wiadomości od Gemini, nasłuchuj zdarzenia WebSocket „message”, a potem przeanalizuj wynik zgodnie z definicją obsługiwanych wiadomości serwera.

Zapoznaj się z tymi informacjami:

async with client.aio.live.connect(model='...', config=config) as session:
    await session.send(input='Hello world!', end_of_turn=True)
    async for message in session.receive():
        print(message)

Wiadomości serwera mogą zawierać pole usageMetadata, ale poza tym dokładnie jedno z innych pól wiadomościBidiGenerateContentServerMessage. (zbior messageType nie jest wyrażony w formacie JSON, więc pole pojawi się na najwyższym poziomie wiadomości).

Wiadomości i wydarzenia

ActivityEnd

Ten typ nie ma pól.

Oznacza koniec aktywności użytkownika.

ActivityHandling

różne sposoby obsługi aktywności użytkowników;

Wartości w polu enum
`ACTIVITY_HANDLING_UNSPECIFIED`	Jeśli nie podasz żadnej opcji, domyślne działanie to `START_OF_ACTIVITY_INTERRUPTS`.
`START_OF_ACTIVITY_INTERRUPTS`	Jeśli ma wartość prawda, rozpoczęcie aktywności przerywa odpowiedź modelu (tzw. „wtargnięcie”). Obecna odpowiedź modelu zostanie przerwana w momencie przerwania. Jest to zachowanie domyślne.
`NO_INTERRUPTION`	Odpowiedź modelu nie zostanie przerwana.

ActivityStart

Ten typ nie ma pól.

Oznacza początek aktywności użytkownika.

AudioTranscriptionConfig

Ten typ nie ma pól.

Konfiguracja transkrypcji audio.

AutomaticActivityDetection

Konfiguruje automatyczne wykrywanie aktywności.

Pola
`disabled`	`bool` Opcjonalnie. Jeśli jest włączona (domyślnie), wykryta głos i tekst są uznawane za aktywność. Jeśli jest wyłączona, klient musi wysyłać sygnały aktywności.
`startOfSpeechSensitivity`	`StartSensitivity` Opcjonalnie. Określa, jak prawdopodobne jest wykrycie mowy.
`prefixPaddingMs`	`int32` Opcjonalnie. Wymagany czas trwania wykrytej mowy przed zatwierdzeniem rozpoczęcia mowy. Im niższa jest ta wartość, tym bardziej czułe jest wykrywanie początku mowy i tym krótsze wypowiedzi mogą być rozpoznawane. Zwiększa to jednak prawdopodobieństwo wyników fałszywie pozytywnych.
`endOfSpeechSensitivity`	`EndSensitivity` Opcjonalnie. Określa, jak prawdopodobne jest zakończenie wykrycia mowy.
`silenceDurationMs`	`int32` Opcjonalnie. Wymagany czas trwania wykrycia niemowy (np. ciszy) przed podaniem zakończenia mowy. Im większa jest ta wartość, tym dłuższe mogą być przerwy w mowie bez przerywania aktywności użytkownika, ale spowoduje to wydłużenie opóźnienia modelu.

BidiGenerateContentClientContent

Przyrostowa aktualizacja bieżącej rozmowy wysłana z klienta. Wszystkie te treści są bezwarunkowo dołączane do historii rozmowy i używane jako część promptu do generowania treści.

Komunikat w tym miejscu przerwie bieżące generowanie modelu.

Pola

Pola
`turns[]`	`Content` Opcjonalnie. Treść dołączona do bieżącej rozmowy z modelem. W przypadku zapytań z jednym przesłuchaniem jest to pojedyncza instancja. W przypadku zapytań wieloetapowych jest to powtarzalne pole, które zawiera historię rozmowy i ostatnie żądanie.
`turnComplete`	`bool` Opcjonalnie. Jeśli to ustawienie ma wartość true, generowanie treści na serwerze powinno się rozpocząć od aktualnie gromadzonego promptu. W przeciwnym razie serwer czeka na dodatkowe komunikaty, zanim rozpocznie generowanie.

turns[]

Content

Opcjonalnie. Treść dołączona do bieżącej rozmowy z modelem.

W przypadku zapytań z jednym przesłuchaniem jest to pojedyncza instancja. W przypadku zapytań wieloetapowych jest to powtarzalne pole, które zawiera historię rozmowy i ostatnie żądanie.

turnComplete

bool

Opcjonalnie. Jeśli to ustawienie ma wartość true, generowanie treści na serwerze powinno się rozpocząć od aktualnie gromadzonego promptu. W przeciwnym razie serwer czeka na dodatkowe komunikaty, zanim rozpocznie generowanie.

BidiGenerateContentRealtimeInput

dane wejściowe użytkownika, które są wysyłane w czasie rzeczywistym;

Różne modalności (dźwięk, obraz i tekst) są obsługiwane jako równoległe strumienie. Kolejność tych strumieni nie jest gwarantowana.

Różni się ona od BidiGenerateContentClientContent w kilku aspektach:

mogą być przesyłane bez przerwy w generowaniu modelu;
Jeśli trzeba mieszać dane przeplatane w BidiGenerateContentClientContent i BidiGenerateContentRealtimeInput, serwer próbuje zoptymalizować odpowiedź, ale nie ma żadnych gwarancji.
Koniec tury nie jest wyraźnie określony, ale wynika z działania użytkownika (np. zakończenia mowy).
Dane są przetwarzane stopniowo jeszcze przed zakończeniem tury, aby zoptymalizować szybki start odpowiedzi modelu.

Pola
`mediaChunks[]`	`Blob` Opcjonalnie. Wstawione bajty danych dla wejścia multimedialnego. Nie można podać więcej niż 1 wartości `mediaChunks`. Wszystkie wartości oprócz pierwszej zostaną zignorowane. WYCOFANO: użyj jednej z tych wartości: `audio`, `video` lub `text`.
`audio`	`Blob` Opcjonalnie. Tworzą one strumień danych wejściowych audio w czasie rzeczywistym.
`video`	`Blob` Opcjonalnie. Tworzą one strumień danych wideo w czasie rzeczywistym.
`activityStart`	`ActivityStart` Opcjonalnie. Oznacza początek aktywności użytkownika. Dane te mogą być wysyłane tylko wtedy, gdy automatyczne wykrywanie aktywności (czyli po stronie serwera) jest wyłączone.
`activityEnd`	`ActivityEnd` Opcjonalnie. Oznacza koniec aktywności użytkownika. Dane te mogą być wysyłane tylko wtedy, gdy automatyczne wykrywanie aktywności (czyli po stronie serwera) jest wyłączone.
`audioStreamEnd`	`bool` Opcjonalnie. Wskazuje, że strumień audio został zakończony, np. z powodu wyłączenia mikrofonu. Powinno być wysyłane tylko wtedy, gdy włączone jest automatyczne wykrywanie aktywności (co jest domyślną opcją). Klient może ponownie otworzyć strumień, wysyłając wiadomość audio.
`text`	`string` Opcjonalnie. Tworzą one strumień danych tekstowych w czasie rzeczywistym.

BidiGenerateContentServerContent

Przyrostowa aktualizacja serwera generowana przez model w odpowiedzi na wiadomości od klienta.

Treści są generowane tak szybko, jak to możliwe, a nie w czasie rzeczywistym. Klienci mogą wybrać buforowanie i odtwarzanie w czasie rzeczywistym.

Pola
`generationComplete`	`bool` Tylko dane wyjściowe. Jeśli ma wartość true (prawda), wskazuje, że model został wygenerowany. Gdy model zostanie przerwany podczas generowania, w przerwanym etapie nie pojawi się wiadomość „generation_complete”, tylko „interrupted > turn_complete”. Gdy model zakłada odtwarzanie w czasie rzeczywistym, między zdarzeniami generation_complete i turn_complete wystąpi opóźnienie spowodowane oczekiwaniem modelu na zakończenie odtwarzania.
`turnComplete`	`bool` Tylko dane wyjściowe. Jeśli ma wartość true (prawda), wskazuje, że model zakończył swoją kolejkę. Generowanie rozpocznie się dopiero po otrzymaniu kolejnych wiadomości od klientów.
`interrupted`	`bool` Tylko dane wyjściowe. Jeśli ma wartość true, oznacza, że wiadomość od klienta przerwała bieżące generowanie modelu. Jeśli klient odtwarza treści w czasie rzeczywistym, jest to dobry sygnał, aby zatrzymać i opróżnić bieżącą kolejkę odtwarzania.
`groundingMetadata`	`GroundingMetadata` Tylko dane wyjściowe. metadane odniesienia dla wygenerowanych treści;
`inputTranscription`	`BidiGenerateContentTranscription` Tylko dane wyjściowe. Transkrypcja dźwięku wejściowego. Transkrypcja jest wysyłana niezależnie od innych wiadomości serwera i nie ma gwarancji kolejności.
`outputTranscription`	`BidiGenerateContentTranscription` Tylko dane wyjściowe. Wyjście transkrypcji audio. Transkrypcja jest wysyłana niezależnie od innych wiadomości serwera i nie ma określonej kolejności, w szczególności między `serverContent` a tym `outputTranscription`.
`urlContextMetadata`	`UrlContextMetadata`
`modelTurn`	`Content` Tylko dane wyjściowe. Treści wygenerowane przez model w ramach bieżącej rozmowy z użytkownikiem.

BidiGenerateContentServerMessage

Odpowiedź na wywołanie BidiGenerateContent.

Pola
`usageMetadata`	`UsageMetadata` Tylko dane wyjściowe. Metadane dotyczące użytkowania odpowiedzi.
Pole unii `messageType`. Typ wiadomości. `messageType` może być tylko jednym z tych elementów:
`setupComplete`	`BidiGenerateContentSetupComplete` Tylko dane wyjściowe. Wysłane w odpowiedzi na wiadomość `BidiGenerateContentSetup` od klienta po zakończeniu konfiguracji.
`serverContent`	`BidiGenerateContentServerContent` Tylko dane wyjściowe. Treści wygenerowane przez model w odpowiedzi na wiadomości od klientów.
`toolCall`	`BidiGenerateContentToolCall` Tylko dane wyjściowe. Poproś klienta o wykonanie `functionCalls` i zwrócenie odpowiedzi z odpowiednimi wartościami `id`.
`toolCallCancellation`	`BidiGenerateContentToolCallCancellation` Tylko dane wyjściowe. Powiadomienie dla klienta, że wcześniej wydany `ToolCallMessage` z określonymi `id` powinien zostać anulowany.
`goAway`	`GoAway` Tylko dane wyjściowe. powiadomienie, że serwer wkrótce się rozłączy;
`sessionResumptionUpdate`	`SessionResumptionUpdate` Tylko dane wyjściowe. Aktualizacja stanu wznowienia sesji.

BidiGenerateContentSetup

wiadomość, która zostanie wysłana w pierwszym (i tylko w pierwszym) BidiGenerateContentClientMessage; Zawiera konfigurację, która będzie obowiązywać przez cały czas trwania strumieniowego wywołania RPC.

Przed wysłaniem kolejnych wiadomości klienci powinni zaczekać na wiadomość BidiGenerateContentSetupComplete.

Pola
`model`	`string` Wymagane. Nazwa zasobu modelu. Jest to identyfikator modelu. Format: `models/{model}`
`generationConfig`	`GenerationConfig` Opcjonalnie. Konfiguracja generowania. Nieobsługiwane są następujące pola: `responseLogprobs` `responseMimeType` `logprobs` `responseSchema` `stopSequence` `routingConfig` `audioTimestamp`
`systemInstruction`	`Content` Opcjonalnie. Użytkownik podał instrukcje systemowe dotyczące modelu. Uwaga: w częściach należy używać tylko tekstu, a treści w każdej części powinny być umieszczone w oddzielnym akapicie.
`tools[]`	`Tool` Opcjonalnie. Lista `Tools`, których model może użyć do wygenerowania następnej odpowiedzi. `Tool` to fragment kodu, który umożliwia systemowi interakcję z systemami zewnętrznymi w celu wykonania działania lub zestawu działań wykraczających poza wiedzę i zakres modelu.
`realtimeInputConfig`	`RealtimeInputConfig` Opcjonalnie. Konfiguruje obsługę danych wejściowych w czasie rzeczywistym.
`sessionResumption`	`SessionResumptionConfig` Opcjonalnie. Konfiguruje mechanizm wznawiania sesji. Jeśli jest dołączony, serwer będzie wysyłać wiadomości `SessionResumptionUpdate`.
`contextWindowCompression`	`ContextWindowCompressionConfig` Opcjonalnie. Konfiguruje mechanizm kompresji okna kontekstowego. Jeśli jest dołączony, serwer automatycznie zmniejszy rozmiar kontekstu, gdy przekroczy skonfigurowaną długość.
`inputAudioTranscription`	`AudioTranscriptionConfig` Opcjonalnie. Jeśli jest ustawiona, umożliwia transkrypcję głosowego wprowadzania tekstu. Transkrypcja jest dopasowywana do języka dźwięku wejściowego (jeśli jest skonfigurowany).
`outputAudioTranscription`	`AudioTranscriptionConfig` Opcjonalnie. Jeśli to ustawienie jest włączone, umożliwia transkrypcję wyjścia audio modelu. Transkrypcja jest dopasowywana do kodu języka określonego dla wyjściowego dźwięku (jeśli jest skonfigurowany).
`proactivity`	`ProactivityConfig` Opcjonalnie. Konfiguruje aktywność modelu. Dzięki temu model może aktywnie reagować na dane wejściowe i ignorować nieistotne dane wejściowe.

BidiGenerateContentSetupComplete

Ten typ nie ma pól.

Wysłano w odpowiedzi na wiadomość BidiGenerateContentSetup od klienta.

BidiGenerateContentToolCall

Poproś klienta o wykonanie functionCalls i zwrócenie odpowiedzi z odpowiednimi wartościami id.

Pola

Pola
`functionCalls[]`	`FunctionCall` Tylko dane wyjściowe. wywołanie funkcji do wykonania,

functionCalls[]

FunctionCall

Tylko dane wyjściowe. wywołanie funkcji do wykonania,

BidiGenerateContentToolCallCancellation

Powiadomienie dla klienta, że wcześniej wydany ToolCallMessage z określonymi id nie powinien zostać wykonany i powinien zostać anulowany. Jeśli wywołania tych narzędzi miały jakieś skutki uboczne, klienci mogą spróbować cofnąć te wywołania. Ta wiadomość pojawia się tylko wtedy, gdy klienci przerywają kolejność serwera.

Pola

Pola
`ids[]`	`string` Tylko dane wyjściowe. Identyfikatory wywołań narzędzia, które mają zostać anulowane.

ids[]

string

Tylko dane wyjściowe. Identyfikatory wywołań narzędzia, które mają zostać anulowane.

BidiGenerateContentToolResponse

Odpowiedź wygenerowana przez klienta na ToolCall otrzymaną z serwera. Poszczególne obiekty FunctionResponse są dopasowywane do odpowiednich obiektów FunctionCall za pomocą pola id.

Pamiętaj, że w przypadku interfejsów unary i generujących treści po stronie serwera wywołanie funkcji następuje przez wymianę części Content, podczas gdy w przypadku interfejsów bidi wywołanie funkcji następuje za pomocą specjalnego zestawu wiadomości.

Pola

Pola
`functionResponses[]`	`FunctionResponse` Opcjonalnie. Odpowiedź na wywołania funkcji.

functionResponses[]

FunctionResponse

Opcjonalnie. Odpowiedź na wywołania funkcji.

BidiGenerateContentTranscription

Transkrypcja dźwięku (dane wejściowe lub wyjściowe).

Pola

Pola
`text`	`string` tekst transkrypcji;

text

string

tekst transkrypcji;

ContextWindowCompressionConfig

Umożliwia kompresję okna kontekstowego – mechanizm zarządzania oknem kontekstowym modelu, który nie przekracza określonej długości.

Pola

Pola
Pole unii `compressionMechanism`. Używany mechanizm kompresji okna kontekstowego. `compressionMechanism` może być tylko jednym z tych elementów:
`slidingWindow`	`SlidingWindow` mechanizm przesuwającego się okna.
`triggerTokens`	`int64` Liczba tokenów (przed wykonaniem tury), która powoduje kompresję okna kontekstowego. Możesz go użyć, aby zachować równowagę między jakością a opóźnieniem, ponieważ krótsze okna kontekstu mogą przyspieszyć działanie modelu. Jednak każda operacja kompresji powoduje tymczasowe zwiększenie opóźnienia, dlatego nie należy ich często uruchamiać. Jeśli nie zostanie ustawiony, domyślnie będzie to 80% limitu okna kontekstowego modelu. Pozostałe 20% to czas potrzebny na przetworzenie kolejnego żądania użytkownika i odpowiedzi modelu.

Pole unii compressionMechanism. Używany mechanizm kompresji okna kontekstowego. compressionMechanism może być tylko jednym z tych elementów:

slidingWindow

SlidingWindow

mechanizm przesuwającego się okna.

triggerTokens

int64

Liczba tokenów (przed wykonaniem tury), która powoduje kompresję okna kontekstowego.

Możesz go użyć, aby zachować równowagę między jakością a opóźnieniem, ponieważ krótsze okna kontekstu mogą przyspieszyć działanie modelu. Jednak każda operacja kompresji powoduje tymczasowe zwiększenie opóźnienia, dlatego nie należy ich często uruchamiać.

Jeśli nie zostanie ustawiony, domyślnie będzie to 80% limitu okna kontekstowego modelu. Pozostałe 20% to czas potrzebny na przetworzenie kolejnego żądania użytkownika i odpowiedzi modelu.

EndSensitivity

Określa sposób wykrywania końca mowy.

Wartości w polu enum
`END_SENSITIVITY_UNSPECIFIED`	Wartość domyślna to END_SENSITIVITY_HIGH.
`END_SENSITIVITY_HIGH`	Automatyczne wykrywanie kończy rozpoznawanie mowy częściej.
`END_SENSITIVITY_LOW`	Automatyczne wykrywanie kończy rozpoznawanie mowy rzadziej.

GoAway

powiadomienie, że serwer wkrótce się rozłączy;

Pola

Pola
`timeLeft`	`Duration` Pozostały czas do zakończenia połączenia jako ABORTED (przerwane). Czas trwania nigdy nie będzie krótszy niż minimalny czas określony w modelu, który zostanie podany wraz z ograniczeniami stawek dla tego modelu.

timeLeft

Duration

Pozostały czas do zakończenia połączenia jako ABORTED (przerwane).

Czas trwania nigdy nie będzie krótszy niż minimalny czas określony w modelu, który zostanie podany wraz z ograniczeniami stawek dla tego modelu.

ProactivityConfig

Konfiguracja funkcji proaktywnych.

Pola

Pola
`proactiveAudio`	`bool` Opcjonalnie. Jeśli ta opcja jest włączona, model może odrzucić odpowiedź na ostatni prompt. Dzięki temu model może na przykład zignorować wypowiedź nie na temat lub nie odpowiadać, jeśli użytkownik nie wysłał jeszcze żadnego żądania.

proactiveAudio

bool

Opcjonalnie. Jeśli ta opcja jest włączona, model może odrzucić odpowiedź na ostatni prompt. Dzięki temu model może na przykład zignorować wypowiedź nie na temat lub nie odpowiadać, jeśli użytkownik nie wysłał jeszcze żadnego żądania.

RealtimeInputConfig

Konfiguruje zachowanie danych wejściowych w czasie rzeczywistym w aplikacji BidiGenerateContent.

Pola

Pola
`automaticActivityDetection`	`AutomaticActivityDetection` Opcjonalnie. Jeśli nie zostanie ustawiony, automatyczne wykrywanie aktywności jest domyślnie włączone. Jeśli automatyczne wykrywanie głosu jest wyłączone, klient musi wysyłać sygnały aktywności.
`activityHandling`	`ActivityHandling` Opcjonalnie. Określa efekt działania.
`turnCoverage`	`TurnCoverage` Opcjonalnie. Określa, które dane wejściowe są uwzględniane w ruchu użytkownika.

automaticActivityDetection

AutomaticActivityDetection

Opcjonalnie. Jeśli nie zostanie ustawiony, automatyczne wykrywanie aktywności jest domyślnie włączone. Jeśli automatyczne wykrywanie głosu jest wyłączone, klient musi wysyłać sygnały aktywności.

activityHandling

ActivityHandling

Opcjonalnie. Określa efekt działania.

turnCoverage

TurnCoverage

Opcjonalnie. Określa, które dane wejściowe są uwzględniane w ruchu użytkownika.

SessionResumptionConfig

Konfiguracja wznawiania sesji.

Ten komunikat jest uwzględniany w konfiguracji sesji jako BidiGenerateContentSetup.sessionResumption. Jeśli jest skonfigurowany, serwer będzie wysyłać wiadomości SessionResumptionUpdate.

Pola

Pola
`handle`	`string` Identyfikator poprzedniej sesji. Jeśli nie ma sesji, zostanie utworzona nowa. Identyfikatory sesji pochodzą z wartości `SessionResumptionUpdate.token` w poprzednich połączeniach.

handle

string

Identyfikator poprzedniej sesji. Jeśli nie ma sesji, zostanie utworzona nowa.

Identyfikatory sesji pochodzą z wartości SessionResumptionUpdate.token w poprzednich połączeniach.

SessionResumptionUpdate

Aktualizacja stanu wznowienia sesji.

Wysłano tylko wtedy, gdy ustawiono wartość BidiGenerateContentSetup.sessionResumption.

Pola

Pola
`newHandle`	`string` Nowy nick, który reprezentuje stan, który można wznowić. Pusty, jeśli `resumable`=fałsz.
`resumable`	`bool` Wartość „PRAWDA”, jeśli bieżącą sesję można wznowić w danym momencie. W niektórych momentach sesji wznowienie nie jest możliwe. Na przykład, gdy model wykonuje wywołania funkcji lub generuje dane. W takim stanie wznowienie sesji (za pomocą tokena poprzedniej sesji) spowoduje utratę części danych. W takich przypadkach wartość `newHandle` będzie pusta, a wartość `resumable` będzie fałszywa.

newHandle

string

Nowy nick, który reprezentuje stan, który można wznowić. Pusty, jeśli resumable=fałsz.

resumable

bool

Wartość „PRAWDA”, jeśli bieżącą sesję można wznowić w danym momencie.

W niektórych momentach sesji wznowienie nie jest możliwe. Na przykład, gdy model wykonuje wywołania funkcji lub generuje dane. W takim stanie wznowienie sesji (za pomocą tokena poprzedniej sesji) spowoduje utratę części danych. W takich przypadkach wartość newHandle będzie pusta, a wartość resumable będzie fałszywa.

SlidingWindow

Metoda SlidingWindow odrzuca dane na początku okna kontekstu. Wynikowy kontekst zawsze rozpocznie się na początku tury roli UŻYTKOWNIK. Instrukcje systemu i wszystkie BidiGenerateContentSetup.prefixTurns będą zawsze widoczne na początku wyniku.

Pola

Pola
`targetTokens`	`int64` Docelowa liczba tokenów do zachowania. Wartość domyślna to trigger_tokens/2. Odrzucenie części okna kontekstowego powoduje tymczasowy wzrost opóźnienia, dlatego należy skalibrować tę wartość, aby uniknąć częstych operacji kompresji.

targetTokens

int64

Docelowa liczba tokenów do zachowania. Wartość domyślna to trigger_tokens/2.

Odrzucenie części okna kontekstowego powoduje tymczasowy wzrost opóźnienia, dlatego należy skalibrować tę wartość, aby uniknąć częstych operacji kompresji.

StartSensitivity

Określa, jak wykrywana jest początkowa część mowy.

Wartości w polu enum
`START_SENSITIVITY_UNSPECIFIED`	Wartość domyślna to START_SENSITIVITY_HIGH.
`START_SENSITIVITY_HIGH`	Automatyczne wykrywanie będzie częściej wykrywać początek mowy.
`START_SENSITIVITY_LOW`	Automatyczne wykrywanie będzie rzadziej wykrywać początek mowy.

TurnCoverage

Opcje dotyczące tego, które dane wejściowe są uwzględniane w ruchu użytkownika.

Wartości w polu enum
`TURN_COVERAGE_UNSPECIFIED`	Jeśli nie podasz żadnej opcji, domyślne działanie to `TURN_INCLUDES_ONLY_ACTIVITY`.
`TURN_INCLUDES_ONLY_ACTIVITY`	Aktywność użytkownika obejmuje tylko działania od ostatniej kolejki, z wyłączeniem okresów bezczynności (np. ciszy w strumieniu audio). Jest to zachowanie domyślne.
`TURN_INCLUDES_ALL_INPUT`	Przebieg użytkownika obejmuje wszystkie dane wejściowe w czasie rzeczywistym od ostatniego przebiegu, w tym okresy bezczynności (np. cisza w strumieniu audio).

UrlContextMetadata

Metadane związane z narzędziem do pobierania kontekstu adresu URL.

Pola

urlMetadata[]

UrlMetadata

Lista kontekstu adresu URL.

UsageMetadata

Metadane dotyczące użytkowania odpowiedzi.

Pola
`promptTokenCount`	`int32` Tylko dane wyjściowe. Liczba tokenów w prompcie. Gdy ustawisz wartość `cachedContent`, nadal będzie to łączny docelowy rozmiar promptu, co oznacza, że obejmuje on liczbę tokenów w treściach w pamięci podręcznej.
`cachedContentTokenCount`	`int32` Liczba tokenów w części prompta, która jest przechowywana w pamięci podręcznej (zawartość w pamięci podręcznej)
`responseTokenCount`	`int32` Tylko dane wyjściowe. Łączna liczba tokenów we wszystkich wygenerowanych odpowiedziach.
`toolUsePromptTokenCount`	`int32` Tylko dane wyjściowe. Liczba tokenów obecnych w prośbach dotyczących korzystania z narzędzia.
`thoughtsTokenCount`	`int32` Tylko dane wyjściowe. Liczba tokenów myśli w modelach myślących.
`totalTokenCount`	`int32` Tylko dane wyjściowe. Łączna liczba tokenów w żądaniu generowania (prompt + kandydujące odpowiedzi).
`promptTokensDetails[]`	`ModalityTokenCount` Tylko dane wyjściowe. Lista modalności przetworzonych w danych wejściowych
`cacheTokensDetails[]`	`ModalityTokenCount` Tylko dane wyjściowe. Lista modalności treści z pamięci podręcznej w danych wejściowych zapytania.
`responseTokensDetails[]`	`ModalityTokenCount` Tylko dane wyjściowe. Lista modalności zwróconych w odpowiedzi.
`toolUsePromptTokensDetails[]`	`ModalityTokenCount` Tylko dane wyjściowe. Lista modalności przetworzonych na potrzeby danych wejściowych zapytania o użycie narzędzia.

Tymczasowe tokeny uwierzytelniania

Tymczasowe tokeny uwierzytelniania można uzyskać, wywołując funkcję AuthTokenService.CreateToken, a następnie używać ich z funkcją GenerativeService.BidiGenerateContentConstrained, przekazując token w parametrze zapytania access_token lub w nagłówku HTTP Authorization z dodanym prefiksem „Token”.

CreateAuthTokenRequest

Utwórz tymczasowy token uwierzytelniania.

Pola

Pola
`authToken`	`AuthToken` Wymagane. Token do utworzenia.

authToken

AuthToken

Wymagane. Token do utworzenia.

AuthToken

żądanie utworzenia tokena uwierzytelniania o krótkim czasie ważności.

Pola
`name`	`string` Tylko dane wyjściowe. Identyfikator. token.
`expireTime`	`Timestamp` Opcjonalnie. Tylko dane wejściowe. Niezmienna. Opcjonalny czas, po którym wiadomości w sesjach BidiGenerateContent zostaną odrzucone, jeśli używasz otrzymanego tokena. (Gemini może zamknąć sesję przed upływem tego czasu). Jeśli nie jest ustawiony, domyślnie jest to 30 minut w przyszłości. Nowa wartość musi być mniejsza niż 20 godzin.
`newSessionExpireTime`	`Timestamp` Opcjonalnie. Tylko dane wejściowe. Niezmienna. Czas, po którym nowe sesje interfejsu Live API korzystające z tokenu pochodzącego z tego żądania zostaną odrzucone. Jeśli nie zostanie ustawiony, domyślnie zostanie użyty czas 60 sekund. Nowa wartość musi być mniejsza niż 20 godzin.
`fieldMask`	`FieldMask` Opcjonalnie. Tylko dane wejściowe. Niezmienna. Jeśli pole field_mask jest puste i nie ma parametru `bidiGenerateContentSetup`, skuteczna wiadomość `BidiGenerateContentSetup` jest pobierana z połączenia z interfejsem Live API. Jeśli pole field_mask jest puste, a pole `bidiGenerateContentSetup` jest obecne, skuteczna wiadomość `BidiGenerateContentSetup` jest całkowicie pobierana z pola `bidiGenerateContentSetup` w tym żądaniu. Komunikat konfiguracji z połączenia z Live API jest ignorowany. Jeśli pole field_mask nie jest puste, odpowiadające mu pola z elementu `bidiGenerateContentSetup` zastąpią pola z komunikatu konfiguracyjnego w połączeniu z Live API.
Pole unii `config`. Konfiguracja tokenu uzyskanego za pomocą danej metody. `config` może być tylko jednym z tych elementów:
`bidiGenerateContentSetup`	`BidiGenerateContentSetup` Opcjonalnie. Tylko dane wejściowe. Niezmienna. Konfiguracja specyficzna dla `BidiGenerateContent`.
`uses`	`int32` Opcjonalnie. Tylko dane wejściowe. Niezmienna. Określa, ile razy można wykorzystać token. Jeśli ta wartość wynosi 0, nie ma żadnego limitu. Wznowienie sesji interfejsu API w czasie rzeczywistym nie jest liczone jako użycie. Jeśli nie określisz tu żadnej wartości, zostanie użyta wartość domyślna 1.

Więcej informacji o najczęstszych typach

Więcej informacji o najczęściej używanych typach zasobów API Blob, Content, FunctionCall, FunctionResponse, GenerationConfig, GroundingMetadata, ModalityTokenCount i Tool znajdziesz w artykule Generowanie treści.