Google Gemini

第一步

要使用 Google Gemini API，您需要在 Google Gemini 网站上创建帐户并获取 API 密钥。

第二步

您可能需要安装额外的依赖项才能使用 Google Gemini API。您可以使用以下命令安装依赖项：

pip install -U google-genai==1.12.1

第三步

在 config.yaml 文件中（将 config_template.yaml 文件重命名为 config.yaml）配置 HOST_AGENT 和 APP_AGENT 以使用 Google Gemini API。以下是 Google Gemini API 的配置示例：

VISUAL_MODE: True, # Whether to use visual mode to understand screenshots and take actions
API_TYPE: "Gemini" ,
API_KEY: "YOUR_KEY",  
API_MODEL: "YOUR_MODEL"

提示

如果将 VISUAL_MODE 设置为 True，请确保 API_MODEL 支持视觉输入。

提示

API_MODEL 是 Gemini LLM API 的模型名称。您可以在 Gemini LLM 模型列表中找到模型名称。如果您遇到 429 资源已耗尽（例如检查配额），这可能是因为您的 Gemini API 的速率限制。

步骤 4

使用 Gemini API 配置 HOST_AGENT 和 APP_AGENT 后，您可以开始使用 UFO 与 Gemini API 交互，以在 Windows 操作系统上执行各种任务。有关如何开始使用 UFO 的更多详细信息，请参阅快速入门指南。