coo/cookbook 实战3 行代码把故事变成结构化 JSON 摘要【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbookcoo/cookbook 是 Gemini API 的官方实战合集这篇教程跟着它的 Text_Summarization.ipynb 走一遍把一篇长故事丢给模型拿回一份带情节梗概、类型、人物、地点的 JSON 摘要结构稳定、可直接入库全程代码不到 30 行。 先睹为快JSON 摘要长什么样示例的流程很直白先让模型写一篇十段左右的奇幻故事再让它把自己的故事「结构化」输出的就是下面这种固定四字段的标准 JSON{ synopsis: Elara, a cartographer and adventurer, seeks the lost city of Eldoria, following an ancient map through the Dragons Tooth mountains..., genres: [Fantasy, Adventure], characters: [ {name: Elara, description: A cartographer and adventurer seeking the lost city of Eldoria., alignment: Good}, {name: Guardian of the Hidden Passage, description: A creature of stone and shadow protecting the secrets of Eldoria., alignment: Neutral} ], locations: [ {name: Dragons Tooth Mountains, description: A treacherous mountain range with a hidden passage to Eldoria.} ] }拿到这样的结构你可以直接写进数据库或当成下游生成的素材不需要再用正则去扒 prose。⚙️ 环境准备装好依赖、配好密钥安装 SDKpip install -U -q google-genai2.9.0然后申请一个 API key 放进环境变量GEMINI_API_KEYColab 用户可存成 Colab Secret具体操作看 Authentication.ipynb。拿到 key 后一行建好客户端client genai.Client(api_keyos.environ[GEMINI_API_KEY])。核心实现把输出锁成 JSON 结构为什么非要把输出锁成 JSON只说一句「帮我总结这个故事」模型这次回一段话、下次带回小标题下游代码没法稳定取字段。用 JSON 锁定输出、再用 schema 约束字段和类型每次返回的都是同一张「固定版式」的表单。官方示例里这张「表单」是三个嵌套的TypedDict类Charactername / description / alignment、Locationname / description外层TextSummary汇总 synopsis、genres、locations、characters 四个字段。调用本身很短response client.models.generate_content( modelMODEL_ID, contentsprompt, config{ response_mime_type: application/json, response_schema: TextSummary } )response_mime_type强制模型吐出标准 JSON 而不是散文response_schema让响应严格按TextSummary里定义的字段和类型来填。结果不用自己解析response.parsed已经被 SDK 解成字典打印出来看一眼即可pprint(response.parsed)⚠️ 三个容易踩的坑漏配response_mime_type输出会变成 prose 或带 包裹的 JSON解析必炸这个参数不能省。schema 和 prompt 不同步prompt 里提了新要求却没同步改 schema 字段返回的数据就会缺字段取值时直接 KeyError。拿response.text取结果那是原始 JSON 字符串得手动json.loads直接用response.parsed少一步。换场景只需换 Schema故事摘要只是最顺手的入门用例。把TextSummary换成新闻 schemaheadline、关键人物、时间线或研报 schema核心结论、数据来源调用代码一行不用动同样的写法就能做任意文本的结构化抽取。examples/json_capabilities/ 目录下的实体抽取、情感分析、文本分类几个 notebook 全是这个套路照着抄就行。 快速参考完整示例Text_Summarization.ipynb认证指南Authentication.ipynb其他 JSON 任务examples/json_capabilities/套路的核心就是「你定版式模型填空」学会这一招任何文本处理链路都能结构化。克隆仓库打开 notebook 就能动手git clone https://gitcode.com/GitHub_Trending/coo/cookbook【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
