将鸢尾花随机森林模型集成Gemini AI时遇TypeError错误求助

错误含义解析 #

这个TypeError的核心原因是混用了两个不同Google AI库的工具类：你同时导入了google.generativeai（简称genai）和vertexai.preview.generative_models的相关类，但genai库的GenerativeModel只接受自身库定义的FunctionDeclaration/Tool类型，而你传入的是vertexai库的Tool对象，类型完全不匹配，因此触发了错误。和你怀疑的函数返回值格式无关，原函数返回字符串的逻辑是正确的。

修复方案 #

统一使用google.generativeai库的工具类，修改后的完整代码如下：

import google.generativeai as genai
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

# 配置Gemini API密钥
genai.configure(api_key="API KEY")

# 加载并训练鸢尾花分类模型
iris = load_iris()
X = iris.data
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

model = RandomForestClassifier(random_state=42)
model.fit(X_train, y_train)

def predict_iris_species(sepal_length, sepal_width, petal_length, petal_width):
    """
    根据花萼和花瓣的尺寸预测鸢尾花品种。

    参数:
        sepal_length (float): 花萼长度（单位：厘米）
        sepal_width (float): 花萼宽度（单位：厘米）
        petal_length (float): 花瓣长度（单位：厘米）
        petal_width (float): 花瓣宽度（单位：厘米）

    返回:
        str: 预测的鸢尾花品种名称
    """
    input_data = [[sepal_length, sepal_width, petal_length, petal_width]]
    prediction = model.predict(input_data)
    return str(iris.target_names[prediction[0]])

# 使用genai库的工具类定义函数调用
tools = [
    genai.Tool(
        function_declarations=[
            genai.FunctionDeclaration(
                name="predict_iris_species",
                description="根据花萼和花瓣的尺寸预测鸢尾花品种",
                parameters={
                    "type": "object",
                    "properties": {
                        "sepal_length": {"type": "number", "description": "花萼长度（单位：厘米）"},
                        "sepal_width": {"type": "number", "description": "花萼宽度（单位：厘米）"},
                        "petal_length": {"type": "number", "description": "花瓣长度（单位：厘米）"},
                        "petal_width": {"type": "number", "description": "花瓣宽度（单位：厘米）"}
                    },
                    "required": ["sepal_length", "sepal_width", "petal_length", "petal_width"]
                }
            )
        ]
    )
]

# 初始化Gemini模型并启动对话
llm = genai.GenerativeModel(model_name='gemini-1.5-flash', tools=tools)
chat = llm.start_chat()
response = chat.send_message("花萼长度5.1cm、花萼宽度3.5cm、花瓣长度1.4cm、花瓣宽度0.2cm的鸢尾花是什么品种？")
print(response.text)

关键修改点说明 #

• 移除了vertexai.preview.generative_models的所有导入，全程使用google.generativeai库的类
• 调整了tools的定义方式：genai的Tool需放在列表中直接传入，内部的FunctionDeclaration也必须使用genai的类
• 保留原函数的返回值格式（字符串）即可，无需修改为JSON字典

内容的提问来源于stack exchange，提问作者myts999