如何使用本地视频调用GCP Gemini API发送多模态请求？

替代Part.from_uri的直接方案是使用Part.from_file方法，无需将本地视频上传到Google Cloud Storage（GCS），可以直接加载本地视频文件构造多模态请求。以下是完整的可运行代码：

import vertexai
from vertexai.generative_models import GenerativeModel, Part

model_id: str = "gemini-1.5-pro-preview-0409"
project_id: str = "YOUR_GCP_PROJECT"
region: str = "YOUR_GCP_REGION"

# 初始化Vertex AI
vertexai.init(project=project_id, location=region)

# 加载模型
model: GenerativeModel = GenerativeModel(model_name=model_id)

# 构造视频Part和请求内容
response = model.generate_content([
    Part.from_file("your_local_video.mp4"),  # 替换为你的本地视频路径
    "请描述这个视频的主要内容，并总结关键事件"
])

# 输出响应结果
print(response.text)

关键注意事项： #

• 依赖版本：确保vertexai Python SDK版本不低于1.59.0，Part.from_file是较新版本新增的本地文件加载方法，可通过pip install --upgrade vertexai升级。
• 视频格式与限制：支持MP4、MOV、AVI等常见格式，Gemini 1.5 Pro预览版支持最长2小时的视频，单文件大小不超过20GB。
• 权限验证：本地环境需已配置GCP身份验证（如通过gcloud auth application-default login命令），确保代码能访问Vertex AI服务。

你之前参考的vertexai.vision_models.Video类属于旧版视觉模型接口，不适用于Gemini多模态大模型的调用流程，直接使用GenerativeModel结合Part.from_file即可实现本地视频的多模态请求。

内容的提问来源于stack exchange，提问作者user26612066