如何在Python Gemini应用中实现基于用户输入的动态API调用（非RAG、非硬匹配）

可以利用Gemini的自然语言理解（NLU）能力识别用户意图，结合意图-处理函数映射表替代硬编码的if-elif逻辑，既避免关键词硬匹配的局限性，又无需依赖第三方RAG库。以下是具体实现方案：

核心思路 #

1. 预定义各API对应的处理函数
2. 让Gemini分析用户输入，返回标准化的意图标签（如news、weather）
3. 通过字典映射，自动调用对应处理函数

具体实现代码 #

步骤1：定义API处理函数 #

先封装各API的调用逻辑：

def call_news_api():
    # 替换为实际新闻API调用逻辑
    return "最新热点新闻：Gemini推出企业级定制服务..."

def call_weather_api():
    # 替换为实际天气API调用逻辑（可根据用户输入中的地点动态传参）
    return "当前天气：上海，多云转晴，气温23~30℃"

def default_handler():
    return "暂时无法处理该请求，请尝试查询新闻或天气。"

步骤2：创建意图-处理函数映射表 #

用字典建立意图标签与处理函数的关联，后续新增API只需扩展此字典：

intent_handlers = {
    "news": call_news_api,
    "weather": call_weather_api,
    "default": default_handler
}

步骤3：利用Gemini识别用户意图 #

通过精准Prompt让Gemini返回标准化的意图标签，避免歧义：

import google.generativeai as genai

# 初始化Gemini客户端
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-pro")

def get_user_intent(user_input):
    prompt = f"""
    请严格分析用户输入的核心意图，仅返回以下标签中的一个：news、weather、default。
    规则：
    - 若用户请求与新闻资讯相关，返回news
    - 若用户请求与天气查询相关，返回weather
    - 无法识别或不属于上述两类的请求，返回default
    用户输入：{user_input}
    """
    response = model.generate_content(prompt)
    return response.text.strip().lower()

def handle_user_input(user_input):
    # 获取意图标签
    intent = get_user_intent(user_input)
    # 匹配对应处理函数并执行
    handler = intent_handlers.get(intent, intent_handlers["default"])
    return handler()

优化与扩展建议 #

• 动态参数传递：若需根据用户输入中的细节（如地点、新闻类别）调用API，可让Gemini同时返回意图标签和关键参数，例如让Prompt返回{"intent": "weather", "location": "北京"}，再在处理函数中使用这些参数。
• 安全校验：如果让Gemini直接返回函数名，必须限制允许调用的函数列表，避免执行未授权代码。
• 意图缓存：对重复或相似的用户请求缓存意图结果，减少Gemini API调用次数，提升响应效率。
• 多意图处理：若用户同时提出多个请求（如"今天北京的天气和最新科技新闻"），可在Prompt中要求Gemini返回多个意图标签，依次调用对应API并合并结果。

内容的提问来源于stack exchange，提问作者user14990172