如何使用Node.js基于Google GEMINI开发AI聊天机器人？

1. 前期准备 #

• 前往Google AI Studio创建项目并生成API密钥，密钥是调用Gemini接口的核心凭证
• 初始化Node.js项目：执行 npm init -y 生成package.json文件
• 安装官方SDK：执行 npm install @google/generative-ai 引入Gemini的Node.js开发包

2. 基础单轮聊天实现 #

以下是最基础的文本对话代码，可直接测试运行：

const { GoogleGenerativeAI } = require('@google/generative-ai');

// 替换为你自己的Gemini API密钥
const API_KEY = '你的API密钥';
const genAI = new GoogleGenerativeAI(API_KEY);

// 初始化文本对话模型（gemini-pro适用于纯文本场景）
const model = genAI.getGenerativeModel({ model: 'gemini-pro' });

// 单轮对话函数
async function getGeminiReply(userInput) {
  const chat = model.startChat({ history: [] });
  const result = await chat.sendMessage(userInput);
  const response = await result.response;
  return response.text();
}

// 测试调用
getGeminiReply('你好，我想用Node.js开发聊天机器人，给点实用建议')
  .then(reply => console.log('Gemini回复：', reply))
  .catch(err => console.error('调用出错：', err));

3. 多轮对话功能实现 #

要支持上下文连贯的多轮对话，需要维护对话历史，代码示例如下：

const { GoogleGenerativeAI } = require('@google/generative-ai');

const API_KEY = '你的API密钥';
const genAI = new GoogleGenerativeAI(API_KEY);
const model = genAI.getGenerativeModel({ model: 'gemini-pro' });

// 用于存储对话历史的数组
let chatHistory = [];

// 多轮对话函数
async function multiTurnChat(userInput) {
  // 将历史记录格式化为模型要求的结构
  const formattedHistory = chatHistory.map(item => ({
    role: item.role,
    parts: [{ text: item.content }]
  }));

  const chat = model.startChat({ history: formattedHistory });
  const result = await chat.sendMessage(userInput);
  const replyText = await result.response.text();

  // 更新对话历史
  chatHistory.push(
    { role: 'user', content: userInput },
    { role: 'model', content: replyText }
  );

  return replyText;
}

// 测试多轮对话
async function testMultiTurn() {
  let reply = await multiTurnChat('推荐一本适合Node.js入门的书籍');
  console.log('Gemini回复：', reply);

  reply = await multiTurnChat('这本书完全零基础能看懂吗？');
  console.log('Gemini回复：', reply);
}

testMultiTurn();

4. 进阶优化建议 #

• 参数自定义：调用sendMessage时可传入generationConfig参数，控制回复的长度、随机性等：

  const result = await chat.sendMessage(userInput, {
    generationConfig: {
      maxOutputTokens: 512, // 限制最大输出字符数
      temperature: 0.7, // 0-1区间，值越高回复越随机
      topP: 0.9 // 控制词汇选择的多样性
    }
  });
  

• 流式输出：如果需要实时展示回复内容，可使用流式调用：

  async function streamReply(userInput) {
    const chat = model.startChat({ history: chatHistory });
    const result = await chat.sendMessageStream(userInput);
    
    let fullReply = '';
    for await (const chunk of result.stream) {
      const chunkText = chunk.text();
      fullReply += chunkText;
      process.stdout.write(chunkText); // 实时输出每一段内容
    }
  
    // 更新对话历史
    chatHistory.push(
      { role: 'user', content: userInput },
      { role: 'model', content: fullReply }
    );
  }
  
  streamReply('用Node.js写一个简单的HTTP服务器示例');
  

• 会话持久化：将对话历史存储到MongoDB、Redis等数据库中，支持跨会话的上下文延续
• 错误处理：增加对API密钥失效、请求配额超限、网络异常等情况的捕获和处理逻辑

5. 常见问题排查 #

• API调用失败：检查密钥是否正确，确认Google AI Studio中已启用Gemini API权限
• 请求配额不足：免费版有调用次数限制，可在Google Cloud控制台查看并调整配额
• 模型选择错误：纯文本对话用gemini-pro，需要支持图片输入的场景用gemini-pro-vision

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