使用Gemini API调用generate_content触发KeyError问题求助

问题根源 #

Gemini API的generate_content方法不兼容OpenAI风格的{'role': 'xxx', 'content': 'xxx'}字典结构，它要求对话内容必须遵循自身格式规范：

• 每个对话条目（Content）必须包含parts键
• 每个parts中的元素（Part）必须包含text（文本内容）或inline_data（多媒体内容）键

解决方案 #

场景1：单轮用户查询 #

如果仅处理单轮用户提问，直接传入问题文本即可：

# 获取用户问题
question = st.chat_input("Ask here")
# 直接传入文本调用模型
response = model.generate_content(question)
botmsg.write(response.text)

场景2：多轮对话（带上下文） #

如果需要携带历史对话上下文，必须按照Gemini的格式构造对话列表：

# 构造符合Gemini要求的带上下文prompt
prompt = [
    # 历史用户消息
    {"role": "user", "parts": [{"text": "帮我解读PDF里的技术细节"}]},
    # 历史模型回复
    {"role": "model", "parts": [{"text": "请提出具体问题"}]},
    # 当前用户问题
    {"role": "user", "parts": [{"text": question}]}
]

response = model.generate_content(prompt)
botmsg.write(response.text)

错误信息翻译 #

KeyError: "无法识别传入字典的类型。Content应包含'parts'键，Part应包含'inline_data'或'text'键，Blob应包含'mime_type'和'data'键。当前传入的键为：['role', 'content']"

内容的提问来源于stack exchange，提问作者sophinez