cn.hutool.ai.model.gemini

Class GeminiServiceImpl

java.lang.Object

cn.hutool.ai.core.BaseAIService

cn.hutool.ai.model.gemini.GeminiServiceImpl

All Implemented Interfaces:

AIService, GeminiService

public class GeminiServiceImpl
extends BaseAIService
implements GeminiService

Gemini服务，AI具体功能的实现

Since:

5.8.43

Author:

elichow

Field Summary

Fields inherited from class cn.hutool.ai.core.BaseAIService

config

Constructor Summary

Constructors

Constructor and Description
GeminiServiceImpl(AIConfig config)

Method Summary

Modifier and Type	Method and Description
byte[]	addWavHeader(byte[] pcmData) 为原始 PCM 音频数据添加 WAV 头
String	chat(List<Message> messages) 对话
void	chat(List<Message> messages, Consumer<String> callback) 对话-SSE流式输出
String	chatJson(List<Message> messages) 结构化输出：强制要求模型返回 JSON 格式
String	chatMultimodal(String prompt, List<String> mediaList) 全模态理解（图像/视频/音频/PDF）：模型会依据传入的媒体资源给出回复。
void	chatMultimodal(String prompt, List<String> mediaList, Consumer<String> callback) 全模态理解-SSE流式输出
void	downLoadVideo(String videoUri, String filePath) 下载生成的视频文件
String	getVideoOperation(String operationName) 获取视频生成状态：用于轮询视频生成进度
String	predictImage(String prompt) 生成图像 (Imagen 模型集成)
String	predictVideo(String prompt) 生成视频:根据文本提示语生成视频
protected HttpResponse	sendGet(String endpoint) 发送Get请求
protected HttpResponse	sendPost(String endpoint, String paramJson) 发送Post请求
protected void	sendPostStream(String endpoint, Map<String,Object> paramMap, Consumer<String> callback) 支持流式返回的 POST 请求
String	textToSpeech(String prompt) 文本转语音 (TTS)
String	textToSpeech(String prompt, String voice) 文本转语音 (TTS) - 指定音色
String	uploadFile(File file) 上传大文件到Gemini File API

Methods inherited from class cn.hutool.ai.core.BaseAIService

sendFormData

Methods inherited from class java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Methods inherited from interface cn.hutool.ai.core.AIService

chat, chat

Constructor Detail

GeminiServiceImpl

public GeminiServiceImpl(AIConfig config)

Method Detail

chat

public String chat(List<Message> messages)

Description copied from interface: AIService

对话

Specified by:

chat in interface AIService

Parameters:

messages - 由目前为止的对话组成的消息列表，可以设置role，content。详细参考官方文档

Returns:

AI回答

chat

public void chat(List<Message> messages,
                 Consumer<String> callback)

Description copied from interface: AIService

对话-SSE流式输出

Specified by:

chat in interface AIService

Parameters:

messages - 由目前为止的对话组成的消息列表，可以设置role，content。详细参考官方文档

callback - 流式数据回调函数

chatMultimodal

public String chatMultimodal(String prompt,
                             List<String> mediaList)

Description copied from interface: GeminiService

全模态理解（图像/视频/音频/PDF）：模型会依据传入的媒体资源给出回复。

Specified by:

chatMultimodal in interface GeminiService

Parameters:

prompt - 指令

mediaList - 媒体资源列表 (支持 Base64, URL, 或 File API 的 URI)

Returns:

AI回答

chatMultimodal

public void chatMultimodal(String prompt,
                           List<String> mediaList,
                           Consumer<String> callback)

Description copied from interface: GeminiService

全模态理解-SSE流式输出

Specified by:

chatMultimodal in interface GeminiService

Parameters:

prompt - 指令

mediaList - 媒体资源列表

callback - 流式数据回调函数

chatJson

public String chatJson(List<Message> messages)

Description copied from interface: GeminiService

结构化输出：强制要求模型返回 JSON 格式

Specified by:

chatJson in interface GeminiService

Parameters:

messages - 消息列表

Returns:

AI回答

predictImage

public String predictImage(String prompt)

Description copied from interface: GeminiService

生成图像 (Imagen 模型集成)

Specified by:

predictImage in interface GeminiService

Parameters:

prompt - 图像描述词

Returns:

包含图片数据的响应 (通常为 Base64)

predictVideo

public String predictVideo(String prompt)

Description copied from interface: GeminiService

生成视频:根据文本提示语生成视频

Specified by:

predictVideo in interface GeminiService

Parameters:

prompt - 视频描述词

Returns:

包含 operationName 的 JSON 字符串

getVideoOperation

public String getVideoOperation(String operationName)

Description copied from interface: GeminiService

获取视频生成状态：用于轮询视频生成进度

Specified by:

getVideoOperation in interface GeminiService

Parameters:

operationName - 生成视频接口返回的任务名称

Returns:

包含视频状态（done）及结果的 JSON 字符串

downLoadVideo

public void downLoadVideo(String videoUri,
                          String filePath)

Description copied from interface: GeminiService

下载生成的视频文件

Specified by:

downLoadVideo in interface GeminiService

Parameters:

videoUri - 视频文件的 URI

filePath - 保存视频的文件路径

textToSpeech

public String textToSpeech(String prompt)

Description copied from interface: GeminiService

文本转语音 (TTS)

Specified by:

textToSpeech in interface GeminiService

Parameters:

prompt - 文本或带有导演备注的内容

Returns:

语音文件的 Base64 编码字符串

textToSpeech

public String textToSpeech(String prompt,
                           String voice)

Description copied from interface: GeminiService

文本转语音 (TTS) - 指定音色

Specified by:

textToSpeech in interface GeminiService

Parameters:

prompt - 文本或带有导演备注的内容

voice - 预定义的音色常量

Returns:

语音文件的 Base64 编码字符串

uploadFile

public String uploadFile(File file)

Description copied from interface: GeminiService

上传大文件到Gemini File API

Specified by:

uploadFile in interface GeminiService

Parameters:

file - 本地文件

Returns:

上传后的文件对象信息

addWavHeader

public byte[] addWavHeader(byte[] pcmData)

Description copied from interface: GeminiService

为原始 PCM 音频数据添加 WAV 头

Specified by:

addWavHeader in interface GeminiService

Parameters:

pcmData - 原始 PCM 音频字节数组

Returns:

带有 WAV 头的音频字节数组

sendGet

protected HttpResponse sendGet(String endpoint)

发送Get请求

Overrides:

sendGet in class BaseAIService

Parameters:

endpoint - 请求节点

Returns:

请求响应

sendPost

protected HttpResponse sendPost(String endpoint,
                                String paramJson)

Description copied from class: BaseAIService

发送Post请求

Overrides:

sendPost in class BaseAIService

Parameters:

endpoint - 请求节点

paramJson - 请求参数json

Returns:

请求响应

sendPostStream

protected void sendPostStream(String endpoint,
                              Map<String,Object> paramMap,
                              Consumer<String> callback)

支持流式返回的 POST 请求

Overrides:

sendPostStream in class BaseAIService

Parameters:

endpoint - 请求地址

paramMap - 请求参数

callback - 流式数据回调函数