API 参考Google 兼容
代码执行
Gemini 代码执行 API - 让 Gemini 2.0 编写并运行 Python 代码。解决数学、数据分析和复杂问题，AI 生成可执行代码。
代码执行
Gemini 可以在沙箱环境中生成并执行 Python 代码。这对于数学计算、数据分析以及受益于程序化解决方案的任务非常有用。
支持的模型: 代码执行在 Gemini 1.5+ 模型上可用。
工作原理
- 启用代码执行工具
- 模型编写 Python 代码来解决您的问题
- 代码在安全沙箱中执行
- 结果在响应中返回
启用代码执行
curl -X POST "https://api.uniterouter.ai/v1beta/models/gemini-2.0-flash:generateContent" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $UNITEROUTER_API_KEY" \
-d '{
"contents": [
{
"role": "user",
"parts": [{"text": "计算前20个斐波那契数"}]
}
],
"tools": [
{
"codeExecution": {}
}
]
}'import google.generativeai as genai
genai.configure(
api_key="your_uniterouter_api_key",
transport="rest",
client_options={"api_endpoint": "api.uniterouter.ai"}
)
model = genai.GenerativeModel(
"gemini-2.0-flash",
tools=["code_execution"]
)
response = model.generate_content(
"计算前20个斐波那契数"
)
# 打印所有部分，包括代码和输出
for part in response.candidates[0].content.parts:
if hasattr(part, 'executable_code'):
print("代码:")
print(part.executable_code.code)
elif hasattr(part, 'code_execution_result'):
print("输出:")
print(part.code_execution_result.output)
else:
print("文本:", part.text)import { GoogleGenerativeAI } from "@google/generative-ai";
const genAI = new GoogleGenerativeAI("your_uniterouter_api_key", {
baseUrl: "https://api.uniterouter.ai"
});
const model = genAI.getGenerativeModel({
model: "gemini-2.0-flash",
tools: [{ codeExecution: {} }]
});
const result = await model.generateContent(
"计算前20个斐波那契数"
);
console.log(result.response.text());响应格式
{
"candidates": [{
"content": {
"parts": [
{
"text": "我将使用 Python 来计算斐波那契数列："
},
{
"executableCode": {
"language": "PYTHON",
"code": "def fibonacci(n):\n fib = [0, 1]\n for i in range(2, n):\n fib.append(fib[-1] + fib[-2])\n return fib[:n]\n\nprint(fibonacci(20))"
}
},
{
"codeExecutionResult": {
"outcome": "OUTCOME_OK",
"output": "[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181]"
}
},
{
"text": "前20个斐波那契数是: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181"
}
],
"role": "model"
}
}]
}可用库
沙箱包含常用的 Python 库：
| 类别 | 库 |
|---|---|
| 数学 | numpy, scipy, sympy |
| 数据 | pandas |
| 可视化 | matplotlib（保存为图像） |
| 标准库 | math, datetime, collections, itertools |
使用场景
| 使用场景 | 示例 |
|---|---|
| 数学 | "解方程 x^2 - 5x + 6 = 0" |
| 统计 | "计算 [数据] 的均值和标准差" |
| 数据处理 | "解析这个 CSV 并找出平均值" |
| 算法 | "实现快速排序并对这个列表排序" |
| 转换 | "将100英里转换为公里" |
与其他工具结合
代码执行可以与函数调用结合：
model = genai.GenerativeModel(
"gemini-2.0-flash",
tools=[
"code_execution",
{
"function_declarations": [
{
"name": "get_stock_price",
"description": "获取当前股票价格",
"parameters": {...}
}
]
}
]
)执行结果
| 结果 | 描述 |
|---|---|
OUTCOME_OK | 代码执行成功 |
OUTCOME_FAILED | 代码执行失败 |
OUTCOME_DEADLINE_EXCEEDED | 执行超时 |
限制
- 超时: 最大执行时间 30 秒
- 内存: 有限的内存分配
- 网络: 无网络访问
- 文件系统: 无持久文件系统
- 部分库: 并非所有 Python 库都可用
最佳实践
- 清晰的提示 - 描述您想要计算的内容
- 提供数据 - 在提示中包含要处理的数据
- 迭代 - 如果第一次尝试失败，模型可以改进代码
- 组合工具 - 与函数调用结合实现复杂工作流
相关文档
How is this guide?