Gemini API + Node.js 教程：开发一个 AI 问答工具

摘要

随着人工智能技术的快速发展，基于大语言模型的问答工具越来越受到关注。本文将结合 Gemini API 和 Node.js，带你一步步搭建一个高效的 AI 问答工具。教程内容包括环境准备、API 认证、核心代码示例、提示词设计、错误处理及性能优化，适合有一定 JavaScript 基础的开发者。通过本教程，你将掌握如何调用 Gemini API，实现智能问答功能，并能根据实际需求进行扩展。

什么是 Gemini API？

Gemini API 是由领先的 AI 公司推出的语言模型接口，支持自然语言理解与生成，适合构建聊天机器人、智能问答、文本生成等应用。其特点是响应速度快、支持多轮对话和上下文管理，方便开发者集成到各种平台。

由于 Gemini API 仍在不断迭代升级，具体接口和价格请以官方最新文档为准。本文示例基于公开的 API 说明，重点演示如何结合 Node.js 使用。

开发前的准备工作

1. 环境搭建

首先确保本地安装了 Node.js（建议版本 16 及以上），并熟悉 npm 包管理。推荐使用 VS Code 等现代编辑器进行开发。

2. 申请 Gemini API 访问权限

访问 Gemini API 需要注册官方账号并获取 API Key。请登录官方平台完成申请，注意保存好密钥，避免泄露。

3. 创建项目目录

在终端执行以下命令创建项目：

mkdir gemini-ai-qa
cd gemini-ai-qa
npm init -y
npm install axios dotenv express

这里使用 axios 进行 HTTP 请求，dotenv 管理环境变量，express 搭建简单服务器。

核心代码实现

1. 配置环境变量

在项目根目录创建 .env 文件，写入：

GEMINI_API_KEY=你的API密钥

确保 .gitignore 中包含 .env，防止上传密钥。

2. 编写调用 Gemini API 的模块

新建 geminiClient.js，示例代码：

const axios = require('axios');
require('dotenv').config();

const GEMINI_API_KEY = process.env.GEMINI_API_KEY;
const GEMINI_API_URL = 'https://api.gemini.example.com/v1/chat/completions'; // 示例地址

async function askQuestion(question, context = []) {
  try {
    const response = await axios.post(GEMINI_API_URL, {
      model: 'gemini-1',
      messages: [...context, { role: 'user', content: question }],
      max_tokens: 1000
    }, {
      headers: {
        'Authorization': `Bearer ${GEMINI_API_KEY}`,
        'Content-Type': 'application/json'
      }
    });
    return response.data.choices[0].message.content;
  } catch (error) {
    console.error('调用 Gemini API 出错:', error.response ? error.response.data : error.message);
    throw error;
  }
}

module.exports = { askQuestion };

此模块封装了向 Gemini API 发送请求的逻辑，支持传入上下文实现多轮对话。

3. 搭建简单的 Express 服务器

新建 server.js：

const express = require('express');
const { askQuestion } = require('./geminiClient');

const app = express();
app.use(express.json());

app.post('/api/ask', async (req, res) => {
  const { question, context } = req.body;
  if (!question) {
    return res.status(400).json({ error: '缺少问题参数' });
  }
  try {
    const answer = await askQuestion(question, context || []);
    res.json({ answer });
  } catch (err) {
    res.status(500).json({ error: 'AI 服务调用失败' });
  }
});

const PORT = process.env.PORT || 3000;
app.listen(PORT, () => {
  console.log(`服务器启动，监听端口 ${PORT}`);
});

启动服务器后，可以通过 POST 请求调用 /api/ask 接口，实现问答交互。

提示词设计与多轮对话管理

为了提升问答质量，合理设计提示词（Prompt）非常关键。建议：

• 明确问题背景，提供必要上下文
• 限制回答长度，避免冗长
• 使用系统角色消息引导模型行为

示例提示词：

const context = [
  { role: 'system', content: '你是一个专业的 AI 助手，回答简洁准确。' }
];

结合上下文传入，可以实现连续对话，提升用户体验。

常见错误及调试建议

开发过程中可能遇到以下问题：

• API Key 无效或权限不足：检查环境变量配置，确认密钥有效。
• 请求超时或网络错误：确保网络通畅，适当增加超时时间。
• 返回内容为空或格式异常：查看 API 响应结构，确认参数正确。

调试时建议开启详细日志，捕获异常信息，便于定位问题。

性能优化与扩展建议

为了提升问答工具的实用性，可以考虑：

• 缓存常见问题答案，减少 API 调用次数
• 结合数据库存储用户对话历史，实现个性化服务
• 前端集成 WebSocket，实现实时交互体验
• 搭配 aistacknav.com 上的其他 AI 工具，实现多模态交互

此外，关注 Gemini API 的最新功能和定价策略，合理调整调用频率和参数。

FAQ

1. Gemini API 是否免费？

Gemini API 可能提供免费额度，但具体价格和使用限制请以官方最新公告为准。

2. 如何保证用户数据安全？

建议在服务器端妥善管理 API Key，避免泄露；用户数据应加密存储，遵守相关隐私法规。

3. 是否支持多语言问答？

Gemini API 通常支持多语言，但具体效果依赖模型能力，建议测试目标语言表现。

4. 如何处理长文本输入？

可以对长文本进行分段处理，或限制输入长度，避免超出模型最大上下文限制。

5. 是否能部署在生产环境？

本教程示例适合开发和测试，生产环境需考虑安全、性能和稳定性，建议结合官方最佳实践。

参考来源

• Gemini API 官方文档（请访问官方平台获取最新版本）
• Node.js 官方网站：https://nodejs.org/
• aistacknav.com AI 工具导航平台，提供丰富 AI 资源和教程