Gemini_API工作流自动化：如何串联多个AI任务实现跨工具的无人值守执行教程

必须建立可传递结构化数据的执行路径：先配API密钥并安装新版SDK（须卸载旧版），再定义工具Schema并注册；提示词需用明确动词、具体实体和清晰时间；响应中严格解析function_call并验证参数；耗时任务通过Redis异步解耦。

要让Gemini API自动完成从文本分析、图像生成到内容分发的整条链路，必须建立可传递结构化数据的执行路径，不能依赖人工复制粘贴中间结果。

准备API密钥与基础环境

打开 Google AI Studio → 登录账号 → 点击左侧「Get API Key」→ 创建新密钥 → 复制并保存到安全位置。这一步漏掉或泄露密钥会导致后续所有调用失败且无权限恢复。

安装新版SDK：pip install google-genai。注意【必须卸载旧版google-generativeai，否则会因模块冲突导致function_call解析失败】。

新建Python文件，写入基础初始化代码：

from google import genai
client = genai.Client(api_key="your_api_key_here")

定义并注册可用工具

方法一：用JSON Schema声明天气查询工具

{
  "name": "get_weather",
  "description": "获取指定城市当前天气和温度",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {"type": "string", "description": "城市名称，如北京、上海"}
    },
    "required": ["city"]
  }
}

方法二：注册本地代码执行工具（仅限开发测试环境）

注意：此工具在生产环境必须禁用，【启用后Gemini可能直接执行任意shell命令，造成系统被控】。

将两个工具Schema放入列表，传给GenerativeModel构造函数的tools参数。

构建可触发多轮调用的提示词

第一步：明确动词指令，不加解释性语句

“查上海今天气温，再用这个温度值生成一幅‘夏日热浪’风格的图，最后把图片URL发到我的Telegram频道。”

第二步：避免使用“能不能”“是否可以”等试探性表达

错误示范：“能不能帮我查一下天气？” → 模型不会调用工具。
正确写法：“查上海今天气温。”

第三步：确保实体名称具体、时间范围清晰

“上海”比“这里”可靠，“今天”比“最近”更易解析。模型对模糊指代基本无处理能力，会直接跳过工具调用环节。

解析并执行function_call响应

① 检查response.candidates[0].content.parts中是否存在function_call字段

② 若存在，提取tool_name字符串，严格匹配你注册过的工具名（大小写、下划线必须完全一致）

③ 用json.loads()解析args，传入对应工具函数执行

④ 将工具返回结果封装为ToolResponse对象，再次提交给同一model实例，触发下一轮推理

这一步不能跳过验证：如果args里出现未声明的字段，必须中断流程并报错，否则可能传入恶意参数触发非预期行为。

接入消息队列实现异步解耦

当工作流涉及耗时操作（如图像生成、大文件处理），直接同步等待会导致超时。改用Redis作为中间缓存：

在第一次调用返回function_call后，不立即执行工具，而是将tool_name和args序列化为JSON，推入Redis list队列。

另起一个worker进程监听该队列，取出任务→执行→将结果存入Redis hash，以request_id为key。

主流程通过request_id轮询hash字段，直到status变为"done"，再取result字段继续下一步。