روش‌های ورودی فایل

این راهنما روش‌های مختلفی را که می‌توانید هنگام درخواست به API Gemini فایل‌های رسانه‌ای مانند تصاویر، صدا، ویدیو و اسناد را وارد کنید، توضیح می‌دهد. روش‌های جدید در تمام نقاط پایانی API Gemini، از جمله Batch، Interactions و Live API، پشتیبانی می‌شوند. انتخاب روش مناسب به اندازه فایل شما، محل ذخیره داده‌های شما و تعداد دفعاتی که قصد استفاده از فایل را دارید، بستگی دارد.

ساده‌ترین راه برای گنجاندن یک فایل به عنوان ورودی، خواندن یک فایل محلی و گنجاندن آن در یک اعلان است. مثال زیر نحوه خواندن یک فایل PDF محلی را نشان می‌دهد. فایل‌های PDF برای این روش به 50 مگابایت محدود هستند. برای لیست کاملی از انواع و محدودیت‌های ورودی فایل، به جدول مقایسه روش‌های ورودی مراجعه کنید.

from google import genai
import pathlib
import base64

client = genai.Client()

filepath = pathlib.Path('my_local_file.pdf')

prompt = "Summarize this document"
interaction = client.interactions.create(
    model="gemini-3.7-flash",
    input=[
        {"type": "text", "text": prompt},
        {"type": "document", "data": base64.b64encode(filepath.read_bytes()).decode('utf-8'), "mime_type": "application/pdf"}
    ]
)
print(interaction.output_text)

import { GoogleGenAI } from "@google/genai";
import * as