怎么将编写好API调用代码的GeminiNotebook部署到云端运行-人工智能-PHP中文网

将gemini notebook部署为云端api服务，需先重构核心逻辑为独立函数并导出为python模块，再用fastapi封装为http服务，最后通过render或railway部署，确保google_api_key通过环境变量安全注入。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

怎么将编写好api调用代码的gemininotebook部署到云端运行

将编写好API调用代码的Gemini Notebook部署到云端运行，核心是把Jupyter Notebook中验证通过的逻辑，转化为可长期存活、可被HTTP触发、能稳定调用Gemini API的服务进程，而非停留在本地交互式环境。

确认Notebook中已封装为可复用函数

打开你的Gemini Notebook，检查是否已将核心调用逻辑抽离为独立函数，例如：def generate_response(prompt: str) -> str:。若仍散落在多个cell中且依赖全局变量（如model实例未封装进函数），必须先重构——否则无法打包部署。

重点验证：该函数能否在全新Python环境中仅靠import和传参就执行成功？不能依赖Jupyter特有的get_ipython()或%magic命令。

导出并整理为标准Python模块

在Notebook末尾新增一个cell，执行：%%writefile gemini_handler.py，然后粘贴重构后的函数代码（含必要import语句）。这会生成一个纯Python文件。

手动创建requirements.txt，内容至少包含：
google-generativeai==0.8.2
fastapi==0.115.0
uvicorn==0.30.6
python-dotenv==1.0.1

【注意：版本号必须与你本地Notebook实际运行成功的版本一致，尤其是google-generativeai，不同版本的API签名可能不兼容】

构建FastAPI轻量服务

新建main.py，写入以下内容：

Ask Gemini/ChatGPT

用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。

下载

```python
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import os
from gemini_handler import generate_response

app = FastAPI()

class PromptRequest(BaseModel):
prompt: str

@app.post("/ask")
def handle_prompt(req: PromptRequest):
try:
result = generate_response(req.prompt)
return {"response": result}
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))
```

确保gemini_handler.py与main.py在同一目录，且GOOGLE_API_KEY已通过环境变量注入（部署时配置）。

选择部署平台并上传代码

方法一：使用Render（推荐新手）
① 注册Render账号并绑定GitHub；
② 将上述main.py、gemini_handler.py、requirements.txt推送到新仓库；
③ 在Render控制台新建Web Service，选择该仓库，设置Build Command为pip install -r requirements.txt，Start Command为uvicorn main:app --host 0.0.0.0 --port $PORT；
④ 在Environment Variables中添加GOOGLE_API_KEY值（从AI Studio复制，**不要硬编码在代码里**）。

方法二：使用Railway
① 登录Railway，点击“New Project” → “Deploy from GitHub”；
② 选择含上述文件的仓库；
③ 在“Variables”页签添加GOOGLE_API_KEY；
④ 点击“Deploy Now”，等待构建完成，获取分配的URL（形如https://xxx.up.railway.app）。

验证云端服务是否生效

在终端执行：curl -X POST https://your-service-url/ask -H "Content-Type: application/json" -d '{"prompt":"用Python打印斐波那契数列前10项"}'。

若返回JSON格式响应且含"response"字段，说明部署成功。若报错500 Internal Server Error，检查Render/Railway后台日志，常见原因是GOOGLE_API_KEY未正确注入或网络代理缺失（Cloudflare Worker等中转层不适用此场景，此处需直连Google API）。