企业官网建设流程全解析

5行代码搞定文本摘要：Gemini API JSON结构化提取实战指南

【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook

用 Gemini API 的 JSON 结构化提取能力，一次调用就能把长文本拆成带角色、地点、情节的摘要 JSON，文本摘要不用再靠人工通读，结果直接进数据库。

🎯 痛点：长文本摘要，人工慢、正则脆

过去处理一篇长文，要么人工通读再手写摘要，要么用正则和关键词脚本硬抽，遇到换了句式的文本就失效。用 Gemini API 的 JSON 输出能力后，你只需把「要哪些字段」写成一份结构定义，模型就按这个结构返回摘要——新闻速览、会议纪要、小说人物提取，都是同一条流水线，换个 schema 就行。

🛠️ 准备工作：装包并配好密钥

一行命令装好 SDK：

pip install -U -q "google-genai>=1.0.0"

API 密钥的获取与配置不用手写，跟着 quickstarts/Authentication.ipynb 走一遍即可，配好后用它初始化client，后文所有调用都基于这个客户端。

🧩 核心实战

先用 TypedDict 定义 JSON 输出结构

schema 的作用相当于给模型一张「答卷模板」：每个字段叫什么、是什么类型，都由你说了算，返回的 JSON 保证符合这份结构。最小示例只需一个类、三四个字段：

from typing import TypedDict class TextSummary(TypedDict): synopsis: str # 一句话情节概括 genres: list[str] # 题材标签 characters: list[str] # 角色名 locations: list[str] # 地名

真实项目里可以给字段继续嵌套子结构（比如角色带简介、立场），仓库示例里的完整版就是这么做的。

一次调用生成结构化摘要

关键在于config里的两个参数：response_mime_type设为application/json锁定输出格式，response_schema传入上面定义的类，模型就会按它组织结果：

response = client.models.generate_content( model="gemini-2.0-flash", contents=prompt, config={ "response_mime_type": "application/json", "response_schema": TextSummary, }, )

prompt里说明任务并附上要摘要的原文即可，其余字段含义见 examples/json_capabilities/Text_Summarization.ipynb。

用 response.parsed 取结果、按字段解析

不用自己json.loads：response.parsed已把返回内容解析成 Python 字典，直接response.parsed["synopsis"]取摘要、response.parsed["characters"]取角色列表，赋值给变量或写库都按普通字典操作。

📦 结果长什么样，还能用在哪

拿仓库示例中的奇幻故事跑一遍，摘两个关键字段看看：

• synopsis：Elara, a cartographer and adventurer, seeks the lost city of Eldoria, following an ancient map through the Dragon's Tooth mountains...
• characters[0].name：Elara

同样的写法换个 schema 就能迁移到其他文本：

• 新闻速览：schema 定义「标题、时间、涉及主体、要点列表」，把当日新闻批量转成结构化条目。
• 研究报告：定义「结论、方法、数据支撑、局限」字段，直接生成可检索的报告卡片。
• 产品描述：抽取「规格参数、卖点、适用人群」，喂给电商详情页或推荐系统。

🧭 资源导航

把非结构化文本变成可编程的 JSON，这一步走通后，后面的信息抽取和数据分析都有了干净的输入。

git clone https://gitcode.com/GitHub_Trending/coo/cookbook

【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook