用 Gemini API 做 JSON 文本摘要，把长文变成结构化数据：3 步跑通

用 Gemini API 做 JSON 文本摘要把长文变成结构化数据3 步跑通【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拿到一大段文字你只想把里面的角色、地点和主线剧情抓出来。这篇教程用 Gemini API 的 JSON 文本摘要能力让模型直接把要点按结构化 JSON 吐出来完整代码在 cookbook 项目的 examples 目录里。你大概试过偷懒版直接让模型输出 JSON。结果有时包着 markdown 代码块有时结尾多一句话脚本一解析就报错。这里的做法不一样先给模型一份结构定义再让它照着结构填值输出稳定、解析省心。cookbook 一句话定位Gemini API 的官方示例与教程库从入门到进阶都有覆盖。这篇文章只挑其中最实用的文本摘要一个例子陪你完整跑一遍边看边能动手。装好依赖、配好密钥五分钟搞定准备依赖只有一个一条命令装完pip install -U -q google-genai2.9.0然后去 Gemini 平台申请一个 API 密钥放进环境变量 GEMINI_API_KEY在 Colab 里存成 Secret。密钥怎么创建仓库里的 quickstarts/Authentication.ipynb 有完整演示这里不展开。本地跑的话拿到密钥后先初始化客户端client genai.Client(api_keyGEMINI_API_KEY)。Colab 里换成userdata.get(GEMINI_API_KEY)读取即可后面示例都默认 client 已就绪。️ 三步发起调用先定格式再让它填值下面的代码都来自仓库 json_capabilities 目录下的 Text_Summarization.ipynb 笔记本。我只贴关键几行其余样板你可以对着原文件补全。第一步先说清楚要回什么格式模型默认放飞自由文本要拿到稳定格式就得先写结构。我们用 TypedDict 定义就是告诉 Python这个字典有哪些键、每个键是什么类型from typing_extensions import TypedDict class Character(TypedDict): name: str description: str alignment: str class Location(TypedDict): name: str description: str外层再包一个 TextSummary共四个字段synopsis一段话剧情摘要、genres类型列表、locations地点列表、characters角色列表。角色和地点就分别用上面两个小结构装。第二步发起调用用两行配置锁住输出response client.models.generate_content( modelgemini-3.7-flash, contentsprompt, # 完整故事文本 config{ response_mime_type: application/json, response_schema: TextSummary, } )config 里就两行是关键response_mime_type 声明用 JSON 返回response_schema 把你刚定义的 TextSummary 交给模型它会照着字段名逐项填值不多给、不少给。第三步拿到手就是现成的字典不用再写解析逻辑。response.parsed直接就是 Python 字典笔记本里用pprint(response.parsed)把它打出来看一眼。 看效果故事变成了字典实际输出截一段英文原文已译成中文仅展示关键部分{ synopsis: Elara 循着古图前往失落的 Eldoria 城途中遭遇石影守护者最终选择让它继续沉睡……节选, genres: [Fantasy, Adventure], characters: [{name: Elara, alignment: Good, description: 寻找失落之城 Eldoria 的制图师兼冒险者。}], locations: [{name: Dragons Tooth Mountains, description: 高峰嶙峋、藏有隐秘通道的险峻山脉。}] }好在哪字段名是稳定的角色就是 characters地点就是 locations。你直接写代码入库、喂给下游任务就行不用再猜文字落在哪个位置。换个场景套路完全一样故事只是入门。同一套定结构 → 传 response_schema的玩法换成新闻可以抽事件要素谁、何时、何地、影响换研究报告可以抽结论、关键数据与置信度换商品描述可以抽规格、卖点和适用人群——把 TypedDict 里的字段换掉调用一行不用动。仓库的 examples/json_capabilities/ 目录里还有现成的同类示例可以照着改实体抽取、情感分析、文本分类每个都是同一个思路的变体。 入口在这完整代码examples/json_capabilities/Text_Summarization.ipynb更多 JSON 任务示例examples/json_capabilities/想本地跑起来把仓库整个克隆下来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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考