google-genai SDK で Antigravity を使う：Python 実践クイックスタート

pip install google-genai

from google import genai
 
# 環境変数から読み込む（推奨）
import os
client = genai.Client(api_key=os.environ["GOOGLE_API_KEY"])
 
# または直接設定（本番環境では非推奨）
# client = genai.Client(api_key="YOUR_GOOGLE_API_KEY")

from google import genai
 
client = genai.Client(api_key=os.environ["GOOGLE_API_KEY"])
 
# 最もシンプルな呼び出し
response = client.models.generate_content(
    model="gemma-4-antigravity",
    contents="Pythonで書いた初めてのプログラムを教えてください"
)
print(response.text)

from google.genai import types
 
response = client.models.generate_content(
    model="gemma-4-antigravity",
    config=types.GenerateContentConfig(
        system_instruction="あなたはPythonの専門家です。コードの説明は常に簡潔にしてください。",
        temperature=0.7,
        max_output_tokens=1024
    ),
    contents="asyncioとは何ですか？"
)
print(response.text)

from google import genai
 
client = genai.Client(api_key=os.environ["GOOGLE_API_KEY"])
 
# チャットセッションの開始
chat = client.chats.create(
    model="gemma-4-antigravity",
    config=types.GenerateContentConfig(
        system_instruction="あなたはコードレビューのエキスパートです。",
        temperature=0.3
    )
)
 
# 会話の継続
messages = [
    "この関数のレビューをお願いします：\ndef calc(x, y):\n    return x + y",
    "型ヒントを追加するとしたらどう書きますか？",
    "テストコードも書いてもらえますか？"
]
 
for user_msg in messages:
    response = chat.send_message(user_msg)
    print(f"User: {user_msg[:50]}...")
    print(f"AI: {response.text[:200]}...\n")

# ストリーミングテキスト生成
for chunk in client.models.generate_content_stream(
    model="gemma-4-antigravity",
    contents="Pythonのデータクラスについて詳しく説明してください"
):
    print(chunk.text, end="", flush=True)
print()  # 改行
 
# チャットでのストリーミング
chat = client.chats.create(model="gemma-4-antigravity")
for chunk in chat.send_message_stream("設計パターンのFactoryパターンを説明してください"):
    print(chunk.text, end="", flush=True)
print()

import PIL.Image
from google import genai
from google.genai import types
 
client = genai.Client(api_key=os.environ["GOOGLE_API_KEY"])
 
# ローカル画像ファイルを使う
image = PIL.Image.open("screenshot.png")
 
response = client.models.generate_content(
    model="gemma-4-antigravity",
    contents=[
        image,
        "このスクリーンショットのUIデザインの問題点を指摘してください"
    ]
)
print(response.text)
 
# 複数画像の比較
image1 = PIL.Image.open("before.png")
image2 = PIL.Image.open("after.png")
 
response = client.models.generate_content(
    model="gemma-4-antigravity",
    contents=[
        "以下の2つのデザインを比較してください：",
        "【変更前】", image1,
        "【変更後】", image2
    ]
)
print(response.text)

import json
from google.genai import types
 
response = client.models.generate_content(
    model="gemma-4-antigravity",
    config=types.GenerateContentConfig(
        response_mime_type="application/json",
        response_schema={
            "type": "object",
            "properties": {
                "title": {"type": "string"},
                "summary": {"type": "string"},
                "tags": {"type": "array", "items": {"type": "string"}},
                "difficulty": {"type": "string", "enum": ["beginner", "intermediate", "advanced"]}
            },
            "required": ["title", "summary", "tags", "difficulty"]
        }
    ),
    contents="Pythonのデコレーターについての記事のメタデータを生成してください"
)
 
metadata = json.loads(response.text)
print(f"タイトル: {metadata['title']}")
print(f"タグ: {', '.join(metadata['tags'])}")
print(f"難易度: {metadata['difficulty']}")

import asyncio
from google import genai
 
async def parallel_requests(prompts: list[str]) -> list[str]:
    """複数のリクエストを並列実行"""
    client = genai.AsyncClient(api_key=os.environ["GOOGLE_API_KEY"])
    
    async def _request(prompt: str) -> str:
        response = await client.aio.models.generate_content(
            model="gemma-4-antigravity",
            contents=prompt
        )
        return response.text
    
    results = await asyncio.gather(*[_request(p) for p in prompts])
    return results
 
# 実行
async def main():
    prompts = [
        "Pythonのリスト内包表記とは？",
        "ジェネレーターとは何ですか？",
        "デコレーターの使い方を教えてください"
    ]
    results = await parallel_requests(prompts)
    for prompt, result in zip(prompts, results):
        print(f"Q: {prompt}\nA: {result[:100]}...\n")
 
asyncio.run(main())

from google import genai
from google.api_core import exceptions as google_exceptions
 
def safe_generate(client, model: str, contents, max_retries: int = 3) -> str:
    """エラーハンドリング付きの生成関数"""
    
    for attempt in range(max_retries):
        try:
            response = client.models.generate_content(
                model=model,
                contents=contents
            )
            return response.text
            
        except google_exceptions.ResourceExhausted:
            # レート制限
            import time
            wait_time = 2 ** attempt
            print(f"レート制限。{wait_time}秒後に再試行...")
            time.sleep(wait_time)
            
        except google_exceptions.InvalidArgument as e:
            # 入力エラー（リトライ不可）
            print(f"入力が無効です: {e}")
            raise
            
        except google_exceptions.ServiceUnavailable:
            # サービス一時停止
            if attempt < max_retries - 1:
                import time
                time.sleep(5)
            else:
                raise
    
    raise RuntimeError(f"{max_retries}回のリトライ後も失敗しました")

# 送信前にトークン数を確認
token_count = client.models.count_tokens(
    model="gemma-4-antigravity",
    contents="長いプロンプトのテキストをここに入れます..."
)
print(f"入力トークン数: {token_count.total_tokens}")
 
# 使用量の確認（送信後）
response = client.models.generate_content(
    model="gemma-4-antigravity",
    contents="こんにちは"
)
if response.usage_metadata:
    print(f"入力: {response.usage_metadata.prompt_token_count} tokens")
    print(f"出力: {response.usage_metadata.candidates_token_count} tokens")