将 PDF 发送到 gemini-1.5-pro-latest 失败，出现 500 错误

Question

下面是向 Gemini 发送提示和 pdf 文件的片段。

def runGemini(prompt, model, document=None):

    model = genai.GenerativeModel(model)
    content = prompt
    if document:
        content = [
            document,
            "What is this document?",
        ]

    response = model.generate_content(
        content,
        
    )
    return response.text

这里我生成 PDF 的内容部分：

        import base64

        bytes = pdf_file.getvalue()
        base64_bytes = base64.b64encode(bytes).decode("utf-8")
        blob = glm.Blob(mime_type="application/pdf", data=base64_bytes)
        document = glm.Part(inline_data=blob)

Answer 1

首先，我很难重新创建它，因为我试图猜测您创建的 pdf 对象是什么以及如何创建。

我最终这样做了

创建文档

为了创建一个文档，我已经这样做了。我看不到你在做什么。但它确实重现了问题。

def get_document(pdf_file):
    bytes = pdf_file.getvalue()
    base64_bytes = base64.b64encode(bytes).decode("utf-8")
    blob = glm.Blob(mime_type="application/pdf", data=base64_bytes)
    return glm.Part(inline_data=blob)


if __name__ == "__main__":

    pdf_data = b"PDF file content here"
    pdf_file = BytesIO(pdf_data)
    document = get_document(pdf_file)
    print(document)
    

当我打印返回的文档对象时，我得到了。

inline_data {
  mime_type: "application/pdf"
  data: "PDF file content here"
}

失败的原因是 mime 类型不是“application/pdf”而是“text/basic”

如果您尝试将 pdf 文件的字节数组直接加载到提示中，据我所知，这是行不通的，您需要加载 pdf 的文本，然后将其作为“文本/基本”发送