A execução de código dá aos modelos Gemini acesso a um sandbox do Python, permitindo que os modelos executem código e aprendam com os resultados. Com esse recurso ativado, os modelos Gemini podem fazer cálculos, analisar conjuntos de dados complexos e criar visualizações em tempo real para fornecer respostas melhores às consultas dos usuários. A execução de código já está disponível no Google AI Studio e na API Gemini por meio dos modelos Gemini 2.0.
Você pode ativar a execução de código por meio de um botão do painel "Tools" (Ferramentas) do Google AI Studio ou na API Gemini, como uma variável tools (mostrada abaixo).
from google import genai
from google.genai import types
client = genai.Client(api_key="GEMINI_API_KEY")
response = client.models.generate_content(
model='gemini-2.0-flash',
contents="""
What is the sum of the first 50 prime numbers?
Generate and run code for the calculation.
""",
config=types.GenerateContentConfig(
tools=[types.Tool(
code_execution=types.ToolCodeExecution
)]
)
)
Quando a execução de código é adicionada como uma ferramenta, o modelo pode acessar o sandbox de execução de código para executar o código por até 30 segundos por vez e até cinco vezes sem um novo prompt. O ambiente de execução de código inclui bibliotecas como Numpy, Pandas e Matplotlib (para renderização de gráficos). A lista completa de bibliotecas disponíveis pode ser encontrada em nossos documentos da API, e pretendemos expandir o conjunto de bibliotecas com suporte em breve.
Com o Gemini 2.0, atualizamos nossa ferramenta de execução de código para permitir a entrada de arquivos no sandbox de execução de código, bem como a saída de tabelas e gráficos usando o Matplotlib. Essas atualizações levam a um conjunto mais amplo de casos de uso para a execução de código. Com essas atualizações, você pode:
Vejamos dois exemplos práticos de execução de código em ação:
Ao combinar a API Multimodal Live e a execução de código, esta demonstração mostra uma conversa em tempo real com o modelo Gemini, utilizando entrada de texto por voz e execução de código. Pedimos aos modelos Gemini que eles fornecessem uma lista de filmes com Tom Cruise, os classificassem por ano de exibição e, em seguida, criassem um gráfico de barras mostrando esses dados por meio do Matplotlib. Os modelos Gemini geram o código do Python para executar essas tarefas e atualizar o gráfico com base em nossas solicitações adicionais (alterando as cores das barras).
Esta demonstração usa o modelo de pensamento experimental do Gemini 2.0 Flash e a execução de código para resolver um desafio clássico de otimização. Pedimos ao Gemini que encontrasse a rota mais curta para que um vendedor visitasse cinco cidades na Espanha e retornasse a seu ponto de partida. O Gemini gera o código do Python, faz a depuração iterativamente (corrigindo um erro inicial da biblioteca), calcula distâncias e, por fim, mostra a rota ideal em um gráfico do Matplotlib.
Quer experimentar? Confira o GitHub para conhecer a execução de código na prática. Para ver mais exemplos e demonstrações, visite os documentos da API Gemini, onde você pode explorar cenários de execução de código em uso e muito mais.
Convidamos você a participar do fórum da API Gemini para desenvolvedores para compartilhar casos de uso e feedback de como podemos melhorar a execução de código para você. No curto prazo, estamos explorando o suporte expandido a bibliotecas, a outras modalidades de entrada, como PDFs, e ao uso de várias ferramentas. Agora, é só partir para a diversão e começar a programar!
