产品库

谷歌多模态AI模型Gemini,支持文本和图像的组合推理

Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。

基于Google Gemini API的多功能聊天工具

GeminiChatUp是一个基于Google Gemini API开发的多功能聊天工具。它拥有流畅的界面和强大的自定义功能。用户可以与Gemini AI进行自然语言交流,获得智能回复。同时支持图片识别,实现更高质量的对话。用户可以保留多组对话记录,并分别设置各组的基础聊天参数。GeminiChatUp还支持响应式布局,在移动端也能流畅使用。

一个基于Gemini 2.0 Flash模型的Perplexity风格AI搜索引擎。

Gemini-Search是一个模仿Perplexity的AI搜索引擎，它利用了Google的Gemini 2.0 Flash模型和Google搜索API，能够提供实时的网络搜索结果和引用，帮助用户快速获取准确的信息。该产品的主要优点在于其快速的响应时间和清晰的用户界面，使其在信息检索方面具有很高的效率。该产品适用于需要快速获取信息的用户，如研究人员、学生和专业人士。产品目前是免费的，适合各种规模的用户使用。

将OpenAI协议转换为Google Gemini Pro协议

Gemini-OpenAI-Proxy是一个代理软件。它旨在将OpenAI API协议调用转换为Google Gemini Pro协议,以便使用OpenAI协议的软件可以在不改变感知的情况下使用Gemini Pro模型。如果您有兴趣使用Google Gemini但不想修改软件,Gemini-OpenAI-Proxy是一个很好的选择。它允许您轻松地集成Google Gemini的强大功能,而无需进行任何复杂的开发工作。

将 Google Gemini 引入到 ComfyUI 中，用于生成提示词和对话

ComfyUI-Gemini 是一款将 Google Gemini 模型集成到 ComfyUI 中的插件。用户可以利用 Gemini 模型生成提示词、与之对话聊天,并且支持多模态输入如图像。该插件免费使用,提供隐式和显式两种 API Key 使用方式,适合个人和团队使用。

利用Gemini API生成小型应用

Gemini Coder是一个基于Gemini API的项目，旨在通过一个简单的提示生成小型应用。该项目完全基于llamacoder，并使用了Next.js、Tailwind等技术栈。它允许用户快速创建应用，并且可以本地运行和测试。作为一个个人项目，它并非Google官方项目，但展示了利用先进API进行应用开发的潜力。

Gemini API的指南和示例集合

Gemini API Cookbook是一个包含Gemini API使用指南和示例的集合，旨在帮助开发者快速上手并使用Gemini API。这些示例大多数是用Python编写的Colab Notebooks，可以直接在Google Colab中打开或下载到本地环境中运行。

基于Gemini Pro API的聊天工具

Gemini Pro Chat 是一款基于 Gemini Pro API 的聊天工具，旨在为用户提供高效、便捷的在线交流体验。它通过集成先进的聊天技术，支持基本的聊天功能，并可能包含更多的高级功能，如多语言支持、消息加密等。该产品的主要优点包括易于使用、高度集成和安全性。

一个集成了Gemini多模态直播和WebRTC技术的单文件应用

Gemini Multimodal Live + WebRTC是一个展示如何构建简单语音AI应用的示例项目，使用Gemini多模态直播API和WebRTC技术。该产品的主要优点包括低延迟、更好的鲁棒性、易于实现核心功能，并且兼容多种平台和语言的SDK。产品背景信息显示，这是一个开源项目，旨在通过WebRTC技术提升实时媒体连接的性能，并简化开发流程。

谷歌开发的AI模型，提供推理能力更强的响应。

Gemini 2.0 Flash Thinking Mode是谷歌推出的一个实验性AI模型，旨在生成模型在响应过程中的“思考过程”。相较于基础的Gemini 2.0 Flash模型，Thinking Mode在响应中展现出更强的推理能力。该模型在Google AI Studio和Gemini API中均可使用，是谷歌在人工智能领域的重要技术成果，对于开发者和研究人员来说，提供了一个强大的工具来探索和实现复杂的AI应用。

在侧边栏固定聊天 GPT-4o Gemini Claude

Sidebar Tab 可以轻松在侧边栏中打开网页，而不会打断主要的浏览任务。您可以将任何网页固定在 Chrome 侧边栏中，包括聊天 GPT-4o Gemini Claude等。只需复制网页的 URL，粘贴到地址栏中，它就会永远固定在侧边栏中，您可以保持对主浏览器窗口的关注。当您切换标签时，您仍然可以在侧边栏中看到固定的内容，方便进行交叉引用和监视。

一键部署您的私人Gemini应用

TalkWithGemini 是一款支持一键免费部署的跨平台应用，用户可以通过这个应用与 Gemini 模型进行交互，支持图片识别、语音对话等多模态交互方式，提高工作效率。

与Chrome和Gemini Nano无缝协作的AI助手。

LocalhostAI是一款旨在提高用户生产力的AI助手应用。它与Chrome浏览器和Gemini Nano设备紧密集成，使用户能够利用先进的AI模型来提升工作效率。该产品的主要优势在于其内置的Chrome AI模型、支持离线使用、注重隐私保护、运行速度快且完全免费。

一个可以方便使用 Google Gemini Pro 2.0 的移动客户端，支持实时对话和多AI代理。

Gemini Pro Chatbot 是一款基于 Google Gemini Pro AI 模型开发的移动聊天应用。它通过 React Native 和 Expo 构建，支持实时流式响应、代码高亮、消息持久化存储等功能。该应用允许用户通过自定义系统提示词和创建不同个性的 AI 代理来优化聊天体验。其主要优点包括强大的语言理解能力、灵活的定制化选项以及跨平台支持，适合希望高效利用 AI 进行对话和内容创作的用户。

Gemini 2.5 是谷歌最智能的 AI 模型，具备推理能力。

Gemini 2.5 是谷歌推出的最先进的 AI 模型，具备高效的推理能力和编码性能，能够处理复杂问题，并在多项基准测试中表现出色。该模型引入了新的思维能力，结合增强的基础模型和后期训练，支持更复杂的任务，旨在为开发者和企业提供强大的支持。Gemini 2.5 Pro 可在 Google AI Studio 和 Gemini 应用中使用，适合需要高级推理和编码能力的用户。

基于Google Gemini的网页客户端，支持上传图片进行识别。

ChatGemini是一个基于Google Gemini的网页客户端，对标ChatGPT 3.5，使用逻辑同ChatGPT 3.5，同时支持在聊天中上传图片，自动调用Gemini-Pro-Vision模型进行识图。用户可以自定义Gemini API服务器地址，将项目部署至支持PHP的服务器。

基于Google Gemini AI的英语发音纠正工具

Gemini 英语口语助手是一个基于Google Gemini AI的英语口语练习助手，能够实时识别用户的英语发音，并提供即时反馈和纠正建议。它具备实时语音识别、AI驱动的发音评估、语法纠正、情景对话练习等功能，旨在帮助用户提高英语口语能力。该产品由个人开发者Box开发，以其免费、实用的特性，特别适合英语学习者和教师使用。

将 Claude Code 与 Google 的 Gemini AI 连接，实现强大的 AI 协作。

Claude Code + Gemini MCP 是一个连接 Claude Code 与 Google 的 Gemini AI 的插件，使用户能够通过 Claude Code 进行强大的 AI 协作。用户可以向 Gemini 提问、获取代码审查及进行头脑风暴，提升编程效率与质量。该插件要求用户安装 Python 和 Claude Code CLI，并提供了简单的安装和使用步骤。它是针对开发者与程序员的工具，促进了代码质量的提高和想法的创新。

基于Gemini 2.0的机器人模型，将AI带入物理世界，具备视觉、语言和动作能力。

Gemini Robotics是Google DeepMind推出的一种先进的人工智能模型，专为机器人应用而设计。它基于Gemini 2.0架构，通过视觉、语言和动作（VLA）的融合，使机器人能够执行复杂的现实世界任务。该技术的重要性在于它推动了机器人从实验室走向日常生活和工业应用的进程，为未来智能机器人的发展奠定了基础。Gemini Robotics的主要优点包括强大的泛化能力、交互性和灵巧性，使其能够适应不同的任务和环境。目前，该技术处于研究和开发阶段，尚未明确具体的价格和市场定位。

AI聊天助手

Kupid Ai是一款AI聊天助手，可以与用户进行自然语言对话。它具有智能回复、语义理解、情感分析等功能。Kupid Ai的优势在于能够实现流畅的对话交互，提供准确的回答和建议。该产品定价灵活，可根据用户需求选择不同的套餐。Kupid Ai的定位是为用户提供智能、便捷的聊天解决方案。

Gemini Pro 是 Google DeepMind 推出的高性能 AI 模型，专注于复杂任务处理和编程性能。

Gemini Pro 是 Google DeepMind 推出的最先进 AI 模型之一，专为复杂任务和编程场景设计。它在代码生成、复杂指令理解和多模态交互方面表现出色，支持文本、图像、视频和音频输入。Gemini Pro 提供强大的工具调用能力，如 Google 搜索和代码执行，能够处理长达 200 万字的上下文信息，适合需要高性能 AI 支持的专业用户和开发者。

免费开放的聊天机器人API,支持自定义训练

Chat Gemini是一个免费的聊天机器人API,基于Anthropic公司的Gemini聊天机器人模型开发。它提供了一个简单的界面,让用户可以随意与机器人聊天。同时它还开放了API,允许开发者自定义训练机器人,实现更智能的对话功能。

Google开发者平台推出的下一代Gemini 1.5 Pro模型

Gemini 1.5 Pro是Google开发者平台推出的下一代AI模型,支持语音理解、系统指令、JSON输出等新功能,并推出了新一代文本嵌入模型Gecko,性能大幅提升。开发者可以在Google AI Studio中获取API密钥并开始使用。

Gemini Embedding 是一种先进的文本嵌入模型，通过 Gemini API 提供强大的语言理解能力。

Gemini Embedding 是 Google 推出的一种实验性文本嵌入模型，通过 Gemini API 提供服务。该模型在多语言文本嵌入基准测试（MTEB）中表现卓越，超越了之前的顶尖模型。它能够将文本转换为高维数值向量，捕捉语义和上下文信息，广泛应用于检索、分类、相似性检测等场景。Gemini Embedding 支持超过 100 种语言，具备 8K 输入标记长度和 3K 输出维度，同时引入了嵌套表示学习（MRL）技术，可灵活调整维度以满足存储需求。该模型目前处于实验阶段，未来将推出稳定版本。

在Google搜索中集成Gemini和GPT-4的侧边栏

SidePanel for Gemini and GPT-4 Google Search是一个Chrome插件，它将Gemini和GPT-4与Google搜索无缝集成，使您能够在一个地方获得答案、见解和信息。它还通过使用GPT-4添加相关的网页结果，确保您获得最准确、最全面的信息。

Gemini 2.0 是谷歌推出的最新一代生成式 AI 模型，包含 Flash、Flash-Lite 和 Pro 版本。

Gemini 2.0 是谷歌在生成式 AI 领域的重要进展，代表了最新的人工智能技术。它通过强大的语言生成能力，为开发者提供高效、灵活的解决方案，适用于多种复杂场景。Gemini 2.0 的主要优点包括高性能、低延迟和简化的定价策略，旨在降低开发成本并提高生产效率。该模型通过 Google AI Studio 和 Vertex AI 提供，支持多种模态输入，具备广泛的应用前景。

使用AI智能管理聊天

MyMod.AI是一款使用人工智能来管理聊天的Twitch聊天机器人。它提供了仪表板来追踪机器人的状态、使用情况、聊天统计和最近的封禁记录。通过自然语言的AI命令，可以轻松地控制聊天，并对违规用户进行超时处理。除了基本的AI命令外，还可以创建自定义的AI命令，并使用AI生成的回复来使命令更加动态和自然。同时，还可以保存长达180天的聊天记录和封禁用户的记录。MyMod.AI提供了免费和付费的套餐，以满足不同用户的需求。

探索动物王国，与AI聊天！

通过我们基于AI的聊天模拟器，探索动物王国的奇妙之处。我们的平台提供了一个有趣而引人入胜的学习动物知识的机会。

基于 Gemini 的 Colab 数据科学助手，可自动生成完整的 Colab 笔记本代码。

Data Science Agent in Colab 是 Google 推出的一款基于 Gemini 的智能工具，旨在简化数据科学工作流程。它通过自然语言描述自动生成完整的 Colab 笔记本代码，涵盖数据导入、分析和可视化等任务。该工具的主要优点是节省时间、提高效率，并且生成的代码可修改和共享。它面向数据科学家、研究人员和开发者，尤其是那些希望快速从数据中获取洞察的用户。目前该工具免费提供给符合条件的用户。