Ми будемо інтегрувати API Google Gemini в наш додаток на NestJS, щоб завантажувати документи, і штучний інтелект генеруватиме їх резюме та витягуватиме ключові моменти з завантаженого документа.
Я припускаю, що ми вже знаємо, як налаштувати додаток на NestJS, тому перейдемо до створення нашого API-ключа на Google Gemini Developer console.
Перш за все, потрібно створити проєкт у Google Cloud Console. Ви можете зробити це тут: Google Cloud Console.
Після того, як ви це зробите, ви побачите список ваших проєктів, коли натиснете кнопку Get API key на Google AI Studio console.
Тепер у нас є наш API-ключ
Тепер час ініціалізувати Google Gemini AI у нашому додатку. Створіть файл .env у корені вашого проєкту та додайте API-ключ. Ви можете назвати його, як вам зручно. Я оберу GOOGLEAPIKEY.
Повертаємось до нашого додатку, нам потрібно встановити кілька необхідних пакетів:
npm i @nestjs/config @nestjs/platform-express @google/generative-ai
Тепер створимо новий модуль, в якому ініціалізуємо наш сервіс Google Gemini:
nest g module gemini
І
nest g service gemini
Наш модуль Gemini має виглядати ось так:
import { Global, Module } from '@nestjs/common';
import { GeminiService } from './gemini.service';
@Global() // Декоратор, щоб зробити модуль доступним глобально
@Module({
providers: [GeminiService],
exports: [GeminiService],
})
export class GeminiModule {}
Я додав декоратор Global, щоб модуль був доступний в будь-якому модулі, без необхідності його імпортувати щоразу. (Це просто мій підхід).
В нашому файлі app.module.ts буде виглядати так:
import { Module } from '@nestjs/common';
import { ConfigModule } from '@nestjs/config';
import { GeminiModule } from './gemini/gemini.module';
@Module({
imports: [
ConfigModule.forRoot({
isGlobal: true,
}),
GeminiModule,
],
})
export class AppModule {}
Тепер ініціалізуємо Google generative AI у нашому сервісі Gemini ось так:
import { Injectable } from '@nestjs/common';
import { GoogleGenerativeAI } from '@google/generative-ai';
import { ConfigService } from '@nestjs/config';
@Injectable()
export class GeminiService {
private genAI: GoogleGenerativeAI;
constructor(private readonly configService: ConfigService) {
// Отримуємо API-ключ із змінних середовища за допомогою ConfigService
const apiKey = this.configService.getOrThrow('GOOGLE_API_KEY');
// Ініціалізуємо клієнт Google Generative AI з API-ключем
this.genAI = new GoogleGenerativeAI(apiKey);
}
// Метод для витягнення первинних інсайтів з завантаженого документа
async extractInsights(file: Express.Multer.File): Promise {
try {
// Отримуємо модель google, яка буде використовуватися для генерації контенту
const model = this.genAI.getGenerativeModel({
model: 'gemini-2.0-flash-exp',
});
// Витягуємо ключові інсайти з завантаженого документа
const result = await model.generateContent([
{
inlineData: {
data: file.buffer.toString('base64'),
mimeType: 'application/pdf',
},
},
'Extract key insights',
]);
// Повертаємо текстовий результат з згенерованого контенту
return result.response.text();
} catch (error) {
console.error('Error generating content:', error);
throw new Error('Failed to extract insights');
}
}
Завантажений документ (переданий як file типу Express.Multer.File) конвертується в base64 рядок (file.buffer.toString('base64')) і поєднується з його MIME-типом (application/pdf).
Це готує документ до обробки моделлю ШІ.
Ваш код має виглядати ось так:
import { Injectable } from '@nestjs/common';
import { GoogleGenerativeAI } from '@google/generative-ai';
import { ConfigService } from '@nestjs/config';
@Injectable()
export class GeminiService {
private genAI: GoogleGenerativeAI;
constructor(private readonly configService: ConfigService) {
const apiKey = this.configService.getOrThrow('GOOGLE_API_KEY');
this.genAI = new GoogleGenerativeAI(apiKey);
}
async extractInsights(file: Express.Multer.File): Promise {
try {
const model = this.genAI.getGenerativeModel({
model: 'gemini-2.0-flash-exp',
});
const result = await model.generateContent([
{
inlineData: {
data: file.buffer.toString('base64'),
mimeType: 'application/pdf',
},
},
'Extract key insights',
]);
return result.response.text();
} catch (error) {
console.error('Error generating content:', error);
throw new Error('Failed to extract insights');
}
}
}
Тепер ми можемо викликати цей метод у модулі документів. Створимо наш модуль документів, сервіс і контролер за допомогою:
nest g module document
nest g service document
nest g controller document
У нашому document.service буде ось таке:
import { Injectable } from '@nestjs/common';
import { GeminiService } from './../gemini/gemini.service';
@Injectable()
export class DocumentService {
constructor(
private geminiService: GeminiService, // Впроваджуємо GeminiService
) {}
// Метод для завантаження документа, витягнення його вмісту та генерації ключових інсайтів
async uploadDocument(file: Express.Multer.File) {
try {
// Генеруємо інсайти за допомогою сервісу Gemini
const insights = await this.geminiService.extractInsights(file)
return {
data: { insights },
message: 'Успішно',
};
} catch (error) {
throw new Error('Не вдалося завантажити документ');
}
}
У нашому document.controller буде ось таке:
import {
Controller,
Post,
UploadedFile,
UseInterceptors,
} from '@nestjs/common';
import { DocumentService } from './document.service';
import { FileInterceptor } from '@nestjs/platform-express';
@Controller('document')
export class DocumentController {
constructor(private documentService: DocumentService) {}
// POST-ендпоінт для обробки завантаження файлів
@Post('upload')
// Використовуємо FileInterceptor для обробки завантажень файлів, 'file' - це ім'я поля в form-data
@UseInterceptors(FileInterceptor('file'))
async uploadDocument(@UploadedFile() file: Express.Multer.File) {
return this.documentService.uploadDocument(file);
}
}
Тепер час протестувати наше API. Я буду використовувати Postman.
Я завантажую своє резюме, щоб витягнути ключові інсайти та створити його резюме. В тілі запиту я надсилаю файл з ключем 'file'.
Результат:
І на цьому все, друзі! Успіхів.
Перекладено з: Leverage Google Gemini AI to summarize documents in NestJS