Python 3.8+是运行Gemini API服务的必要前提，部署脚本自动检测版本、创建venv、安装google-generativeai==0.8.1、生成config.py并支持交互或环境变量写入API密钥，验证命令输出“SDK loaded”即表示配置成功。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在本地快速启动一个能调用Gemini API的Python服务，却卡在安装依赖、配置密钥、检查Python版本、设置环境变量这一连串手动操作上？每次换一台机器都要重来一遍，稍不注意就因pip源失效或google-generativeai版本冲突导致后续全部失败。
确认基础运行环境
打开终端，执行：
python3 --version
输出必须为 【Python 3.8 或更高版本】，低于此版本将无法加载gemini客户端库，直接报错ImportError。
若未安装或版本过低，请先升级Python，不要尝试用pip install python强行覆盖系统解释器。
一键拉取并执行部署脚本
复制以下命令，粘贴到终端中回车执行：
curl -sSL https://raw.githubusercontent.com/ramonclaudio/gemini-ai-toolkit/main/scripts/deploy.sh | bash
该脚本会自动完成：检测Python版本→创建venv隔离环境→激活虚拟环境→从PyPI安装google-generativeai==0.8.1（经实测兼容性最佳）→生成config.py模板→提示用户输入API密钥。
脚本运行过程中不会暂停或询问是否继续，所有步骤串联执行，中途退出会导致venv残留且密钥未写入，需手动清理./venv目录再重试。
安全写入API密钥
方法一：交互式输入（推荐新手）
脚本末尾会提示 Enter your GOOGLE_API_KEY: ，此时粘贴你从Google AI Studio复制的密钥（形如AIzaSyD…），回车即保存至./config.py。
方法二：预设环境变量（适合CI/自动化）
执行前先运行 export GOOGLE_API_KEY="your_actual_key_here"，再运行部署脚本，它会跳过交互环节，直接写入。
【密钥一旦写入config.py，就会以明文形式存在本地文件中】。若部署在共享主机或Git仓库内，请立即将config.py加入.gitignore，并改用环境变量方式启动服务。
验证服务是否就绪
第一步：进入项目根目录
cd gemini-ai-toolkit
第二步：激活虚拟环境
source ./venv/bin/activate
第三步：运行最小验证脚本
python -c "import google.generativeai as genai; genai.configure(api_key='dummy'); print('SDK loaded')"
若终端输出 SDK loaded，说明客户端已成功加载，环境配置完成。此时可终止该命令，开始编写你的第一个生成请求代码。
