利用 Gemini 和 AI Studio 打破 C# 集成壁垒：原型到 .NET 的高效转化之道

Google AI Studio 作为一款低门槛的 GenAI 原型设计平台，深受广大开发者喜爱。然而，对于 C# 开发者来说，AI Studio 的“获取代码”功能目前尚不支持 C#，这无疑给将 AI Studio 中的 Gemini 模型集成到 .NET 应用中带来了一定的挑战。本文将介绍一种巧妙的解决方案，利用 Gemini 本身的能力，将 AI Studio 提供的 REST/curl 代码转换为 C# 代码，从而克服这一障碍，实现从原型到 .NET 应用的无缝过渡。

AI Studio：快速原型设计的理想平台

AI Studio 的核心优势在于其便捷性和高效性。开发者无需复杂的环境配置，即可快速迭代 prompt，测试不同的 Gemini 模型，并立即看到结果。这使得 AI Studio 成为 GenAI 领域探索和验证想法的理想平台。例如，你可以用 AI Studio 快速构建一个电影推荐系统，通过调整 prompt 和模型参数，优化推荐效果。假设你想让 Gemini 基于用户提供的电影列表推荐三部电影，并简要说明原因，你可以在 AI Studio 中快速搭建一个对话 prompt，并进行多次迭代优化。

Gemini：化身 C# 代码生成器

尽管 AI Studio 缺乏直接生成 C# 代码的功能，但我们可以借助 Gemini 的代码生成能力，将 AI Studio 提供的 REST/curl 代码转换成 C# 代码。这种方法的核心思路是：利用 Gemini 理解代码结构和语义的能力，将一种语言的代码翻译成另一种语言。具体来说，我们可以将 AI Studio 生成的 curl 命令作为输入，编写一个详细的 prompt 指示 Gemini 将其转换为等效的 C# 代码。例如，可以明确告知 Gemini 使用 System.Net.Http.HttpClient 创建 C# 函数，并处理 JSON 序列化和反序列化。

REST/curl：连接 AI Studio 与 C# 的桥梁

AI Studio 的“获取代码”功能提供了多种编程语言的代码片段，其中 REST/curl 代码包含了与 Gemini API 交互的所有必要信息，包括请求头、请求体、API 接口地址等。这些信息是构建 C# 代码的基础。通过仔细分析 REST/curl 代码，我们可以了解如何向 Gemini API 发送请求，并解析返回的 JSON 数据。例如，通过分析 curl 命令，我们可以提取出请求的 URL、请求方法（POST）、请求头（Content-Type: application/json）以及请求体（包含 prompt 和其他参数的 JSON）。

C#：Gemini 集成的最终归宿

C# 作为一种强大的通用编程语言，广泛应用于企业级应用开发。将 Gemini 集成到 C# 应用中，可以为这些应用赋予强大的 AI 能力。例如，可以将 Gemini 集成到 CRM 系统中，自动分析客户反馈，并生成个性化的回复；或者将其集成到内容管理系统中，自动生成文章摘要和标签。使用 Gemini 生成的 C# 代码，可以快速构建与 Gemini API 交互的客户端，从而实现这些功能。需要注意的是，生成的代码通常需要进行一些调整和优化，例如添加错误处理、参数验证等。

实例演示：电影推荐系统的 C# 实现

为了更具体地说明上述方法，我们以一个电影推荐系统为例，演示如何将 AI Studio 中的原型转换为 C# 代码。

AI Studio 原型设计： 在 AI Studio 中创建一个 Chat prompt，设置系统指令为“你是一个电影推荐专家，我会提供我喜欢的电影列表，你会推荐三部我可能喜欢的电影，并简要说明原因。” 添加一些示例对话，例如用户输入“我喜欢的电影有《黑客帝国》、《银翼杀手》和《星际穿越》”，模型回复推荐电影。
获取 curl 代码： 点击 AI Studio 的“获取代码”按钮，选择 REST 选项卡，复制生成的 curl 命令。
编写转换 prompt： 在 AI Studio 中创建一个新的 Chat prompt，输入以下指令：

   创建一个 C# 函数，使用 System.Net.Http.HttpClient 与 Gemini API 交互。

   **函数目标：** 该函数应接受一个 API 密钥（字符串）和一个用户喜欢的电影列表（字符串）作为参数。 它应该将此信息发送到 Gemini API，并以单个字符串形式返回模型的电影推荐。

   提供此函数的完整 C# 代码，包括必要的 using 语句，位于单个 C# 代码块中。 该函数应处理请求的基本 JSON 序列化和响应的反序列化以提取文本内容。

   CURL 请求：
   [在此处粘贴您在步骤 2 中复制的 CURL 请求正文，确保最后一个用户消息的文本中存在“INSERT_INPUT_HERE”占位符]

将第二步获取的curl代码粘贴到上述prompt中。确保替换 [INSERT_USER_MOVIES_HERE] 为占位符 INSERT_INPUT_HERE。

运行转换 prompt： 点击“运行”按钮，Gemini 将生成 C# 代码。
在 Visual Studio 中使用 C# 代码：

创建一个新的 .NET Console Application 项目。
将 Gemini 生成的 C# 代码复制到项目中。
确保添加必要的 using 语句，例如 using System;、using System.Net.Http;、using System.Text.Json;。
修改 Program.cs，调用生成的 C# 函数，并将 API 密钥和用户电影列表作为参数传递。
运行程序，查看 Gemini 的电影推荐。

生成的C#代码可能如下所示：

using System;
using System.Net.Http;
using System.Net.Http.Headers;
using System.Text;
using System.Threading.Tasks;
using System.Text.Json;
using System.Text.Json.Nodes; // For easily modifying the JSON
using System.Linq;

public class GeminiApiClient
{
    private readonly HttpClient _httpClient = new HttpClient();
    private const string ApiBaseUrl = "https://generativelanguage.googleapis.com/v1beta/models/";

    public async Task<string> GetMovieSuggestionsAsync(string apiKey, string modelId, string userMoviesList)
    {
        string requestUri = $"{ApiBaseUrl}{modelId}/generateContent?key={apiKey}";

        // Base JSON structure (from your Step 3 prompt)
        // We'll parse it and modify the dynamic part.
        string baseJsonPayload = @"
        {
            ""contents"": [
              {
                ""role"": ""user"",
                ""parts"": [ { ""text"": ""My favorite movies are The Matrix, Blade Runner, and Interstellar."" } ]
              },
              {
                ""role"": ""model"",
                ""parts"": [ { ""text"": ""Okay, based on your love for The Matrix, Blade Runner, and Interstellar, it's clear you enjoy thought-provoking sci-fi... (full model response here)"" } ]
              },
              {
                ""role"": ""user"",
                ""parts"": [ { ""text"": ""INSERT_INPUT_HERE"" } ]
              }
            ],
            ""generationConfig"": {
              ""responseMimeType"": ""text/plain""
            }
            // Potentially ""safetySettings"": [ ... ] here too
        }";

        // Parse the JSON string into a JsonNode
        JsonNode requestNode = JsonNode.Parse(baseJsonPayload);

        // Navigate to the part to be replaced and update it
        // This assumes the structure matches exactly.
        var contentsArray = requestNode["contents"].AsArray();
        var lastUserContent = contentsArray.LastOrDefault(c => c["role"].GetValue<string>() == "user");

        if (lastUserContent != null)
        {
            var partsArray = lastUserContent["parts"].AsArray();
            if (partsArray.Any())
            {
                // Assuming the text to replace is in the first part of the last user message
                partsArray[0]["text"] = userMoviesList;
            }
        }

        string finalJsonBody = requestNode.ToJsonString();
        var content = new StringContent(finalJsonBody, Encoding.UTF8, "application/json");

        HttpResponseMessage response = await _httpClient.PostAsync(requestUri, content);
        response.EnsureSuccessStatusCode();
        string responseBody = await response.Content.ReadAsStringAsync();

        // Basic parsing for the text response
        try
        {
            using (JsonDocument doc = JsonDocument.Parse(responseBody))
            {
                JsonElement candidatesElement = doc.RootElement.GetProperty("candidates");
                if (candidatesElement.EnumerateArray().Any())
                {
                    JsonElement firstCandidate = candidatesElement.EnumerateArray().First();
                    JsonElement contentElement = firstCandidate.GetProperty("content");
                    JsonElement partsElement = contentElement.GetProperty("parts");
                    if (partsElement.EnumerateArray().Any())
                    {
                        return partsElement.EnumerateArray().First().GetProperty("text").GetString();
                    }
                }
            }
        }
        catch (Exception ex)
        {
            Console.WriteLine($"Error parsing response: {ex.Message}. Raw response: {responseBody}");
        }

        return $"Could not parse response. Raw: {responseBody}"; // Fallback
    }
}

Program.cs代码如下：

using System;
using System.Threading.Tasks;
using System.Net.Http;

class Program
{
    static async Task Main(string[] args)
    {
        string apiKey = Environment.GetEnvironmentVariable("GEMINI_API_KEY");
        string modelId = "gemini-2.0-flash"; // Or from your script

        if (string.IsNullOrEmpty(apiKey))
        {
            Console.WriteLine("API key not found. Set GEMINI_API_KEY environment variable.");
            return;
        }

        Console.WriteLine("Please list your favorite movies (comma-separated):");
        string userMovies = Console.ReadLine();

        if (string.IsNullOrWhiteSpace(userMovies))
        {
            Console.WriteLine("No movies entered.");
            return;
        }

        try
        {
            GeminiApiClient client = new GeminiApiClient();
            Console.WriteLine("\nGetting suggestions...\n");
            string suggestions = await client.GetMovieSuggestionsAsync(apiKey, modelId, userMovies);
            Console.WriteLine($"Gemini's Movie Suggestions:\n{suggestions}");
        }
        catch (HttpRequestException e)
        {
            Console.WriteLine($"API request error: {e.Message}");
        }
        catch (Exception e)
        {
            Console.WriteLine($"An unexpected error occurred: {e.Message}");
        }

        Console.ReadKey();
    }
}

注意事项

错误处理： 生成的 C# 代码可能缺乏完善的错误处理机制，需要根据实际情况进行补充。例如，可以添加 try-catch 块来捕获 API 调用过程中可能出现的异常。
JSON 解析： Gemini 生成的代码可能使用不同的 JSON 解析方法，例如 JsonDocument 或 Newtonsoft.Json。根据项目需求选择合适的 JSON 解析库。
参数验证： 为了保证代码的健壮性，建议对 API 密钥和用户电影列表进行参数验证，例如检查 API 密钥是否为空，电影列表是否包含非法字符。
异步编程： 与 Gemini API 的交互应该采用异步编程模式，避免阻塞主线程。

总结

尽管 AI Studio 目前不支持直接生成 C# 代码，但通过利用 Gemini 的代码生成能力，我们可以将 AI Studio 中的原型快速转换为 C# 代码，从而实现 Gemini 模型在 .NET 应用中的集成。这种方法不仅适用于 C#，也可以应用于其他 AI Studio “获取代码”功能不支持的编程语言。随着 AI Studio 功能的不断完善，相信未来会提供更多编程语言的支持，但在此之前，这种利用 Gemini 自助生成代码的方式，无疑是一种高效且灵活的解决方案。希望本文能帮助 C# 开发者更好地利用 AI Studio 和 Gemini，加速 GenAI 应用的开发进程。

利用 Gemini 和 AI Studio 打破 C# 集成壁垒：原型到 .NET 的高效转化之道