Gemini API怎么复用媒体文件?上传、uri、处理状态与过期清理
用Files API上传媒体后引用uri与mime_type,检查处理状态及账号范围;区分nam…
文章目录

需要对同一段音频多次提问时,可以先上传到Gemini Files API再引用。它不同于消费者聊天附件,也不同于长期云存储。本文用有权使用的练习音频说明上传、引用与清理,不执行真实付费请求。
第一步:核对媒体与当前限制
先确认文件内容、格式、大小和访问权限。官方区分整个请求、PDF和单文件等限制,不能将一个数字当所有媒体通用上限。较大媒体应使用Files API,但上传成功仍不等于后续模型一定能理解内容。
保留原文件和版本,记录上传项目与用途,避免把他人音频或含敏感信息的材料用于练习。凭据由服务端安全配置,不在网页中展示,也不把API权益当作消费者会员自动包含。
第二步:上传并保存返回身份
使用兼容SDK上传实际存在的sample.mp3,保存name、uri、mime_type和状态。name用于文件管理,uri用于模型输入,不能把它们随意互换。下面代码未执行上传,文件需自己准备。
from google import genai client = genai.Client() myfile = client.files.upload(file="sample.mp3") print(myfile.name, myfile.uri, myfile.mime_type)
第三步:处理就绪后引用
部分媒体需要处理,先按返回状态检查是否可用,失败时记录原因,不能忽略处理状态直接连续重传。设置有限等待,不无限轮询。就绪后将文件的实际uri和mime_type放进对应媒体输入。
interaction = client.interactions.create(
model="gemini-4-hydrogen",
input=[{"type": "text", "text": "请概括练习音频内容,听不清的部分明确说明,不猜姓名或日期。"},
{"type": "audio", "uri": myfile.uri, "mime_type": myfile.mime_type}]
)
print(interaction.output_text)
第四步:核对内容与文件对应
多文件场景保留业务编号到name和uri的映射,不靠上传顺序猜对应关系。检查模型回答是否来自目标音频,数字、人名和时间需要回到原材料人工确认;文件接口成功不代表转写准确。
同一uri多次引用仍需提供本轮问题及必要上下文,不自动保存全部聊天记忆。应用对外暴露文件标识前应核对用户归属,不能让任意登录者提交别人的文件身份请求分析。
验收:正确项目与文件;上传状态就绪;name与uri用途正确;媒体类型匹配;回答内容可回查;未读取其他文件;未知听写内容未被编造。
第五步:处理有效期与删除
官方当前说明Files文件保存48小时并自动删除,不应当永久存储。过期后需要重新上传有权使用的源文件,并更新映射;同名新文件不等于旧资源恢复。
可按当前SDK用client.files.delete(name=…)删除不再需要的文件,操作前确认准确name及业务依赖。删除API文件不删除本地原稿或应用另存答案,各自按存储规则管理。完成标准是上传、引用、期限与清理均有记录,不只保存一个暂时可用地址。
官方资料
资料核对日期:2026年11月18日。
本文地址:https://www.163264.com/21720


