谷歌发布新型Gemini API URL Context特性，用于详尽解析网页信息

功能详解

• 运作模式：
  URL Context 工具采用了两步检索流程：首先尝试从谷歌内部索引缓存中提取网页内容，若网页未在索引中（如网页为新发布），则自动实时抓取网页内容，确保数据的时效性

  。

• 支持内容类型

  ：

  • 文本：HTML 页面、JSON、TXT、XML、CSV 等

  • 图片：PNG、JPEG、WebP、BMP 等

  • 文档：PDF 文件

  • 限制：不支持 YouTube 视频、Google Workspace 文档（如 Google Docs）、付费墙内容等

• 技术规格

  ：

  • 每次请求最多支持处理 20 个 URL

  • 单个 URL 内容大小上限为 34MB

  • 抓取的内容会计入输入令牌（tokens）并产生相应费用

使用示例

以 Python SDK 为例，开发者仅需几行代码即可实现网页内容抓取与分析：

            
            from google import genai
            client = genai.Client(
            )
            response = client.models.generate_content(
            model=
            "gemini-2.5-flash"
            ,
            contents=
            "总结此网页内容：https://example.com"
            ,
            config=
            {
            "tools"
            : [
            {
            "urlContext"
            : {
            }
            }
            ]
            }
            )
            print
            (response.text)
            
            

应用场景与意义

• 数据科学家：更便捷地获取网络数据进行研究和分析

• 内容聚合平台：高效处理多源信息，提升内容更新效率

• 自动化工具开发：显著降低开发门槛，专注于业务逻辑本身

官方文档与资源

• Gemini API URL Context 官方文档

• Gemini API 快速入门示例

综上所述，谷歌此次推出的 URL Context 功能，不仅大幅简化了网页数据获取的技术流程，也为开发者提供了更强大、更便捷的工具，推动了 AI 与网络数据处理的深度融合。