API Check Models - Thư viện kiểm tra quota Gemini API
Thư viện Python đơn giản và mạnh mẽ để kiểm tra quota và khả dụng của các models Gemini API.
✨ Tính năng
- 🔍 Kiểm tra quota tự động - Kiểm tra nhanh models nào còn quota khả dụng
- ⚡ Xử lý song song - Check nhiều models cùng lúc để tiết kiệm thời gian
- 🎯 Dễ sử dụng - API đơn giản, chỉ cần API key là có thể bắt đầu
- 📊 Thống kê chi tiết - Xem tổng quan về tình trạng các models
- 🚀 Tối ưu cho scale lớn - Hỗ trợ cache, retry, timeout
- 🔄 Tự động chọn model tốt nhất - Ưu tiên models mới và nhanh hơn
📦 Cài đặt
Cách 1: Cài đặt từ PyPI (Sau khi publish)
pip install api-check-models
Cách 2: Cài đặt trực tiếp từ Git
pip install git+https://github.com/duyhoanhsgu-commits/api-models.git
Cách 3: Cài đặt từ source code (Local / Development)
git clone https://github.com/duyhoanhsgu-commits/api-models.git
cd api-models
pip install -e .
Cách 3: Thêm vào requirements.txt của dự án khác
git+https://github.com/yourusername/api-models.git
⚙️ Cấu hình API Key
Thư viện tự động nạp API key từ file .env hoặc biến môi trường GEMINI_API_KEY:
-
Cách 1 - Dùng file
.env(Tiện nhất): Tạo file.envtrong thư mục dự án:GEMINI_API_KEY=your_gemini_api_key_here
-
Cách 2 - Biến môi trường:
export GEMINI_API_KEY='your_gemini_api_key_here'
-
Cách 3 - Truyền trực tiếp trong code:
checker = GeminiQuotaChecker(api_key="your_gemini_api_key_here")
3. Interactive Test (Dễ dùng nhất)
# Giao diện tương tác với menu
python interactive_test.py
📖 Xem thêm: TEST_GUIDE.md để biết chi tiết
Sử dụng Makefile
make quick-test # Test nhanh
make full-test # Test đầy đủ
make interactive # Test tương tác
make test-json # Export JSON
🚀 Sử dụng nhanh
1. Kiểm tra models còn quota
from api_models import GeminiQuotaChecker
# Khởi tạo checker với API key
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
# Lấy danh sách models còn quota
available_models = checker.get_model_names()
print(f"Models còn quota: {available_models}")
2. Lấy model tốt nhất
# Tự động chọn model tốt nhất còn quota
best_model = checker.get_best_model()
if best_model:
print(f"Model tốt nhất: {best_model.name}")
else:
print("Không có model nào còn quota")
3. Kiểm tra một model cụ thể
# Kiểm tra một model
model_info = checker.check_single_model("gemini-3.5-flash")
print(f"Available: {model_info.is_available}")
print(f"Has quota: {model_info.has_quota}")
if model_info.error_message:
print(f"Error: {model_info.error_message}")
4. Xem thống kê tổng quan
# Lấy thống kê chi tiết
summary = checker.get_summary(refresh=True)
print(f"Tổng số models: {summary['total_models']}")
print(f"Models khả dụng: {summary['available_models']}")
print(f"Models còn quota: {summary['models_with_quota']}")
📖 API Documentation
GeminiQuotaChecker
Class chính để kiểm tra quota models.
__init__(api_key, timeout=10.0, max_workers=5, retry_count=1)
Khởi tạo checker.
Parameters:
api_key(str): API key của Google AI Studiotimeout(float): Thời gian timeout cho mỗi request (giây)max_workers(int): Số threads tối đa để check song songretry_count(int): Số lần thử lại nếu gặp lỗi tạm thời
check_single_model(model_name, update_cache=True)
Kiểm tra một model cụ thể.
Returns: ModelInfo - Thông tin model với trạng thái cập nhật
check_all_models(models=None, parallel=True, progress_callback=None)
Kiểm tra tất cả models hoặc danh sách models được chỉ định.
Parameters:
models(List[str], optional): Danh sách tên models. Nếu None, check tất cảparallel(bool): Chạy song song hay tuần tựprogress_callback(Callable): Callback nhận (model_name, current, total)
Returns: List[ModelInfo] - Danh sách models đã kiểm tra
get_available_models(refresh=False, with_quota_only=True)
Lấy danh sách models khả dụng.
Parameters:
refresh(bool): Kiểm tra lại hay dùng cachewith_quota_only(bool): Chỉ lấy models còn quota
Returns: List[ModelInfo] - Danh sách models khả dụng
get_model_names(refresh=False, with_quota_only=True)
Lấy danh sách tên models khả dụng.
Returns: List[str] - Danh sách tên models
get_best_model(prefer_flash=True, refresh=False)
Lấy model tốt nhất còn quota.
Parameters:
prefer_flash(bool): Ưu tiên các model flash (nhanh hơn)refresh(bool): Kiểm tra lại hay dùng cache
Returns: ModelInfo hoặc None
get_summary(refresh=False)
Lấy tổng quan về tình trạng các models.
Returns: Dict - Thống kê chi tiết
📝 Ví dụ nâng cao
Sử dụng callback để theo dõi tiến trình
def progress_callback(model_name, current, total):
print(f"[{current}/{total}] Checking {model_name}...")
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
models = checker.check_all_models(progress_callback=progress_callback)
Check models theo thế hệ
from api_models import GEMINI_MODELS, ModelGeneration
# Lấy models thế hệ 3.5
gemini_35_models = [
m.name for m in GEMINI_MODELS
if m.generation == ModelGeneration.GEMINI_3_5
]
# Check chỉ các models này
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
results = checker.check_all_models(models=gemini_35_models)
Tích hợp với retry logic
# Cấu hình với retry và timeout cao hơn
checker = GeminiQuotaChecker(
api_key="YOUR_API_KEY",
timeout=30.0, # Timeout 30 giây
max_workers=10, # Check 10 models song song
retry_count=3 # Thử lại 3 lần nếu lỗi
)
available = checker.get_model_names(refresh=True)
Sử dụng cache để tối ưu
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
# Lần đầu - check tất cả models
models = checker.get_available_models(refresh=True)
# Các lần sau - dùng cache (nhanh hơn)
models = checker.get_available_models(refresh=False)
# Xóa cache khi cần
checker.clear_cache()
🎯 Use Cases
1. Auto-fallback khi model hết quota
from api_models import GeminiQuotaChecker
import google.generativeai as genai
def get_working_model(api_key):
checker = GeminiQuotaChecker(api_key=api_key)
best_model = checker.get_best_model()
if best_model:
return best_model.name
raise Exception("Không có model nào còn quota")
# Sử dụng
api_key = "YOUR_API_KEY"
model_name = get_working_model(api_key)
genai.configure(api_key=api_key)
model = genai.GenerativeModel(model_name)
2. Monitoring quota
import time
from api_models import GeminiQuotaChecker
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
while True:
summary = checker.get_summary(refresh=True)
print(f"[{time.strftime('%H:%M:%S')}] Còn {summary['models_with_quota']} models")
if summary['models_with_quota'] == 0:
print("⚠️ Tất cả models đã hết quota!")
break
time.sleep(60) # Check mỗi phút
3. Load balancing giữa nhiều API keys
from api_models import GeminiQuotaChecker
api_keys = ["KEY_1", "KEY_2", "KEY_3"]
for api_key in api_keys:
checker = GeminiQuotaChecker(api_key=api_key)
available = checker.get_model_names()
if available:
print(f"API Key {api_key[:8]}... có {len(available)} models")
# Sử dụng API key này
break
🔧 Danh sách Models được hỗ trợ
Thư viện hỗ trợ kiểm tra các models Gemini sau:
Thế hệ 3.6 & 3.5 (Khuyên dùng)
gemini-3.6-flash(Mới nhất, nhanh và thông minh nhất)gemini-3.5-flash(Rất ổn định)gemini-3.5-flash-lite(Siêu nhẹ và tiết kiệm)
Thế hệ 3.1 & 3.0
gemini-3.1-flash-litegemini-3.1-pro-previewgemini-3-flash-preview
Phiên bản Latest Aliases
gemini-flash-latest(Tự động trỏ về Flash mới nhất)gemini-flash-lite-latest(Tự động trỏ về Flash Lite mới nhất)
Thế hệ 2.0 & 2.5
gemini-2.0-flashgemini-2.0-flash-litegemini-2.5-pro
⚙️ Cấu hình nâng cao
Tùy chỉnh timeout và retry
checker = GeminiQuotaChecker(
api_key="YOUR_API_KEY",
timeout=20.0, # Timeout 20 giây
max_workers=8, # 8 threads song song
retry_count=2 # Retry 2 lần
)
Sequential checking (không dùng parallel)
# Hữu ích khi muốn tránh rate limit
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
models = checker.check_all_models(parallel=False)
🐛 Xử lý lỗi
from api_models import GeminiQuotaChecker
from api_models.exceptions import (
InvalidAPIKeyError,
APIConnectionError
)
try:
checker = GeminiQuotaChecker(api_key="YOUR_API_KEY")
models = checker.get_available_models()
except InvalidAPIKeyError:
print("API key không hợp lệ")
except APIConnectionError:
print("Không thể kết nối đến API")
except Exception as e:
print(f"Lỗi: {e}")
📋 Requirements
- Python >= 3.8
- google-generativeai >= 0.3.0
- requests >= 2.31.0
🤝 Đóng góp
Contributions, issues và feature requests đều được chào đón!
📄 License
MIT License
👤 Tác giả
Your Name - your.email@example.com
🙏 Acknowledgments
- Google Generative AI team cho Gemini API
- Python community
Note: Thư viện này kiểm tra quota bằng cách gửi request test đến API. Mỗi lần check sẽ tiêu tốn một ít quota của model đó.
api-models
Metadata
Release files for api-check-models 0.1.0
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | Provenance | Actions |
|---|---|---|---|---|
| api_check_models-0.1.0.tar.gz | 11.8 kB | Without provenance | Details for api_check_models-0.1.0.tar.gz |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Actions Reset |
|---|---|---|---|---|
| api_check_models-0.1.0-py3-none-any.whl | Python 3 | none | any | Details for api_check_models-0.1.0-py3-none-any.whl |
Total release size: 25.2 kB
Release files / api_check_models-0.1.0.tar.gz
| Download URL | api_check_models-0.1.0.tar.gz |
|---|---|
| Size | 11.8 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
7312e3af46ae30b9ebd4eb245a39b42bd5107ba89104ecb965c756cd115c48f3
|
|
BLAKE2b-256 checksum How to use checksums |
6909f55e6ccc9ca1bf3e6c355abbd2fd708b963ecd775dd8745cff8239894e7d
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.12.3
|
Release files / api_check_models-0.1.0-py3-none-any.whl
| Download URL | api_check_models-0.1.0-py3-none-any.whl |
|---|---|
| Size | 13.4 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
dd050158efffafedb948e0f797d1cc8f1b6041a6cf1328c2bcb53dba80c3630d
|
|
BLAKE2b-256 checksum How to use checksums |
eab42af20438ae23e560daefbb37c460bd30f28b4a7fe4049265d8f14c6625b3
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.12.3
|
Security for api-check-models 0.1.0
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
No provenance found
None of the files in this release were uploaded with provenance metadata.
A note on package security
PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.
To learn more about protecting yourself from malicious actors, visit our package security documentation.