Gemini Coder

A Python tool that uses Google's Gemini API to generate animated GIFs from text prompts.

🙏 Inspired by @Miyamura80's gist

English | 中文

Features

• Generate animated GIFs using Google's Gemini 2.0 Flash model
• Improved GIF generation with imageio for better compatibility and reliability
• Customize animation subject, style, and frame rate
• Automatic retry logic to ensure multiple frames are generated
• Simple command-line interface for quick and easy use
• Support for storing API key in .env file for convenience
• Progress bars for better user experience
• Programmatic API for integration into other projects

Documentation

Comprehensive documentation is available to help you understand and extend the project:

• Architecture Documentation - Detailed overview of the system design, component relationships, and data flow
• Release Guide - Instructions for releasing new versions of the package
• Changelog - History of changes and version updates
  • Latest (0.1.2): Improved GIF generation with imageio for better compatibility

Architecture Overview

High-level system overview showing the main components and their interactions.

Quick Start

# Install the package
pip install gemini-coder

# Set your API key (one-time setup)
echo "GEMINI_API_KEY=your_api_key_here" > .env

# Generate a GIF with default settings (dancing cat in pixel art style)
gemini-coder

# Generate a GIF with custom subject and style
gemini-coder --subject "a dancing robot" --style "in a neon cyberpunk style"

Requirements

• Python 3.10+
• Google Gemini API key

Installation

Using pip (Recommended)

# Install directly from PyPI
pip install gemini-coder

System Requirements

API Key Setup

You can provide your Gemini API key in several ways:

Using a .env File (Recommended)

Create a file named .env in your current directory with the following content:

GEMINI_API_KEY=your_api_key_here

The script will automatically load the API key from this file.

Using Environment Variables

# Set your Gemini API key as an environment variable
export GEMINI_API_KEY="your_api_key_here"

Using Command-line Arguments

# Provide the API key directly as a command-line argument
gemini-coder --api-key "your_api_key_here" --subject "your subject"

Command-line Usage

The command-line interface is the easiest way to use Gemini Coder:

# Generate a GIF with default settings (dancing cat in pixel art style)
gemini-coder

# Generate a GIF with custom subject and style
gemini-coder --subject "a dancing robot" --style "in a neon cyberpunk style"

# Save to a specific output file
gemini-coder --subject "a butterfly emerging from a cocoon" --output butterfly_animation.gif

# Enable verbose output for more detailed logs
gemini-coder --verbose

# Disable automatic preview of the generated GIF
gemini-coder --no-preview

Command-line Options

gemini-coder --help

Available options:

• --api-key: Google Gemini API key (can also be set via GEMINI_API_KEY environment variable)
• --subject: Subject of the animation (default: "A cute dancing cat")
• --style: Style of the animation (default: "in a 8-bit pixel art style")
• --template: Template for the prompt (default: "Create an animation by generating multiple frames, showing")
• --framerate: Frames per second for the output GIF (default: 2)
• --output: Output file path (default: animation_.gif)
• --max-retries: Maximum number of retries for generating frames (default: 3)
• --model: Gemini model to use (default: "models/gemini-2.0-flash-exp")
• --log-file: Path to the log file (default: gemini_coder_generator.log)
• --verbose: Enable verbose output
• --no-preview: Disable automatic preview of the generated GIF

Examples

# Generate a blooming flower animation
gemini-coder --subject "a seed growing into a plant and then blooming into a flower" --style "in a watercolor style"

# Create a rocket launch animation with custom frame rate
gemini-coder --subject "a rocket launching into space" --style "in a retro sci-fi style" --framerate 3

# Save to a specific output file
gemini-coder --subject "a butterfly emerging from a cocoon" --output butterfly_animation.gif

Programmatic Usage

You can also use the package programmatically in your own Python code:

import os
from dotenv import load_dotenv
from gemini_coder.core.main import generate_animation

# Load API key from .env file
load_dotenv()
api_key = os.getenv("GEMINI_API_KEY")

# Generate the animation
result = generate_animation(
    api_key=api_key,
    subject="a butterfly emerging from a cocoon",
    style="in a watercolor painting style",
    output_path="butterfly_animation.gif",
    framerate=2,
    verbose=True
)

if result:
    print(f"Animation successfully generated at {result}")

See the examples/programmatic_usage.py file for a complete example.

Troubleshooting

• If you encounter issues with the Gemini API, check your API key and ensure you have access to the Gemini 2.0 Flash model.
• For any other issues, check the log file (gemini_coder_generator.log) for detailed error messages.
• Enable verbose output with --verbose for more detailed logs.

License

This project is open source and available under the MIT License.

---

Gemini Coder

一个使用 Google Gemini API 从文本提示生成动画 GIF 的 Python 工具。

🙏 灵感来源于 @Miyamura80 的 gist

English | 中文

功能特点

• 使用 Google Gemini 2.0 Flash 模型生成动画 GIF
• 改进的 GIF 生成与 imageio 更好的兼容性和可靠性
• 自定义动画主题、风格和帧率
• 自动重试逻辑确保生成多个帧
• 简单的命令行界面，使用快速方便
• 支持在 .env 文件中存储 API 密钥，使用更便捷
• 进度条提供更好的用户体验
• 提供编程 API，可集成到其他项目中

文档

我们提供了全面的文档，帮助您理解和扩展项目：

• 架构文档 - 系统设计、组件关系和数据流的详细概述
• 发布指南 - 发布包新版本的说明
• 更新日志 - 变更历史和版本更新记录
  • 最新 (0.1.2): 改进的 GIF 生成与 imageio 更好的兼容性和可靠性

架构概览

高级系统概览，展示了主要组件及其交互。

快速开始

# 安装包
pip install gemini-coder

# 设置 API 密钥（一次性设置）
echo "GEMINI_API_KEY=你的_API_密钥" > .env

# 使用默认设置生成 GIF（像素风格的跳舞猫）
gemini-coder

# 使用自定义主题和风格生成 GIF
gemini-coder --subject "一个跳舞的机器人" --style "霓虹赛博朋克风格"

系统要求

• Python 3.10+
• Google Gemini API 密钥

安装

使用 pip 安装（推荐）

# 直接从 PyPI 安装
pip install gemini-coder

系统要求

API 密钥设置

你可以通过几种方式提供 Gemini API 密钥：

使用 .env 文件（推荐）

在当前目录创建一个名为 .env 的文件，内容如下：

GEMINI_API_KEY=你的_API_密钥

脚本将自动从此文件加载 API 密钥。

使用环境变量

# 将 Gemini API 密钥设置为环境变量
export GEMINI_API_KEY="你的_API_密钥"

使用命令行参数

# 直接在命令行参数中提供 API 密钥
gemini-coder --api-key "你的_API_密钥" --subject "你的主题"

命令行使用

命令行界面是使用 Gemini Coder 最简单的方式：

# 使用默认设置生成 GIF（像素风格的跳舞猫）
gemini-coder

# 使用自定义主题和风格生成 GIF
gemini-coder --subject "一个跳舞的机器人" --style "霓虹赛博朋克风格"

# 保存到特定的输出文件
gemini-coder --subject "一只蝴蝶从茧中羽化" --output butterfly_animation.gif

# 启用详细输出以获取更多日志信息
gemini-coder --verbose

# 禁用自动预览生成的 GIF
gemini-coder --no-preview

命令行选项

gemini-coder --help

可用选项：

• --api-key: Google Gemini API 密钥（也可以通过 GEMINI_API_KEY 环境变量设置）
• --subject: 动画主题（默认："A cute dancing cat"）
• --style: 动画风格（默认："in a 8-bit pixel art style"）
• --template: 提示模板（默认："Create an animation by generating multiple frames, showing"）
• --framerate: 输出 GIF 的帧率（默认：2）
• --output: 输出文件路径（默认：animation_.gif）
• --max-retries: 生成帧的最大重试次数（默认：3）
• --model: 使用的 Gemini 模型（默认："models/gemini-2.0-flash-exp"）
• --log-file: 日志文件路径（默认：gemini_coder_generator.log）
• --verbose: 启用详细输出
• --no-preview: 禁用自动预览生成的 GIF

示例

# 生成一朵开花的动画
gemini-coder --subject "一颗种子长成植物然后开花" --style "水彩风格"

# 创建一个火箭发射动画，使用自定义帧率
gemini-coder --subject "一枚火箭发射到太空" --style "复古科幻风格" --framerate 3

# 保存到特定的输出文件
gemini-coder --subject "一只蝴蝶从茧中羽化" --output butterfly_animation.gif

编程使用

你也可以在自己的 Python 代码中以编程方式使用该包：

import os
from dotenv import load_dotenv
from gemini_coder.core.main import generate_animation

# 从 .env 文件加载 API 密钥
load_dotenv()
api_key = os.getenv("GEMINI_API_KEY")

# 生成动画
result = generate_animation(
    api_key=api_key,
    subject="一只蝴蝶从茧中羽化",
    style="水彩画风格",
    output_path="butterfly_animation.gif",
    framerate=2,
    verbose=True
)

if result:
    print(f"动画成功生成于 {result}")

查看 examples/programmatic_usage.py 文件获取完整示例。

故障排除

• 如果你遇到 Gemini API 问题，请检查你的 API 密钥并确保你有权访问 Gemini 2.0 Flash 模型。
• 对于任何其他问题，请查看日志文件（gemini_coder_generator.log）获取详细的错误信息。
• 使用 --verbose 参数启用详细输出，以获取更多调试信息。

License

本项目是开源的，根据 MIT 许可证提供。