别等着苹果发布人工智能。

不要等待苹果智能

苹果公司虽然以创新著称，但在采用新技术方面，如可折叠显示屏和Mac上的触摸屏，进展相对缓慢。特别是在生成性人工智能（GenAI）的整合方面，这种滞后尤为明显，而这种技术已经广泛可用几年了。本教程旨在帮助你打破这些限制，在你的Mac上构建自己的AI解决方案。这个解决方案可以在任何地方访问，并且可以适应任何模型、提示或用例。

为什么选择Gemini？

在本教程中，我们将整合Gemini。为什么选择Gemini？因为在我和一些博主看来，它在写作方面优于GPT。虽然它可能不是编程或推理的最佳选择，但在日常任务中，其写作能力是无价的，例如：

• 总结
• 改写
• 翻译

解决方案蓝图

这个概念很简单（尽管实现起来有点棘手）：

1. 读取剪贴板内容： 工作流程将从你的剪贴板读取内容。
2. 调用Gemini API： 然后，它将使用你可以随时自定义的系统提示调用Gemini API。这种灵活性是开放解决方案的魅力所在。
3. 显示结果： 工作流程将向你显示结果，让你确认它们是否符合你的期望。
4. 复制到剪贴板： 结果将被复制回你的剪贴板。
5. 粘贴到任何地方： 然后你可以将剪贴板内容粘贴到任何需要的地方。

为了使这个解决方案可以在你的Mac和任何苹果设备上随时访问，我们将其添加到服务菜单中，只需一个简单的复选框。

如果你时间紧迫或更喜欢快速解决方案，你可以直接 使用这个快捷方式，只需2分钟即可运行。通过使用这个快捷方式，你将直接支持我们将这些想法变为现实的努力。

让我们开始吧！

第一步：创建新的快捷方式工作流程

首先创建一个新的快捷方式工作流程。

第二步：将工作流程命名为“Ask Gemini”

给你的新工作流程一个描述性的名称，“Ask Gemini”。

第三步：配置服务菜单

在详细信息选项卡中，选择“服务”菜单选项。这将允许你在Mac的任何地方访问你的工作流程。你还可以稍后分配一个键盘快捷键，以便更快访问。

确保让工作流程从剪贴板读取内容，如果它不是从选定文本开始的。

关于这一点有一点说明：你可以通过两种方式触发工作流程：

1. 通过简单地将一段富文本或纯文本复制到剪贴板，然后启动快捷方式。结果会被复制回剪贴板，因此你只需在快速验证后粘贴结果。这几乎是所有地方的首选方法，除了在苹果备忘录中。在这里，第二种更方便的方法就派上用场了。
2. 在苹果备忘录中，你可以选择任何文本，右键点击，选择服务 -> Ask Gemini。这将自动将选定的文本传递给工作流程，结果将自动替换选定的文本。然而，这仅在一些苹果应用程序中有效，如Mac上的苹果备忘录（在iPhone上无效）。

第四步：将Markdown转换为纯文本

由于你可能会复制和粘贴Markdown文本，因此将其转换为纯文本以便Gemini理解是至关重要的。将“转换Markdown为纯文本”操作添加到你的工作流程中。

第五步：添加文本框以输入系统提示

添加一个“文本”操作，以创建一个文本框用于你的系统提示。这使你可以自定义对Gemini的请求。

将变量分配给系统提示，如下所示。

假设你想总结文本，你可以添加类似这样的内容。记住，主要内容将作为输入参数传递给快捷方式，并称为“给定文本”。

总结给定文本

或者翻译成英语：

将给定文本翻译成英语。

或者想出你喜欢的任何提示。

第六步：准备Gemini的API端点

首先，你需要获取一个API密钥。你可以免费创建一个 。

现在回到快捷方式，创建另一个文本节点并在此处放置你的API密钥。

https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=<在此处输入你的API密钥>

现在我们可以通过发起HTTP请求来实际调用Gemini。

创建一个新的操作，如下所示：

确保请求的结构与下面的完全一致，否则将无法工作。我知道这有点繁琐。

第七步：提取响应文本

请求完成后，我们需要从响应中仅获取响应文本。为此，我们需要一个操作来提取响应中的文本结果。

输入的值必须与下面完全一致。

第八步：转换回富文本

现在我们得到了结果。记住，如果这是Markdown格式，我们需要将其转换回富文本，以便你可以在需要的地方使用（包括图像！）。

为此，我们添加另一个操作以进行反向转换。

第九步：输出结果

最后，使用停止和输出操作输出结果。如上所述：如果它是在苹果支持的文本编辑器中，如苹果备忘录，它将简单地替换选定的文本。在所有其他情况下，它将结果复制到剪贴板。以下是苹果对该操作的解释：

了解这一点后，让我们添加最后一步以停止并输出或复制到剪贴板，如下所示。

现在我们可以实际测试它。

打开任何苹果备忘录，选择任何文本。你现在应该能够看到新的“Ask Gemini”服务。

如果你有其他服务，它将添加到服务菜单中的其他服务下。

如果你想在浏览器中增强文本，只需将文本复制到编辑，点击同样的服务，然后将结果复制粘贴回来。就是这样。

如果你对其他模型的工作流程感兴趣，比如OpenAI或Groq的多模态能力，请给我发邮件，我会发送下载链接。

通过这个快捷方式，你可以在Mac和苹果设备上的任何文本中灵活地嵌入Gemini的所有强大功能。

在下一部分中，我们将继续讨论多媒体应用。

敬请关注。

如有任何问题或反馈，请随时联系我！