- 这是一个基于 FastAPI 构建的 Gemini API 代理，旨在提供一个简单、安全且可配置的方式来访问 Google 的 Gemini 模型。适用于在 Hugging Face Spaces 上部署，并支持openai api格式的工具集成。
- 您必须给出适当的署名，提供指向本协议的链接，并指明是否（对原作）作了修改。您可以以任何合理方式进行，但不得以任何方式暗示许可方认可您或您的使用。
- 您不得将本作品用于商业目的，包括但不限于任何形式的商业倒卖、SaaS、API 付费接口、二次销售、打包出售、收费分发或其他直接或间接盈利行为。
感谢@warming-afternoon，@任梓樂在技术上的大力支持
遇到问题请先查看以下的 错误自查 文档，确保已尝试按照其上的指示进行了相应的排查与处理。
-
zeabur部署的使用文档(需付费) 感谢墨舞ink编写（已过时且暂时无人更新，欢迎提交pull requests）
- v1.0.1
- 新增
清除失效密钥功能 - 新增
输出有效秘钥功能
- 新增
- 提供
/v1/chat/completions接口，支持流式和非流式响应，支持函数调用，与 OpenAI API 格式兼容。 - 支持的输入内容: 文本、文件、图像
- 自动将 OpenAI 格式的请求转换为 Gemini 格式。
- 通过
PASSWORD环境变量设置密码。 - 提供默认密码
"123"。
- 提供的接口与 OpenAI API 格式兼容,便于接入各种服务
- 方式 1 : 通过网页前端进行配置
- 方式 2 : 根据 配置文档 中的注释说明，修改对应的变量
- 强烈建议在生产环境中设置
PASSWORD环境变量，并使用强密码。 - 根据你的使用情况调整速率限制相关的环境变量。
- 确保你的 Gemini API 密钥具有足够的配额。
-
作用： 解决部分网络环境下客户端通过非流式请求 Gemini 时可能遇到的断连问题。默认开启。
-
原理简述： 当客户端请求流式响应时，本代理会每隔一段时间向客户端发出一个空信息以维持连接，同时在后台向 Gemini 发起一个完整的、非流式的请求。等 Gemini 返回完整响应后，再一次性将响应发回给客户端。
-
注意： 如果想使用真的流式请求，请关闭该功能
-
作用： 允许您为用户的单次提问同时向 Gemini 发送多个请求，并将额外的成功响应缓存起来，用于后续重新生成回复。
-
注意： 此功能默认关闭 。只有当您将并发数设置为 2 或以上时，缓存才会生效。缓存匹配要求提问的上下文与被缓存的问题完全一致（包括标点符号）。此外，该模式目前仅支持非流式及假流式传输
Q: 新版本增加的并发缓存功能会增加 gemini 配额的使用量吗？
A: 不会。因为默认情况下该功能是关闭的。只有当你主动将并发数
CONCURRENT_REQUESTS设置为大于 1 的数值时，才会实际发起并发请求，这才会消耗更多配额。Q: 如何使用并发缓存功能？
A: 修改并发请求数，使其等于你想在一次用户提问中同时向 Gemini 发送的请求数量（例如设置为
3）。这样设置后，如果一次并发请求中收到了多个成功的响应，除了第一个返回给用户外，其他的就会被缓存起来。
-
作用： 在发送给 Gemini 的消息中添加一段随机生成的、无意义的字符串，用于“伪装”请求，可能有助于防止被识别为自动化程序。默认开启。
-
注意： 如果使用非 SillyTavern 的其余客户端 (例如 cherryStudio )，请关闭该功能
-
作用： 让 Gemini 模型能够利用搜索工具进行联网搜索，以回答需要最新信息或超出其知识库范围的问题。
-
如何使用：
在客户端请求时，选择模型名称带有
-search后缀的模型（例如gemini-2.5-pro-search，具体可用模型请通过/v1/models接口查询）。
- 通过环境变量自定义限制：
MAX_REQUESTS_PER_MINUTE：每分钟最大请求数（默认 30）。MAX_REQUESTS_PER_DAY_PER_IP：每天每个 IP 最大请求数（默认 600）。
- 超过速率限制时返回 429 错误。