Google Geminiの設定

概要

Google Geminiは、Google社が提供する最先端の大規模言語モデル（LLM）です。 Fess ではGoogle AI API（Generative Language API）を使用してGeminiモデルによるAI検索モード機能を実現できます。

Geminiを使用することで、Googleの最新AI技術を活用した高品質な回答生成が可能になります。

主な特徴

• マルチモーダル対応: テキストだけでなく画像も処理可能

• 長いコンテキスト: 大量の文書を一度に処理できる長いコンテキストウィンドウ

• コスト効率: Flashモデルは高速かつ低コスト

• Google統合: Google Cloudサービスとの連携が容易

対応モデル

Geminiで利用可能な主なモデル:

• gemini-3.1-flash-lite-preview - 軽量・低コストの高速モデル（デフォルト）

• gemini-3-flash-preview - 標準のFlashモデル

• gemini-3.1-pro / gemini-3-pro - 高推論モデル

• gemini-2.5-flash - 安定版の高速モデル

• gemini-2.5-pro - 安定版の高推論モデル

注釈

利用可能なモデルの最新情報は Google AI for Developers で確認できます。

前提条件

Geminiを使用する前に、以下を準備してください。

1. Googleアカウント: Googleアカウントが必要

2. Google AI Studioアクセス: https://aistudio.google.com/ にアクセス

3. APIキー: Google AI StudioでAPIキーを生成

APIキーの取得

1. Google AI Studio にアクセス

2. 「Get API key」をクリック

3. 「Create API key」を選択

4. プロジェクトを選択または新規作成

5. 生成されたAPIキーを安全に保存

警告

APIキーは機密情報です。以下の点に注意してください:

• バージョン管理システムにコミットしない

• ログに出力しない

• 環境変数や安全な設定ファイルで管理する

プラグインのインストール

Fess 15.6では、Gemini連携機能は fess-llm-gemini プラグインとして提供されています。 Geminiを使用するには、プラグインのインストールが必要です。

1. fess-llm-gemini-15.6.0.jar をダウンロードします

2. Fess の app/WEB-INF/plugin/ ディレクトリに配置します

3. Fess を再起動します

# プラグインの配置例
cp fess-llm-gemini-15.6.0.jar /path/to/fess/app/WEB-INF/plugin/

注釈

プラグインのバージョンは Fess のバージョンと合わせてください。

基本設定

Fess 15.6では、LLMプロバイダーの選択（ rag.llm.name ）は管理画面または system.properties で行い、AI検索モード機能の有効化やGemini固有の設定は fess_config.properties で行います。

fess_config.propertiesの設定

app/WEB-INF/conf/fess_config.properties にAI検索モード機能の有効化設定を追加します。

# AI検索モード機能を有効にする
rag.chat.enabled=true

LLMプロバイダーの設定

LLMプロバイダー名（ rag.llm.name ）は管理画面（管理画面 > システム > 全般）で設定するか、system.properties に設定します。Gemini固有の設定は fess_config.properties に記述します。

最小構成

``system.properties``（管理画面 > システム > 全般 でも設定可能）:

# LLMプロバイダーをGeminiに設定
rag.llm.name=gemini

app/WEB-INF/conf/fess_config.properties:

# AI検索モード機能を有効にする
rag.chat.enabled=true

# Gemini APIキー
rag.llm.gemini.api.key=AIzaSyxxxxxxxxxxxxxxxxxxxxxxxxx

# 使用するモデル
rag.llm.gemini.model=gemini-3.1-flash-lite-preview

推奨構成（本番環境）

``system.properties``（管理画面 > システム > 全般 でも設定可能）:

# LLMプロバイダーをGeminiに設定
rag.llm.name=gemini

app/WEB-INF/conf/fess_config.properties:

# AI検索モード機能を有効にする
rag.chat.enabled=true

# Gemini APIキー
rag.llm.gemini.api.key=AIzaSyxxxxxxxxxxxxxxxxxxxxxxxxx

# モデル設定（高速モデルを使用）
rag.llm.gemini.model=gemini-3-flash-preview

# APIエンドポイント（通常は変更不要）
rag.llm.gemini.api.url=https://generativelanguage.googleapis.com/v1beta

# タイムアウト設定
rag.llm.gemini.timeout=60000

設定項目

Geminiクライアントで使用可能なすべての設定項目です。 rag.llm.name 以外はすべて fess_config.properties に設定します。

プロパティ	説明	デフォルト
rag.llm.gemini.api.key	Google AI APIキー（Gemini APIを使用するには設定が必要です）	""
rag.llm.gemini.model	使用するモデル名	gemini-3.1-flash-lite-preview
rag.llm.gemini.api.url	APIのベースURL	https://generativelanguage.googleapis.com/v1beta
rag.llm.gemini.timeout	リクエストのタイムアウト時間（ミリ秒）	60000
rag.llm.gemini.availability.check.interval	可用性チェック間隔（秒）	60
rag.llm.gemini.max.concurrent.requests	最大同時リクエスト数	5
rag.llm.gemini.chat.evaluation.max.relevant.docs	評価時の最大関連ドキュメント数	3
rag.llm.gemini.chat.evaluation.description.max.chars	評価時のドキュメント説明最大文字数	500
rag.llm.gemini.concurrency.wait.timeout	同時リクエスト待機タイムアウト（ミリ秒）	30000
rag.llm.gemini.history.max.chars	チャット履歴の最大文字数	10000
rag.llm.gemini.intent.history.max.messages	意図判定時の履歴最大メッセージ数	10
rag.llm.gemini.intent.history.max.chars	意図判定時の履歴最大文字数	5000
rag.llm.gemini.history.assistant.max.chars	アシスタント履歴の最大文字数	1000
rag.llm.gemini.history.assistant.summary.max.chars	アシスタント要約履歴の最大文字数	1000
rag.llm.gemini.retry.max	HTTPリトライの最大試行回数（429 および 5xx 系エラー時）	10
rag.llm.gemini.retry.base.delay.ms	指数バックオフの基準遅延時間（ミリ秒）	2000

認証方式

Fess 15.6.1 以降、APIキーは x-goog-api-key HTTPリクエストヘッダで送信されます（Googleの推奨方式）。 従来のように ?key=... クエリパラメータでURLに付与することはなくなったため、APIキーがアクセスログに残ることはありません。

リトライ動作

Gemini APIへのリクエストは以下のHTTPステータスコードに対して自動的にリトライされます:

• 429 Resource Exhausted（クォータ超過・レート制限）

• 500 Internal Server Error

• 503 Service Unavailable

• 504 Gateway Timeout

リトライ時は指数バックオフ（基準値 rag.llm.gemini.retry.base.delay.ms ミリ秒、最大 rag.llm.gemini.retry.max 回、±20%のジッター付き）で待機します。 ストリーミングリクエストでは、初回接続のみがリトライ対象で、レスポンス本体の受信開始後に発生したエラーは即座に伝搬します。

プロンプトタイプ別設定

Fess では、プロンプトの種類ごとにLLMのパラメータを細かく設定できます。 プロンプトタイプ別の設定は fess_config.properties に記述します。

設定フォーマット

rag.llm.gemini.{promptType}.temperature
rag.llm.gemini.{promptType}.max.tokens
rag.llm.gemini.{promptType}.thinking.budget
rag.llm.gemini.{promptType}.context.max.chars

利用可能なプロンプトタイプ

プロンプトタイプ	説明
intent	ユーザーの意図を判定するプロンプト
evaluation	ドキュメントの関連性を評価するプロンプト
unclear	質問が不明確な場合のプロンプト
noresults	検索結果がない場合のプロンプト
docnotfound	ドキュメントが見つからない場合のプロンプト
answer	回答生成プロンプト
summary	要約生成プロンプト
faq	FAQ生成プロンプト
direct	直接応答プロンプト
queryregeneration	クエリ再生成プロンプト

プロンプトタイプ別デフォルト値

各プロンプトタイプのデフォルト値は以下の通りです。設定されていない場合、これらの値が使用されます。

プロンプトタイプ	temperature	max.tokens	thinking.budget
intent	0.1	512	0
evaluation	0.1	256	0
unclear	0.7	512	0
noresults	0.7	512	0
docnotfound	0.7	512	0
direct	0.7	2048	0
faq	0.7	2048	0
answer	0.5	8192	0
summary	0.3	4096	0
queryregeneration	0.3	256	0

設定例

# 回答生成の温度設定
rag.llm.gemini.answer.temperature=0.7

# 要約生成の最大トークン数
rag.llm.gemini.summary.max.tokens=2048

# 回答生成のコンテキスト最大文字数
rag.llm.gemini.answer.context.max.chars=16000

# 要約生成のコンテキスト最大文字数
rag.llm.gemini.summary.context.max.chars=16000

# FAQ生成のコンテキスト最大文字数
rag.llm.gemini.faq.context.max.chars=10000

注釈

context.max.chars のデフォルト値はプロンプトタイプによって異なります。 answer と summary は16000、faq は10000、その他のプロンプトタイプは10000です。

思考モデル対応

Geminiでは思考モデル（Thinking Model）をサポートしています。 思考モデルを使用すると、モデルが回答を生成する前に内部的な推論プロセスを実行し、より精度の高い回答を生成できます。

思考バジェットはプロンプトタイプごとに fess_config.properties で設定します。 Fess はリクエスト時に rag.llm.gemini.{promptType}.thinking.budget の整数値（トークン数）を、解決されたモデル世代に応じて適切なAPIフィールドに自動変換します。

# 回答生成時の思考バジェットの設定
rag.llm.gemini.answer.thinking.budget=1024

# 要約生成時の思考バジェットの設定
rag.llm.gemini.summary.thinking.budget=1024

モデル世代によるマッピング

• Gemini 2.x （例: gemini-2.5-flash ）: 設定した整数値をそのまま thinkingConfig.thinkingBudget として送信します。 0 を指定すると思考は完全に無効化されます。

• Gemini 3.x （例: gemini-3.1-flash-lite-preview ）: 整数値を thinkingConfig.thinkingLevel の列挙値（ MINIMAL / LOW / MEDIUM / HIGH ）にバケット化して送信します。

Gemini 3.x のバケットマッピングは以下のとおりです:

バジェット値	thinkingLevel	備考
<=0	MINIMAL または LOW	Flash / Flash-Lite モデルでは MINIMAL 、 MINIMAL をサポートしないPro系モデル（ gemini-3-pro / gemini-3.1-pro ）では LOW
<=4096	MEDIUM
>4096	HIGH

注釈

Gemini 3.x はどのバケットでも一定の思考トークンを必ず消費します（ thinkingLevel=MINIMAL でも数百トークン消費する場合があります）。 このため、 Fess は Gemini 3.x モデル使用時に既定の maxOutputTokens に対して自動的に追加のヘッドルーム（1024トークン）を加え、 finishReason=MAX_TOKENS による回答切り詰めを防ぎます。 Gemini 2.x では thinkingBudget=0 で思考自体が無効化されるため、ヘッドルームの追加は行いません。

注釈

思考バジェットを大きく設定すると、応答時間が長くなる場合があります。 用途に応じて適切な値を設定してください。

JVMオプションでの設定

セキュリティ上の理由から、APIキーをファイルではなく環境（JVMオプション）経由で設定することを推奨します。

Docker環境

Fess 公式の docker-fess には Gemini 用のオーバーレイ compose-gemini.yaml が同梱されています。最小手順は次の通りです。

export GEMINI_API_KEY="AIzaSy..."
docker compose -f compose.yaml -f compose-opensearch3.yaml -f compose-gemini.yaml up -d

compose-gemini.yaml の内容（同等の構成を自前で書く場合の参考）:

services:
  fess01:
    environment:
      - "FESS_PLUGINS=fess-llm-gemini:15.6.0"
      - "FESS_JAVA_OPTS=-Dfess.config.rag.chat.enabled=true -Dfess.config.rag.llm.gemini.api.key=${GEMINI_API_KEY:-} -Dfess.config.rag.llm.gemini.model=${GEMINI_MODEL:-gemini-3.1-flash-lite-preview} -Dfess.system.rag.llm.name=gemini"

ポイント:

• FESS_PLUGINS=fess-llm-gemini:15.6.0 で run.sh がプラグイン JAR を自動取得して app/WEB-INF/plugin/ に配置します

• -Dfess.config.rag.chat.enabled=true で AI検索モードを有効化

• -Dfess.config.rag.llm.gemini.api.key=... で API キー、 -Dfess.config.rag.llm.gemini.model=... でモデルを指定

• -Dfess.system.rag.llm.name=gemini は OpenSearch にまだ値が書き込まれていない初回起動時にデフォルトとして効きます。起動後は管理画面「システム > 全般」の RAG セクションでも変更できます

Proxy 経由でインターネットに接続する場合は、 Fess の http.proxy.* 設定を FESS_JAVA_OPTS 経由で指定してください（後述の「HTTPプロキシ経由の利用」を参照）。

systemd環境

/etc/sysconfig/fess （または /etc/default/fess ）の FESS_JAVA_OPTS に追記します。

FESS_JAVA_OPTS="-Dfess.config.rag.chat.enabled=true -Dfess.config.rag.llm.gemini.api.key=AIzaSy... -Dfess.system.rag.llm.name=gemini"

HTTPプロキシ経由の利用

Fess 15.6.1 以降、Geminiクライアントは Fess 全体のHTTPプロキシ設定を共有します。 fess_config.properties で以下のプロパティを指定してください。

プロパティ	説明	デフォルト
http.proxy.host	プロキシホスト名（空文字列の場合はプロキシを使用しない）	""
http.proxy.port	プロキシポート番号	8080
http.proxy.username	プロキシ認証のユーザー名（任意。指定するとBasic認証が有効化される）	""
http.proxy.password	プロキシ認証のパスワード	""

Docker環境では FESS_JAVA_OPTS に以下のように指定します:

-Dfess.config.http.proxy.host=proxy.example.com
-Dfess.config.http.proxy.port=8080

注釈

この設定はクローラーなど Fess 全体のHTTPアクセスにも影響します。 従来のJavaシステムプロパティ（ -Dhttps.proxyHost 等）はGeminiクライアントからは参照されません。

Vertex AI経由の使用

Google Cloud Platformを使用している場合、Vertex AI経由でGeminiを使用することもできます。 Vertex AIを使用する場合は、APIエンドポイントと認証方法が異なります。

注釈

現在の Fess はGoogle AI API（generativelanguage.googleapis.com）を使用しています。 Vertex AI経由での使用が必要な場合は、カスタム実装が必要になる場合があります。

モデルの選択ガイド

使用目的に応じたモデル選択の指針です。

モデル	速度	品質	用途
gemini-3.1-flash-lite-preview	高速	高	軽量・低コスト（デフォルト、 thinkingLevel=MINIMAL 対応）
gemini-3-flash-preview	高速	最高	一般的な用途（ thinkingLevel=MINIMAL 対応）
gemini-3.1-pro / gemini-3-pro	中速	最高	複雑な推論（ MINIMAL 非対応・最低でも LOW ）
gemini-2.5-flash	高速	高	安定版、コスト重視
gemini-2.5-pro	中速	高	安定版、長いコンテキスト

コンテキストウィンドウ

Geminiモデルは非常に長いコンテキストウィンドウをサポートしています:

• Gemini 3 Flash / 2.5 Flash: 最大100万トークン

• Gemini 3.1 Pro / 2.5 Pro: 最大100万トークン（3.1 Pro）/ 200万トークン（2.5 Pro）

この特徴を活かして、より多くの検索結果をコンテキストに含めることができます。

# より多くのドキュメントをコンテキストに含める（fess_config.propertiesに設定）
rag.llm.gemini.answer.context.max.chars=20000

コストの目安

Google AI APIは使用量に基づいて課金されます（無料枠あり）。

モデル	入力（100万文字）	出力（100万文字）
Gemini 3 Flash Preview	$0.50	$3.00
Gemini 3.1 Pro Preview	$2.00	$12.00
Gemini 2.5 Flash	$0.075	$0.30
Gemini 2.5 Pro	$1.25	$5.00

注釈

最新の価格と無料枠の情報は Google AI Pricing で確認してください。

同時リクエスト制御

Fess では、Geminiへの同時リクエスト数を制御できます。 fess_config.properties で以下のプロパティを設定してください。

# 最大同時リクエスト数（デフォルト: 5）
rag.llm.gemini.max.concurrent.requests=5

この設定により、Google AI APIへの過度なリクエストを防ぎ、レート制限エラーを回避できます。

無料枠の制限（参考）

Google AI APIには無料枠がありますが、以下の制限があります:

• リクエスト/分: 15 RPM

• トークン/分: 100万 TPM

• リクエスト/日: 1,500 RPD

無料枠を使用する場合は、rag.llm.gemini.max.concurrent.requests を低めに設定することを推奨します。

トラブルシューティング

認証エラー

症状: APIキー関連のエラーが発生する

確認事項:

1. APIキーが正しく設定されているか確認

2. APIキーがGoogle AI Studio上で有効か確認

3. APIキーに必要な権限があるか確認

4. APIがプロジェクトで有効化されているか確認

レート制限エラー

症状: 「429 Resource has been exhausted」エラーが発生する

解決方法:

1. fess_config.properties で同時リクエスト数を減らす:

   rag.llm.gemini.max.concurrent.requests=3
   

2. 数分待ってから再試行

3. 必要に応じてクォータの引き上げをリクエスト

リージョン制限

症状: サービスが利用できないというエラー

確認事項:

Google AI APIは一部の地域でのみ利用可能です。サポートされる地域については Googleのドキュメントを確認してください。

タイムアウト

症状: リクエストがタイムアウトする

解決方法:

1. タイムアウト時間を延長:

   rag.llm.gemini.timeout=120000
   

2. Flashモデル（より高速）の使用を検討

デバッグ設定

問題を調査する際は、Fess のログレベルを調整してGemini関連の詳細なログを出力できます。

app/WEB-INF/classes/log4j2.xml:

<Logger name="org.codelibs.fess.llm.gemini" level="DEBUG"/>

セキュリティに関する注意

Google AI APIを使用する際は、以下のセキュリティ事項に注意してください。

1. データプライバシー: 検索結果の内容がGoogleのサーバーに送信されます

2. APIキーの管理: キーの漏洩は不正利用につながります

3. コンプライアンス: 機密データを含む場合は、組織のポリシーを確認

4. 利用規約: Googleの利用規約とAcceptable Use Policyを遵守

参考情報

• Google AI for Developers

• Google AI Studio

• Gemini API Documentation

• Google AI Pricing

• LLM統合の概要 - LLM統合の概要

• AI検索モード機能の設定 - AI検索モード機能の詳細