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-flash-preview - 最新の高速モデル（推奨）

  • gemini-3.1-pro-preview - 最新の高推論モデル

  • 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-flash-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-flash-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

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 0.1 256 0
evaluation 0.1 256 0
unclear 0.7 512 0
noresults 0.7 512 0
docnotfound 0.7 256 0
direct 0.7 2048 1024
faq 0.7 2048 1024
answer 0.5 4096 2048
summary 0.3 4096 2048
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 で設定できます。

# 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

注釈

思考バジェットを設定すると、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。

環境変数での設定

セキュリティ上の理由から、APIキーを環境変数で設定することを推奨します。

Docker環境

docker run -e RAG_LLM_GEMINI_API_KEY=AIzaSy... codelibs/fess:15.6.0

docker-compose.yml

services:
  fess:
    image: codelibs/fess:15.6.0
    environment:
      - RAG_CHAT_ENABLED=true
      - RAG_LLM_NAME=gemini
      - RAG_LLM_GEMINI_API_KEY=${GEMINI_API_KEY}
      - RAG_LLM_GEMINI_MODEL=gemini-3-flash-preview

systemd環境

/etc/systemd/system/fess.service.d/override.conf:

[Service]
Environment="RAG_LLM_GEMINI_API_KEY=AIzaSy..."

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-flash-preview 高速 最高 一般的な用途（推奨）
gemini-3.1-pro-preview 中速 最高 複雑な推論
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