Google Gemini配置

概述

Google Gemini是Google公司提供的最先进的大型语言模型（LLM）。 Fess 可以使用Google AI API（Generative Language API）通过Gemini模型实现AI模式功能。

使用Gemini，可以利用Google最新的AI技术生成高质量的回答。

主要特点

  • 多模态支持: 不仅可处理文本，还可处理图像

  • 长上下文: 可一次处理大量文档的长上下文窗口

  • 成本效益: Flash模型快速且低成本

  • Google集成: 易于与Google Cloud服务集成

支持的模型

Gemini可用的主要模型:

  • gemini-2.5-flash - 高速高效的模型（推荐）

  • gemini-2.5-pro - 具有更高推理能力的模型

  • gemini-1.5-flash - 稳定版Flash模型

  • gemini-1.5-pro - 稳定版Pro模型

Note

可用模型的最新信息请查阅 Google AI for Developers

前提条件

使用Gemini前，请准备以下内容。

  1. Google账户: 需要Google账户

  2. Google AI Studio访问: 访问 https://aistudio.google.com/

  3. API密钥: 在Google AI Studio生成API密钥

获取API密钥

  1. 访问 Google AI Studio

  2. 点击”Get API key”

  3. 选择”Create API key”

  4. 选择或新建项目

  5. 安全保存生成的API密钥

Warning

API密钥是机密信息。请注意以下几点:

  • 不要提交到版本管理系统

  • 不要在日志中输出

  • 使用环境变量或安全配置文件管理

基本配置

在 app/WEB-INF/conf/system.properties 中添加以下配置。

最小配置

# 启用AI模式功能
rag.chat.enabled=true

# 设置LLM提供商为Gemini
rag.llm.type=gemini

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

# 使用的模型
rag.llm.gemini.model=gemini-2.5-flash

推荐配置（生产环境）

# 启用AI模式功能
rag.chat.enabled=true

# LLM提供商设置
rag.llm.type=gemini

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

# 模型设置（使用高速模型）
rag.llm.gemini.model=gemini-2.5-flash

# API端点（通常无需更改）
rag.llm.gemini.api.url=https://generativelanguage.googleapis.com/v1beta

# 超时设置
rag.llm.gemini.timeout=60000

配置项

Gemini客户端可用的所有配置项。

属性 说明 默认值
rag.llm.gemini.api.key Google AI API密钥 （必需）
rag.llm.gemini.model 使用的模型名称 gemini-2.5-flash
rag.llm.gemini.api.url API的基础URL https://generativelanguage.googleapis.com/v1beta
rag.llm.gemini.timeout 请求超时时间（毫秒） 60000

环境变量配置

出于安全考虑，建议使用环境变量设置API密钥。

Docker环境

docker run -e RAG_LLM_GEMINI_API_KEY=AIzaSy... codelibs/fess:15.5.0

docker-compose.yml

services:
  fess:
    image: codelibs/fess:15.5.0
    environment:
      - RAG_CHAT_ENABLED=true
      - RAG_LLM_TYPE=gemini
      - RAG_LLM_GEMINI_API_KEY=${GEMINI_API_KEY}
      - RAG_LLM_GEMINI_MODEL=gemini-2.5-flash

systemd环境

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

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

通过Vertex AI使用

如果使用Google Cloud Platform，也可以通过Vertex AI使用Gemini。 使用Vertex AI时，API端点和认证方法不同。

Note

当前 Fess 使用Google AI API（generativelanguage.googleapis.com）。 如需通过Vertex AI使用，可能需要自定义实现。

模型选择指南

根据使用目的的模型选择指南。

模型 速度 质量 用途
gemini-2.5-flash 高速 高 一般用途、平衡优先（推荐）
gemini-2.5-pro 中速 最高 复杂推理、需要高质量
gemini-1.5-flash 高速 良好 成本优先、稳定性优先
gemini-1.5-pro 中速 高 需要长上下文

上下文窗口

Gemini模型支持非常长的上下文窗口:

  • Gemini 1.5/2.5 Flash: 最大100万令牌

  • Gemini 1.5/2.5 Pro: 最大200万令牌

利用此特性，可以在上下文中包含更多搜索结果。

# 在上下文中包含更多文档
rag.chat.context.max.documents=10
rag.chat.context.max.chars=20000

成本估算

Google AI API按使用量计费（有免费额度）。

模型 输入（100万字符） 输出（100万字符）
Gemini 1.5 Flash $0.075 $0.30
Gemini 1.5 Pro $1.25 $5.00
Gemini 2.5 Flash 价格可能变动 价格可能变动

Note

最新价格和免费额度信息请查阅 Google AI Pricing

速率限制

Google AI API有速率限制。请结合 Fess 的速率限制功能适当配置。

# Fess速率限制设置
rag.chat.rate.limit.enabled=true
rag.chat.rate.limit.requests.per.minute=10

免费额度限制

Google AI API有免费额度，但有以下限制:

  • 请求/分钟: 15 RPM

  • 令牌/分钟: 100万 TPM

  • 请求/日: 1,500 RPD

故障排除

认证错误

症状: 发生API密钥相关错误

检查事项:

  1. 确认API密钥配置正确

  2. 确认API密钥在Google AI Studio上有效

  3. 确认API密钥具有所需权限

  4. 确认API在项目中已启用

速率限制错误

症状: 发生”429 Resource has been exhausted”错误

解决方法:

  1. 加严 Fess 速率限制设置:

    rag.chat.rate.limit.requests.per.minute=5

  2. 等待几分钟后重试

  3. 必要时申请提高配额

区域限制

症状: 服务不可用错误

检查事项:

Google AI API仅在部分地区可用。请查阅Google文档确认支持的地区。

超时

症状: 请求超时

解决方法:

  1. 延长超时时间:

    rag.llm.gemini.timeout=120000

  2. 考虑使用Flash模型（更快）

调试设置

调查问题时，可调整 Fess 日志级别输出Gemini相关的详细日志。

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

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

安全注意事项

使用Google AI API时，请注意以下安全事项。

  1. 数据隐私: 搜索结果内容会发送到Google服务器

  2. API密钥管理: 密钥泄露会导致未授权使用

  3. 合规性: 包含机密数据时，请确认组织政策

  4. 使用条款: 遵守Google使用条款和可接受使用政策

参考信息