MCPcopy Index your code
hub / github.com/Nativu5/Gemini-FastAPI

github.com/Nativu5/Gemini-FastAPI @main

Chat with this repo
repository ↗ · DeepWiki ↗ · + Follow
180 symbols 723 edges 21 files 140 documented · 78%
What it actually does AI analysis from the code graph — generated when you open this
loading…
README

Gemini-FastAPI

Python 3.13 FastAPI License

[ English | 中文 ]

将 Gemini 网页端模型封装为兼容 OpenAI API 的 API Server。基于 HanaokaYuzu/Gemini-API 实现。

✅ 无需 API Key,免费通过 API 调用 Gemini 网页端模型!

功能特性

  • 🔐 无需 Google API Key:只需网页 Cookie,即可免费通过 API 调用 Gemini 模型。
  • 🔍 内置 Google 搜索:API 已内置 Gemini 网页端的搜索能力,模型响应更加准确。
  • 💾 会话持久化:基于 LMDB 存储,支持多轮对话历史记录。
  • 🖼️ 多模态支持:可处理文本、图片及文件上传。
  • ⚖️ 多账户负载均衡:支持多账户分发请求,可为每个账户单独配置代理。

快速开始

如需 Docker 部署,请参见下方 Docker 部署 部分。

前置条件

  • Python 3.13
  • 拥有网页版 Gemini 访问权限的 Google 账号
  • 从 Gemini 网页获取的 secure_1psidsecure_1psidts Cookie

安装

使用 uv (推荐)

git clone https://github.com/Nativu5/Gemini-FastAPI.git
cd Gemini-FastAPI
uv sync

使用 pip

git clone https://github.com/Nativu5/Gemini-FastAPI.git
cd Gemini-FastAPI
pip install -e .

配置

编辑 config/config.yaml 并提供至少一组凭证:

gemini:
  clients:
    - id: "client-a"
      secure_1psid: "YOUR_SECURE_1PSID_HERE"
      secure_1psidts: "YOUR_SECURE_1PSIDTS_HERE"
      proxy: null # Optional proxy URL (null/empty keeps direct connection)

[!NOTE] 详细说明请参见下方 配置 部分。

启动服务

# 使用 uv
uv run python run.py

# 直接用 Python
python run.py

服务默认启动在 http://localhost:8000

API 接口

本服务器提供了一系列接口,重点支持 OpenAI 兼容协议。

OpenAI 兼容接口

这些接口遵循 OpenAI 的 API 规范,允许你将 Gemini 作为 Drop-in 替代方案 直接接入现有的 AI 应用。

  • GET /v1/models: 列出所有可用的 Gemini 模型。
  • POST /v1/chat/completions: 统一聊天对话接口。
  • 流式传输: 设置 stream: true 即可实时接收增量响应 (Stream Delta)。
  • 多模态支持: 支持在消息中包含文本、图片以及文件上传。
  • 工具调用: 支持通过 tools 参数进行函数调用 (Function Calling)。
  • 结构化输出: 支持 response_format,可严格遵循 JSON Schema。

高级接口

  • POST /v1/responses: 用于复杂交互模式的专用接口,支持分步输出、生成图片及工具调用等更丰富的响应项。

辅助与系统接口

  • GET /health: 健康检查接口。返回服务器运行状态、已配置的 Gemini 客户端健康度以及对话存储统计信息。
  • GET /images/{filename}: 用于访问生成的图片的内部接口。需携带有效 Token(API 返回的图片 URL 中已自动包含该 Token)。

Docker 部署

直接运行

docker run -p 8000:8000 \
  -v $(pwd)/data:/app/data \
  -v $(pwd)/cache:/app/cache \
  -e CONFIG_SERVER__API_KEY="your-api-key-here" \
  -e CONFIG_GEMINI__CLIENTS__0__ID="client-a" \
  -e CONFIG_GEMINI__CLIENTS__0__SECURE_1PSID="your-secure-1psid" \
  -e CONFIG_GEMINI__CLIENTS__0__SECURE_1PSIDTS="your-secure-1psidts" \
  -e GEMINI_COOKIE_PATH="/app/cache" \
  ghcr.io/nativu5/gemini-fastapi

[!TIP] 需要代理时可添加 CONFIG_GEMINI__CLIENTS__0__PROXY;省略该变量将保持直连。

GEMINI_COOKIE_PATH 指定容器内保存刷新后 Cookie 的目录。将其挂载(例如 -v $(pwd)/cache:/app/cache)可以在容器重建或重启后保留这些 Cookie,避免频繁重新认证。

使用 Docker Compose

创建 docker-compose.yml 文件:

services:
  gemini-fastapi:
    image: ghcr.io/nativu5/gemini-fastapi:latest
    ports:
      - "8000:8000"
    volumes:
      # - ./config:/app/config  # Uncomment to use a custom config file
      # - ./certs:/app/certs    # Uncomment to enable HTTPS with your certs
      - ./data:/app/data
      - ./cache:/app/cache
    environment:
      - CONFIG_SERVER__HOST=0.0.0.0
      - CONFIG_SERVER__PORT=8000
      - CONFIG_SERVER__API_KEY=${API_KEY}
      - CONFIG_GEMINI__CLIENTS__0__ID=client-a
      - CONFIG_GEMINI__CLIENTS__0__SECURE_1PSID=${SECURE_1PSID}
      - CONFIG_GEMINI__CLIENTS__0__SECURE_1PSIDTS=${SECURE_1PSIDTS}
      - GEMINI_COOKIE_PATH=/app/cache # must match the cache volume mount above
    restart: on-failure:3 # Avoid retrying too many times

然后运行:

docker compose up -d

[!IMPORTANT] 请务必挂载 /app/data 卷以保证对话数据在容器重启后持久化。 同时挂载 /app/cache(或与 GEMINI_COOKIE_PATH 对应的目录)以保存刷新后的 Cookie,这样在容器重建/重启后无需频繁重新认证。

配置说明

服务器读取 config/config.yaml 配置文件。

各项配置说明请参见 config/config.yaml 文件中的注释。

环境变量覆盖

[!TIP] 该功能适用于 Docker 部署和生产环境,可将敏感信息与配置文件分离。

你可以通过带有 CONFIG_ 前缀的环境变量覆盖任意配置项,嵌套键用双下划线(__)分隔,例如:

# 覆盖服务器设置
export CONFIG_SERVER__API_KEY="your-secure-api-key"

# 覆盖 Client 0 的用户凭据
export CONFIG_GEMINI__CLIENTS__0__ID="client-a"
export CONFIG_GEMINI__CLIENTS__0__SECURE_1PSID="your-secure-1psid"
export CONFIG_GEMINI__CLIENTS__0__SECURE_1PSIDTS="your-secure-1psidts"

# 覆盖 Client 0 的代理设置
export CONFIG_GEMINI__CLIENTS__0__PROXY="socks5://127.0.0.1:1080"

# 覆盖对话存储大小限制
export CONFIG_STORAGE__MAX_SIZE=268435456  # 256 MB

客户端 ID 与会话重用

会话在保存时会绑定创建它的客户端 ID。请在配置中保持这些 id 值稳定, 这样在更新 Cookie 列表时依然可以复用旧会话。

Gemini 凭据

[!WARNING] 请妥善保管这些凭据,切勿提交到版本控制。这些 Cookie 可访问你的 Google 账号。

使用 Gemini-FastAPI 需提取 Gemini 会话 Cookie:

  1. 在无痕/隐私窗口打开 Gemini 并登录
  2. 打开开发者工具(F12)
  3. 进入 ApplicationStorageCookies
  4. 查找并复制以下值:
  5. __Secure-1PSID
  6. __Secure-1PSIDTS

[!TIP] 详细操作请参考 HanaokaYuzu/Gemini-API 认证指南

代理设置

每个客户端条目可以配置不同的代理,从而规避速率限制。省略 proxy 字段或将其设置为 null 或空字符串以保持直连。

自定义模型

你可以在 config/config.yaml 中或通过环境变量定义自定义模型。

YAML 配置

gemini:
  model_strategy: "append" # "append" (默认 + 自定义) 或 "overwrite" (仅限自定义)
  models:
    - model_name: "gemini-3.0-pro"
      model_header:
        x-goog-ext-525001261-jspb: '[1,null,null,null,"9d8ca3786ebdfbea",null,null,0,[4],null,null,1]'

环境变量

你可以通过 CONFIG_GEMINI__MODELS 以 JSON 字符串或列表结构的形式提供模型。这为通过 shell 或在自动化环境(例如 Docker)中覆盖设置提供了一种灵活的方式,而无需修改配置文件。

export CONFIG_GEMINI__MODEL_STRATEGY="overwrite"
export CONFIG_GEMINI__MODELS='[{"model_name": "gemini-3.0-pro", "model_header": {"x-goog-ext-525001261-jspb": "[1,null,null,null,\"9d8ca3786ebdfbea\",null,null,0,[4],null,null,1]"}}]'

鸣谢

  • HanaokaYuzu/Gemini-API - 底层 Gemini Web API 客户端
  • zhiyu1998/Gemi2Api-Server - 本项目最初基于此仓库,经过深度重构与工程化改进,现已成为独立项目,并增加了多轮会话复用等新特性。在此表示特别感谢。

免责声明

本项目与 Google 或 OpenAI 无关,仅供学习和研究使用。本项目使用了逆向工程 API,可能不符合 Google 服务条款。使用风险自负。

Core symbols most depended-on inside this repo

get
called by 41
app/services/lmdb.py
make_event
called by 24
app/server/chat.py
_get_transaction
called by 8
app/services/lmdb.py
_hash_conversation
called by 7
app/services/lmdb.py
get_image_token
called by 6
app/server/middleware.py
_resolve
called by 5
app/services/client.py
running
called by 5
app/services/client.py
_process_conversation_with_compaction
called by 5
app/server/chat.py

Shape

Function 81
Class 50
Method 44
Route 5

Languages

Python100%

Modules by API surface

app/server/chat.py40 symbols
app/models/models.py33 symbols
app/services/lmdb.py24 symbols
app/utils/config.py21 symbols
app/utils/helper.py16 symbols
app/server/middleware.py9 symbols
app/services/client.py8 symbols
app/services/pool.py7 symbols
scripts/dump_lmdb.py5 symbols
scripts/rotate_lmdb.py4 symbols
app/utils/logging.py4 symbols
app/main.py3 symbols

For agents

$ claude mcp add Gemini-FastAPI \
  -- python -m otcore.mcp_server <graph>

⬇ download graph artifact