国内使用 Gemini API 方案

国内开发者使用 Google Gemini API 面临网络访问困难。本文介绍多种稳定使用 Gemini 的方案，包括 API 中转、代理配置和替代方案。

国内访问 Gemini API 的障碍

• 网络限制：generativelanguage.googleapis.com 在国内无法直接访问
• Google 账户限制：部分地区无法注册或登录 Google AI Studio
• 支付困难：Vertex AI 需要 Google Cloud 付费账户
• 503 过载：即使能访问，也频繁遇到服务器过载错误

方案一：API 中转服务（推荐）

最简单的方案是使用 API 中转服务，无需解决网络问题，注册即可使用。

OpenAI 兼容接口（推荐）

from openai import OpenAI

client = OpenAI(
    api_key="your-relay-key",
    base_url="https://claude4u.com/v1"
)

response = client.chat.completions.create(
    model="gemini-2.5-pro",
    messages=[
        {"role": "user", "content": "用中文解释机器学习"}
    ]
)
print(response.choices[0].message.content)

环境变量配置

# 设置后所有 OpenAI 兼容工具自动使用中转
export OPENAI_API_KEY="your-relay-key"
export OPENAI_BASE_URL="https://claude4u.com/v1"

方案二：代理配置

如果你有海外代理服务器，可以通过配置 HTTPS 代理访问 Google API：

Python 环境

import os
os.environ['HTTPS_PROXY'] = 'http://your-proxy:port'

from google import genai
client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="你好"
)
print(response.text)

Node.js 环境

# 环境变量方式
export HTTPS_PROXY="http://your-proxy:port"
export GEMINI_API_KEY="YOUR_API_KEY"

node your-app.js

方案三：Vertex AI + 代理

企业用户可以使用 Google Cloud Vertex AI，结合代理配置访问：

• Vertex AI 的端点 (aiplatform.googleapis.com) 可能有不同的网络限制
• 支持更多企业级功能，如 VPC Service Controls
• 需要 Google Cloud 企业账户

中转服务 vs 自建代理对比

• 中转服务：零配置，注册即用；内置多账户负载均衡；自动处理 503 过载；按量计费
• 自建代理：需要海外服务器和运维；单点故障风险；无负载均衡；服务器费用固定

在常用工具中使用 Gemini

Cursor IDE

在 Cursor 设置中添加自定义模型，使用中转地址和 Key：

API Key: your-relay-key
Base URL: https://claude4u.com/v1
Model: gemini-2.5-pro

Cline / Roo Code

在插件设置中选择 OpenAI Compatible 提供者：

API Key: your-relay-key
Base URL: https://claude4u.com/v1
Model ID: gemini-2.5-pro

常见问题

中转服务支持流式输出吗？

支持。设置 stream=True 即可获得实时流式响应，体验与直连 Google API 一致。

中转服务支持多模态吗？

支持。可以通过中转服务发送图片、音频等多模态内容给 Gemini 模型进行分析。

延迟会增加多少？

claude4u.com 使用优化网络线路，额外延迟通常在 100ms 以内，对 AI 对话场景影响极小。