【2025实测】国内使用Gemini API完全指南：免代理直连方案

🔥 2025年5月实测有效：本文提供三种国内访问Gemini API的可靠方案，从免费的Cloudflare Workers方法到稳定的API中转服务，均已验证可用。推荐使用LaoZhang.ai中转服务获得最佳性价比，注册即送免费体验额度！

引言：为什么国内无法直接使用Gemini API

Google的Gemini系列模型凭借其强大的多模态能力和出色的代码生成能力，已成为全球领先的大语言模型之一。然而，由于众所周知的原因，中国大陆用户面临两个主要障碍：

1. 地区限制：Gemini API仅对特定区域开放，中国大陆不在支持地区列表中
2. 网络访问问题：即使有API密钥，也无法直接连接到Google的API终端点

本文提供了2025年最新经过验证的三种解决方案，让国内开发者和企业能够顺畅使用Gemini API的强大功能，而无需考虑繁琐的网络问题。

方案一：使用Cloudflare Workers搭建反向代理（免费方案）

这是一种完全免费的解决方案，适合个人开发者和小型项目使用。通过Cloudflare Workers的边缘计算能力，我们可以创建一个反向代理，绕过地区限制。

前置条件

1. 一个Cloudflare账号
2. 一个已经添加到Cloudflare的域名（可以是免费的二级域名）
3. 有效的Gemini API密钥（需要通过非中国大陆IP申请）

步骤1：申请Gemini API密钥

首先，你需要使用非中国大陆IP访问Google AI Studio网站申请API密钥：

1. 访问Google AI Studio
2. 登录你的Google账号
3. 导航到API密钥页面
4. 创建一个新的API密钥
5. 保存密钥信息（请妥善保管，密钥仅显示一次）

步骤2：创建Cloudflare Worker

1. 登录你的Cloudflare账号，进入Dashboard
2. 在左侧导航栏选择"Workers & Pages"
3. 点击"创建应用程序"
4. 选择"创建Worker"
5. 为你的Worker命名（例如"gemini-proxy"）
6. 点击"部署"按钮
7. 部署完成后，点击"编辑代码"

步骤3：配置Worker代码

删除Worker编辑器中的默认代码，粘贴以下代码：

hljs javascript
export default {
  async fetch(request, env) {
    const url = new URL(request.url);
    url.host = 'generativelanguage.googleapis.com';
    return fetch(new Request(url, request));
  }
}

这段代码的作用是将所有请求转发到Google的Gemini API端点，同时保留原始请求的所有头信息和正文内容。

点击右上角的"保存并部署"按钮完成配置。

步骤4：添加自定义域

由于Cloudflare Workers的默认域名（*.workers.dev）在中国大陆可能无法访问，我们需要为Worker添加一个自定义域名：

1. 在Worker详情页面，切换到"触发器"选项卡
2. 点击"添加自定义域"按钮
3. 输入你想要使用的域名（必须是已添加到Cloudflare的域名，例如api.yourdomain.com）
4. 点击"添加"按钮

完成后，你可以通过https://你的自定义域名/v1/models/gemini-pro:generateContent来访问Gemini API。

方案二：使用LaoZhang.ai API中转服务（推荐方案）

虽然Cloudflare Worker方案免费且易于部署，但它有一些限制：

• 每天有10万次请求的限制
• 可能存在延迟和不稳定性
• 需要自行维护和监控
• 缺乏专业的技术支持

为了获得更稳定、更专业的体验，强烈推荐使用LaoZhang.ai提供的API中转服务。

注册并获取API密钥

1. 访问LaoZhang.ai注册账号
2. 完成邮箱验证
3. 登录账号并导航至API密钥页面
4. 创建一个新的API密钥
5. 复制并保存API密钥

使用示例

LaoZhang.ai的API接口与OpenAI完全兼容，只需将API地址修改为LaoZhang.ai的地址，并在模型参数中指定Gemini模型即可。

cURL示例

hljs bash
curl https://api.laozhang.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer 你的API密钥" \
  -d '{
    "model": "gemini-pro",
    "messages": [
      {"role": "system", "content": "你是一位有用的AI助手。"},
      {"role": "user", "content": "你好，给我介绍一下中国的长城。"}
    ]
  }'

Python示例

hljs python
import requests

API_KEY = "你的API密钥"
API_URL = "https://api.laozhang.ai/v1/chat/completions"

def chat_with_gemini(prompt):
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {API_KEY}"
    }
    
    data = {
        "model": "gemini-pro",
        "messages": [
            {"role": "system", "content": "你是一位有用的AI助手。"},
            {"role": "user", "content": prompt}
        ]
    }
    
    response = requests.post(API_URL, headers=headers, json=data)
    return response.json()["choices"][0]["message"]["content"]

# 使用示例
result = chat_with_gemini("请给我推荐五本科幻小说及其简介。")
print(result)

JavaScript/Node.js示例

hljs javascript
async function chatWithGemini(prompt) {
  const response = await fetch('https://api.laozhang.ai/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': `Bearer ${API_KEY}`
    },
    body: JSON.stringify({
      model: 'gemini-pro',
      messages: [
        {role: 'system', content: '你是一位有用的AI助手。'},
        {role: 'user', content: prompt}
      ]
    })
  });
  
  const data = await response.json();
  return data.choices[0].message.content;
}

// 使用示例
chatWithGemini('请分析中国经济在2025年的发展趋势。')
  .then(result => console.log(result))
  .catch(error => console.error('Error:', error));

方案三：使用Docker部署自建API代理

对于企业用户或需要完全控制的开发者，可以考虑使用Docker自建API代理服务。这种方法提供了最大的灵活性和安全性，适合在私有网络中部署。

前置条件

1. 一台可以访问外网的服务器（国内或国外）
2. 已安装Docker和Docker Compose
3. 有效的Gemini API密钥

步骤1：创建Docker配置文件

创建一个新的目录，并在其中创建以下文件：

docker-compose.yml:

hljs yaml
version: '3'
services:
  gemini-proxy:
    image: nginx:alpine
    container_name: gemini-proxy
    ports:
      - "8080:80"
    volumes:
      - ./nginx.conf:/etc/nginx/nginx.conf
    restart: always

nginx.conf:

hljs nginx
events {
    worker_connections 1024;
}

http {
    server {
        listen 80;
        
        location / {
            proxy_pass https://generativelanguage.googleapis.com/;
            proxy_ssl_server_name on;
            proxy_set_header Host generativelanguage.googleapis.com;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
            proxy_set_header X-Forwarded-Proto $scheme;
            proxy_connect_timeout 10s;
            proxy_read_timeout 60s;
            proxy_send_timeout 60s;
            proxy_buffering off;
        }
    }
}

步骤2：启动Docker容器

在创建的目录中执行以下命令启动代理服务：

hljs bash
docker-compose up -d

步骤3：测试代理服务

使用curl测试代理服务是否正常工作：

hljs bash
curl http://localhost:8080/v1/models/gemini-pro:generateContent \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          {"text": "Hello, Gemini!"}
        ]
      }
    ],
    "key": "你的API密钥"
  }'

如果返回正常的JSON响应，说明代理服务已成功部署。

各方案对比与选择建议

选择建议

• 初学者或预算有限：从Cloudflare Workers方案开始，零成本体验
• 开发者或中小企业：推荐使用LaoZhang.ai中转服务，平衡成本和稳定性
• 大型企业或特殊场景：考虑Docker自建方案或LaoZhang.ai的企业级解决方案

实际应用案例：构建中文知识问答系统

下面通过一个实际案例，展示如何使用Gemini API（通过LaoZhang.ai中转）构建一个中文知识问答系统。

步骤1：准备工作

安装必要的库：

hljs bash
pip install requests streamlit

步骤2：创建问答系统核心代码

创建app.py文件：

hljs python
import streamlit as st
import requests
import json

# 配置API信息
API_KEY = "你的LaoZhang.ai API密钥"
API_URL = "https://api.laozhang.ai/v1/chat/completions"

# 设置页面
st.set_page_config(page_title="中文知识问答系统", page_icon="🧠")
st.title("基于Gemini的中文知识问答系统")

# 初始化聊天历史
if "messages" not in st.session_state:
    st.session_state.messages = []

# 显示聊天历史
for message in st.session_state.messages:
    with st.chat_message(message["role"]):
        st.markdown(message["content"])

# 用户输入
if prompt := st.chat_input("请输入您的问题"):
    # 添加用户消息到历史
    st.session_state.messages.append({"role": "user", "content": prompt})
    with st.chat_message("user"):
        st.markdown(prompt)
    
    # 调用API
    with st.chat_message("assistant"):
        with st.spinner("思考中..."):
            headers = {
                "Content-Type": "application/json",
                "Authorization": f"Bearer {API_KEY}"
            }
            
            data = {
                "model": "gemini-pro",
                "messages": [
                    {"role": "system", "content": "你是一个专注于提供准确信息的中文知识助手。回答要详细、准确，并尽可能提供相关背景信息。"},
                    *st.session_state.messages
                ]
            }
            
            response = requests.post(API_URL, headers=headers, json=data)
            result = response.json()["choices"][0]["message"]["content"]
            
            # 显示回复
            st.markdown(result)
            
            # 添加助手回复到历史
            st.session_state.messages.append({"role": "assistant", "content": result})

步骤3：运行应用

hljs bash
streamlit run app.py

通过这个简单的应用，用户可以用中文向Gemini模型提问并获得详细回答，完全不受地区限制的影响。

常见问题与解答

Gemini API在中国大陆是否合法使用？

提供生成式AI服务在中国需要遵守《生成式人工智能服务管理暂行办法》。使用Gemini API进行开发测试是可以的，但如果要面向中国用户提供基于该API的服务，建议咨询法律专业人士，确保合规。

为什么推荐LaoZhang.ai而不是直接使用Cloudflare Workers？

Cloudflare Workers虽然免费，但存在请求限制、稳定性问题和维护成本。LaoZhang.ai提供专业的中转服务，解决了这些问题，同时提供更低的价格和更好的用户体验。对于任何正式项目，稳定性和可靠性都是首要考虑因素。

Gemini API有哪些模型可以使用？

通过LaoZhang.ai，你可以访问Gemini的所有模型，包括：

• gemini-pro：适用于文本生成任务
• gemini-pro-vision：支持图像理解的多模态模型
• gemini-1.5-pro：最新的综合能力更强的模型
• gemini-1.5-flash：性能与价格平衡的模型

如何处理API请求失败或超时问题？

在生产环境中使用API时，应当实现以下机制：

• 错误重试机制
• 超时控制
• 备用服务
• 请求限流
• 监控告警

LaoZhang.ai的API中转服务在设计时考虑了这些问题，提供了更高的可靠性和稳定性。

总结与展望

随着AI技术的快速发展，获取和使用全球领先的模型能力变得越来越重要。本文介绍的三种方案为中国开发者和企业提供了可行的Gemini API使用途径，从免费的Cloudflare Workers方案到专业的LaoZhang.ai中转服务，再到自建Docker代理，可以根据不同需求选择最适合的解决方案。

特别推荐LaoZhang.ai的API中转服务，它提供了最佳的性价比和用户体验，是大多数用户的理想选择。立即注册，获取免费体验额度，开启AI开发之旅！

未来，随着国际合作的深入和技术的进步，我们有理由相信，AI技术的全球共享将变得更加便捷，为人类创造更多价值。

---

参考资料

1. Google AI Studio官方文档
2. Gemini API官方文档
3. Cloudflare Workers文档
4. LaoZhang.ai API文档
5. Docker官方文档

注：本文内容仅供技术交流和学习使用，使用第三方服务时请遵守相关服务条款和法律法规。