【AI大模型接入SDK】Gemini模型接入知识体系

🎬 个人主页：艾莉丝努力练剑

❄专栏传送门：《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法：从基础到进阶》《Python干货分享》

⭐️为天地立心，为生民立命，为往圣继绝学，为万世开太平

🎬 艾莉丝的简介：

文章目录

• 1 ~> Gemini API 体系概述
• • 1.1 两套 API 设计机制与选型
  • • 1.1.1 设计背景
    • 1.1.2 接入选型策略
  • 1.2 Gemini Flash 模型核心特性
• 2 ~> Gemini Provider 类架构设计
• • 2.1 类继承体系
  • 2.2 头文件定义（GeminiProvider.h）
  • 2.3 源文件核心实现（GeminiProvider.cpp）
  • • 2.3.1 模型初始化函数
    • 2.3.2 可用性检测
    • 2.3.3 模型元信息获取
• 3 ~> OpenAI 兼容 API 协议规范
• • 3.1 接口端点
  • 3.2 请求头规范
  • 3.3 请求体核心参数
  • 3.4 全量响应数据结构
• 4 ~> 工程接入与测试实践
• • 4.1 项目目录结构
  • 4.2 Apifox 接口测试配置
  • • 4.2.1 环境管理
    • 4.2.2 接口测试流程
  • 4.3 网络与代理配置
• 结尾

1 ~> Gemini API 体系概述

1.1 两套 API 设计机制与选型

1.1.1 设计背景

• OpenAI 兼容 API：厂商降低开发者迁移成本的获客手段，实现现有 OpenAI 技术栈零成本切换；长期依赖会形成品牌替代效应，难以构建自身技术护城河。
• 原生 API（models.generateContent）：充分释放 Gemini 多模态、函数调用、代码执行等原生能力，适配垂直场景深度定制，是厂商实现技术自主、构建生态护城河的核心方案。
• 行业演进规律：大模型厂商普遍遵循「追随者→挑战者→引领者」的 API 演进路径，兼容期快速获客，成熟期推出原生标准。

1.1.2 接入选型策略

• 快速迁移 / 兼容现有 OpenAI 代码：采用 OpenAI 兼容 API，仅需修改密钥、Base URL、模型名三处核心配置。
• 深度使用 Gemini 原生能力：采用 Google 原生 API，发挥多模态、长上下文、工具调用等特性。
• 本工程接入方案：优先采用 OpenAI 兼容 API 完成基础对话能力接入，预留原生 API 扩展空间。

1.2 Gemini Flash 模型核心特性

• 模型标识：gemini-2.0-flash
• 核心定位：低延迟、高吞吐的急速响应大语言模型
• 适用场景：实时对话交互、快速内容生成等对响应时效要求高的场景
• 能力矩阵：文本生成、多模态理解、嵌入表示、长上下文、代码执行、JSON 模式、函数调用、系统指令

2 ~> Gemini Provider 类架构设计

2.1 类继承体系

• 抽象基类：LLMProvider，定义大模型提供者统一接口规范，实现多态调用
• 具体实现类：GeminiProvider，封装 Gemini API 的请求构造、响应解析、流式处理逻辑
• 统一接口契约：
  • 模型初始化：initModel
  • 可用性检测：isAvailable
  • 模型元信息获取：getModelName / getModelDesc
  • 流式消息接口：sendMessageStream，支持增量数据回调

2.2 头文件定义（GeminiProvider.h）

#ifndef GEMINI_PROVIDER_H
#define GEMINI_PROVIDER_H

#include "LLMProvider.h"
#include <string>
#include <map>
#include <functional>
#include <vector>

namespace ai_chat_sdk {

// Gemini模型提供者实现类，继承LLMProvider抽象基类
class GeminiProvider : public LLMProvider {
public:
// 初始化模型配置
// modelConfig: 配置项映射，包含api_key、endpoint等核心参数
// 返回值: 初始化成功返回true，失败返回false
virtual bool initModel(const std::map<std::string, std::string>& modelConfig) override;

// 检测模型是否处于可用状态
virtual bool isAvailable() const override;

// 获取模型官方标识名称
virtual std::string getModelName() const override;

// 获取模型功能描述文本
virtual std::string getModelDesc() const override;

// 发送对话消息并获取流式响应
// messages: 对话上下文消息列表
// callback: 增量数据回调函数
// 参数1: 当前增量文本数据
// 参数2: 是否为最后一个数据块（流结束标记）
virtual std::string sendMessageStream(
const std::vector<std::string>& messages,
std::function<void(const std::string&, bool)> callback) override;

protected:
bool _isAvailable = false; // 模型可用状态标记
std::string _apiKey; // Gemini API访问密钥
std::string _endpoint; // API服务基准端点URL
};

} // namespace ai_chat_sdk

#endif // GEMINI_PROVIDER_H

2.3 源文件核心实现（GeminiProvider.cpp）

2.3.1 模型初始化函数

功能：从配置映射中读取核心参数，完成合法性校验与状态初始化。

#include "../include/GeminiProvider.h"
#include "../include/util/myLog.h"

namespace ai_chat_sdk {

bool GeminiProvider::initModel(const std::map<std::string, std::string>& modelConfig) {
// 读取并校验API密钥
auto it = modelConfig.find("api_key");
if (it == modelConfig.end()) {
ERR("GeminiProvider::initModel: api_key not found in modelConfig");
return false;
}
_apiKey = it->second;

// 读取并校验API端点地址
it = modelConfig.find("endpoint");
if (it == modelConfig.end()) {
ERR("GeminiProvider::initModel: endpoint not found in modelConfig");
return false;
}
_endpoint = it->second;

// 标记模型可用并输出初始化日志
_isAvailable = true;
INFO("GeminiProvider::initModel: init model success, endpoint:{}", _endpoint);
return true;
}

**安全规范：**日志输出禁止打印 API 密钥明文，仅输出端点地址，避免密钥泄露风险。

2.3.2 可用性检测

bool GeminiProvider::isAvailable() const {
return _isAvailable;
}

2.3.3 模型元信息获取

std::string GeminiProvider::getModelName() const {
return "gemini-2.0-flash";
}

std::string GeminiProvider::getModelDesc() const {
return "Google的急速响应模型，专为大模型部署和快速交互的场景设计";
}

3 ~> OpenAI 兼容 API 协议规范

3.1 接口端点

• 请求方法：POST
• 基准 URL：https://generativelanguage.googleapis.com
• 接口路径：/v1beta/openai/chat/completions
• 完整请求地址：https://generativelanguage.googleapis.com/v1beta/openai/chat/completions

3.2 请求头规范

3.3 请求体核心参数

请求体示例：

{
"model": "gemini-2.0-flash",
"messages": [
{
"role": "user",
"content": "你是谁?"
}
],
"temperature": 0.7,
"max_tokens": 2048,
"stream": false
}

3.4 全量响应数据结构

{
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "我是一个大型语言模型，由Google训练",
"role": "assistant"
}
}
],
"created": 1759981735,
"id": "pzDnaOXSPjz7IP_tG-6Ao",
"model": "gemini-2.0-flash",
"object": "chat.completion",
"usage": {
"completion_tokens": 12,
"prompt_tokens": 3,
"total_tokens": 15
}
}

• 关键字段说明：
  • finish_reason：生成终止原因，stop表示正常结束
  • usage：Token 消耗统计，包含提示 Token、补全 Token 与总 Token

4 ~> 工程接入与测试实践

4.1 项目目录结构

sdk/
├── include/
│ ├── common.h # 公共头文件
│ ├── LLMProvider.h # 大模型提供者抽象基类
│ ├── ChatGPTProvider.h # ChatGPT提供者
│ ├── DeepSeekProvider.h # DeepSeek提供者
│ ├── GeminiProvider.h # Gemini提供者头文件
│ └── util/
│ └── myLog.h # 日志工具头文件
├── src/
│ ├── ChatGPTProvider.cpp
│ ├── DeepSeekProvider.cpp
│ ├── GeminiProvider.cpp # Gemini提供者实现
│ └── util/
│ └── myLog.cpp # 日志工具实现
└── test/
├── build/ # 构建输出目录
├── CMakeLists.txt # 构建配置
└── testLLM.cpp # 测试入口程序

4.2 Apifox 接口测试配置

4.2.1 环境管理

• 全局前置 URL：https://generativelanguage.googleapis.com
• 环境变量体系：
  • GEMINI_API_KEY：密钥类变量，加密存储
  • 支持多环境隔离：开发环境、测试环境、正式环境、本地 Mock

4.2.2 接口测试流程

4.3 网络与代理配置

• 前置条件：Gemini API 服务需通过代理网络方可访问
• 代理配置规则：
  • 接口请求代理：仅作用于 API 请求，不影响 Apifox 平台连接
  • 自定义代理：配置代理 IP 与端口（示例：127.0.0.1:7890）
  • 代理绕过列表：配置无需代理的地址，以英文逗号分隔

结尾

uu们，本文的内容到这里就全部结束了，艾莉丝在这里再次感谢您的阅读！

结语：希望对学习Linux相关内容的uu有所帮助，不要忘记给博主“一键四连”哦！

往期回顾：

【AI大模型接入SDK】ChatGPT API

🗡博主在这里放了一只小狗，大家看完了摸摸小狗放松一下吧！🗡

૮₍ ˶ ˊ ᴥ ˋ˶₎ა