导入与 OpenAI 兼容的 Google Gemini API

适用于：所有 API 管理层级

本文介绍如何导入与 OpenAI 兼容的 Google Gemini API 以访问模型，例如 gemini-2.0-flash。 对于这些模型，Azure API 管理可以管理与 OpenAI 兼容的聊天完成终结点。

详细了解如何在 API 管理中管理 AI API：

• Azure API 管理中的 AI 网关功能
• 导入语言模型 API

先决条件

• 现有的 API 管理实例。 创建一个（如果尚未创建）。
• Gemini API 的 API 密钥。 如果没有，请在 Google AI Studio 中创建它并将其存储在安全的位置。

使用门户导入与 OpenAI 兼容的 Gemini API

1. 在 Azure 门户，导航到 API 管理实例。

2. 在左侧菜单中的 API 下，选择 API>+ 添加 API。

3. 在 “定义新 API”下，选择 “语言模型 API”。

   

4. 在 “配置 API ”选项卡上：

   1. 输入 API 的显示名称和（可选）说明。

   2. 在 URL 中，输入来自 Gemini OpenAI 兼容性文档的以下基础URL： https://generativelanguage.googleapis.com/v1beta/openai

   3. 在 Path 中，追加 API 管理实例用于将请求路由到 Gemini API 终结点的路径。

   4. 在 “类型”中，选择“ 创建 OpenAI API”。

   5. 在 Access 密钥中，输入以下内容：

      1. 标头名称： 授权。
      2. 请求头值（键）：Bearer 紧跟在其后的是 Gemini API 的 API 密钥。

   

5. 在其余选项卡上，可以选择配置策略来管理令牌消耗、语义缓存和 AI 内容安全性。 有关详细信息，请参阅 导入语言模型 API。

6. 选择“审核”。

7. 验证设置后，选择“创建”。

API 管理创建 API 并配置以下内容：

• 后端资源和设置后端服务策略，用于将 API 请求定向到 Google Gemini 终结点。
• 使用提供的 Gemini API 密钥访问 LLM 后端。 密钥在 API 管理中作为 机密命名值 进行保护。
• （可选）用于帮助你监视和管理 API 的策略。

测试 Gemini 模型

导入 API 后，可以测试 API 的聊天完成终结点。

1. 选择在上一步中创建的 API。

2. 选择“测试”选项卡。

3. 选择 POST Creates a model response for the given chat conversation 操作，这是向 /chat/completions 端点发出的 POST 请求。

4. 在 “请求正文 ”部分中，输入以下 JSON 以指定模型和示例提示。 在此示例中使用了gemini-2.0-flash模型。

   {
       "model": "gemini-2.0-flash",
       "messages": [
           {
               "role": "system",
               "content": "You are a helpful assistant"
           },
           {
               "role": "user",
               "content": "How are you?"
           }
       ],
       "max_tokens": 50
   }
   

   当测试成功时，后端会使用成功的 HTTP 响应代码和某些数据进行响应。 追加到响应中是令牌使用情况数据，可帮助你监视和管理语言模型令牌消耗。

   

相关内容

• Azure API 管理中的 AI 网关功能