免费调用Gemini模型API神器:gemini-web2api
简介
什么是 gemini-web2api ?
gemini-web2api是一个开源的Python工具,它通过逆向Google Gemini网页端的StreamGenerate协议,将Gemini Web转换为OpenAI兼容的API接口。用户可以在任何支持OpenAI API的客户端(如Cherry Studio、ChatBox等)中,直接调用Gemini的模型能力,无需付费订阅、无需API Key,只需一个免费的
主要特点
- OpenAI 兼容:直接替换
/v1/chat/completions和/v1/models,支持OpenAI SDK和任意兼容客户端 - 可选 API Key:
api_keys为空时免密,填入后按OpenAI Bearer Key校验,灵活控制访问 - 多模型支持:涵盖
Flash、Flash Thinking(2万字+长输出)、Pro、Auto、Lite等多种模型 - 思考深度调节:通过
@think=N后缀控制思考深度(0最深、4最浅),适应不同场景 - 工具调用:完整的
Function Calling支持(OpenAI格式),可扩展AI Agent能力 - 联网搜索:内置
Gemini原生互联网搜索能力,无需额外配置 - 流式输出:支持
SSE Streaming,实时获取生成结果 - 跨平台零依赖:纯
Python实现,仅依赖标准库,可在任何Python 3.8+环境运行 - 双重 API 兼容:同时支持
OpenAI Responses API(Codex CLI)和Google原生API(Gemini CLI) - 开源免费:基于
MIT协议开源,可免费使用和修改
应用场景
- AI 应用开发:开发者可以用
OpenAI SDK直接调用Gemini模型进行开发测试,无需申请Google API Key - Chat 客户端集成:在
Cherry Studio、ChatBox、NextChat等客户端中配置自定义API,免费使用Gemini模型 - AI Agent 构建:利用
Function Calling能力,构建基于Gemini的智能助手和自动化工具 - 后端服务对接:作为统一
API网关,后端服务无需修改即可在Gemini、OpenAI等模型间切换
gemini-web2api 是一个轻量级的 API 转换工具,让你可以用最熟悉的 OpenAI 生态免费调用 Gemini 模型能力
安装
在群晖上以 Docker 方式安装。
提示:由于镜像托管在
ghcr.io,群晖 Docker 套件无法直接搜索,需要通过命令行拉取镜像。

准备
config.json
创建 config.json 文件,即可修改端口、API Key、代理等参数,而不用使用环境变量
1 | { |
参数的简单说明
| 配置项 | 默认值 | 说明 |
|---|---|---|
port |
8481 |
监听端口 |
host |
0.0.0.0 |
监听地址 |
api_keys |
["sk-your-key"] |
API Key 列表,空数组则不校验 |
proxy |
null |
HTTP 代理地址 |
cookie_file |
null |
Cookie 文件路径 |
request_timeout_sec |
180 |
请求超时时间 |
log_requests |
true |
是否记录请求日志 |
配置说明:
api_keys为空数组[]时,任何人都可以访问你的API;填入一个或多个密钥后,/v1/*接口需要Authorization: Bearer <key>或x-api-key: <key>。- 如果无法直接访问
gemini.google.com,需设置proxy参数。
获取 Cookie(可选)
如果需要使用 gemini-3.1-pro 等 Pro 模型,需要提供 Google 账号的 Cookie。不需要付费订阅,免费 Google 账号即可。
步骤如下:
- 1. 打开 Gemini 并登录
在 Chrome 浏览器中访问 gemini.google.com,并用任意 Google 账号登录
- 2. 打开开发者工具
按 F12 打开开发者工具,切换到 Application(应用程序)标签页
- 3. 找到 Cookie
在左侧导航栏找到 Cookies → https://gemini.google.com

- 4. 复制关键 Cookie 值
在列表中找到并复制以下 6 个 Cookie 的值:
SIDHSIDSSIDAPISIDSAPISID__Secure-1PSID
- 5. 创建 Cookie 文件
在 gemini-web2api 目录下创建 cookie.txt,格式如下:
1 | SID=你的值; HSID=你的值; SSID=你的值; APISID=你的值; SAPISID=你的值; __Secure-1PSID=你的值 |
或者使用 JSON 格式:
1 | { |
6. 修改配置
在 config.json 中设置 Cookie 文件路径:
1 | { |
注意:
Cookie有过期时间,如果发现Pro模型路由异常,重新执行以上步骤更新Cookie即可。
docker cli 安装
如果你熟悉命令行,可能用 docker cli 更快捷
1 | # 新建文件夹 gemini-web2api 和 子目录 |
如需挂载 Cookie 文件(使用 Pro 模型时):
1 | # 编辑 cookie.txt 修改配置 |

docker-compose 安装
也可以用 docker-compose 安装,将下面的内容保存为 docker-compose.yml 文件
1 | version: '3.8' |
然后通过 SSH 登录到您的群晖,执行下面的命令:
1 | # 新建文件夹 gemini-web2api 和 子目录 |

运行
在浏览器中访问 http://<群晖IP>:8481 即可验证服务是否启动成功
1 | { |

curl
直接用 curl 做个测试
1 | curl http://192.168.0.197:8481/v1/chat/completions \ |

输出格式化之后
1 | { |
Cherry Studio
也可以在任意 OpenAI 兼容客户端中配置,例如 Cherry Studio
| 字段 | 值 |
|---|---|
Base URL |
http://<群晖IP>:8481/v1 |
API Key |
sk-your-key(或 config.json 中配置的值) |
Model |
gemini-3.5-flash-thinking |

点获取模型列表

和页面上一样,有 7 个模型

随便聊个天

注意事项
- 镜像来自 ghcr.io:镜像托管在
ghcr.io,群晖Docker套件无法直接搜索,需要通过 SSH 命令行拉取docker pull ghcr.io/sophomoresty/gemini-web2api:latest - 网络访问要求:服务器需要能够访问
gemini.google.com(在中国大陆等地区需配置代理) - Pro 模型需要 Cookie:匿名访问可用所有模型,但
gemini-3.1-pro实际路由到Flash;要获得真正的Pro路由,需提供Cookie文件 - Cookie 获取:登录任意免费
Google账号后,从浏览器开发者工具中复制SID、HSID、SSID、APISID、SAPISID、__Secure-1PSID等关键Cookie - 频率限制:
Google可能限制高频请求,服务会自动重试,但持续高负载仍可能被限制,所以不建议用于编程、小龙虾等场合,避免账号被封
参考文档
Sophomoresty/gemini-web2api: Convert Google Gemini web into OpenAI-compatible API. Zero auth, cross-platform, single file.
地址:https://github.com/Sophomoresty/gemini-web2api