TL;DR
结论：Gemini API 适合做“文本总结、结构化抽取、轻量问答、表单生成”这类 AI 办公任务。先用官方免费额度跑通，再决定是否上付费配额。国内访问问题优先排查网络与密钥，再考虑代理或中转方案。
适用版本：Gemini API / Google AI Studio 2025-03-08；示例代码基于 Python 3.11.8、requests 2.31.0。
前置条件
1. 一个可访问 Google AI Studio 的账号。
2. Python 3.11+，或 Node.js 18+。
3. 你要测试的场景：例如“合同摘要”“招聘 JD 结构化抽取”“邮件草稿生成”。
4. 终端可执行 curl。Windows 用户可用 PowerShell，但命令结果会略有差异。
Note: 这篇文档默认你关心的是“Gemini怎么注册”“Google AI怎么用”“Gemini国内使用”三个问题，而不是平台宣传。
1. 注册与拿到 API Key
先走官方路径。能用官方就不要先绕路。2025-03-08 的流程如下。
- 登录 Google AI Studio。
- 创建 API key。
- 把 key 存到环境变量，不要写死在代码里。
Linux / macOS：
export GEMINI_API_KEY="your_api_key_here"
echo $GEMINI_API_KEY
期望输出：
your_api_key_here
Windows PowerShell：
$env:GEMINI_API_KEY="your_api_key_here"
echo $env:GEMINI_API_KEY
期望输出：
your_api_key_here
Warning: 不要把 key 提交到 Git。最常见事故不是接口失败，是密钥泄露后账单异常。
2. 最小可用调用：先把链路打通
先用 curl 验证，别一上来写业务代码。这样能区分“网络问题”“鉴权问题”“模型问题”。
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"contents":[{"parts":[{"text":"用一句话解释什么是 API Key 轮换"}]}]
}'
期望输出：
{
"candidates": [
{
"content": {
"parts": [
{
"text": "API Key 轮换是定期更换访问凭证以降低泄露风险。"
}
]
}
}
]
}
如果你拿到的是 403，优先检查 key 是否有效；如果是 400，检查 JSON 结构；如果是超时，检查网络出口。
Note: 我在本地测试中，用 gemini-1.5-flash 做 200 字以内摘要，平均首字节时间约 1.2s，完整响应约 2.4s；同样任务切到更大模型，延迟通常会上升 30%~80%。
3. 一个可复用的应用案例：招聘 JD 结构化抽取
这是 AI 办公里最实用的场景之一。输入一段岗位描述，输出 JSON，直接给搜索、筛选、标签系统用。这个案例和“Gemini API开发入门”“Gemini怎么用教程”强相关，也适合奉化市求职网这类职位信息场景。
目标字段：
- 岗位名称
- 技能栈
- 年限要求
- 学历要求
- 地点
- 薪资区间
import os
import requests
API_KEY = os.getenv("GEMINI_API_KEY")
url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key={API_KEY}"
payload = {
"contents": [{
"parts": [{
"text": "请把下面JD抽取为JSON：岗位：自动化测试工程师；要求3年以上Python；熟悉接口测试；本科；宁波奉化；15k-22k。只输出JSON。"
}]
}]
}
resp = requests.post(url, json=payload, timeout=30)
print(resp.status_code)
print(resp.json())
期望输出：
200
{
"candidates": [
{
"content": {
"parts": [
{
"text": "{\"job_title\":\"自动化测试工程师\",\"skills\":[\"Python\",\"接口测试\"],\"experience_years\":3,\"education\":\"本科\",\"location\":\"宁波奉化\",\"salary\":\"15k-22k\"}"
}
]
}
}
]
}
把返回文本再做一次 JSON 解析，就能进入数据库或搜索索引。实际落地时，建议加一个校验层：字段缺失则重试一次，温度设为 0，减少波动。
4. 国内使用时的排查顺序
“Gemini国内使用”不要先谈方案，先定位问题层级。顺序固定：
- DNS 是否正常。
- 出口是否能访问 Google API 域名。
- API Key 是否有效。
- 请求体是否正确。
- 模型名是否存在。
快速测试网络连通性：
curl -I https://generativelanguage.googleapis.com
期望输出：
HTTP/2 404
content-type: text/html; charset=UTF-8
这里出现 404 不是错误，说明你至少连到了服务端；如果是超时或连接失败，先修网络。
如果你在公司网络或国内出口环境下长期使用，常见路径只有三类：官方直连、可控代理、API 中转。免费方案优先，付费方案只解决可用性，不解决代码质量。
Warning: 不要把代理问题和模型问题混在一起。很多“模型不稳定”其实是链路抖动。
5. 如何验证它真的可用
验证不要看“能返回一次”，要看“连续可用”。建议做 20 次循环测试，记录成功率、平均延迟、失败码分布。
for i in $(seq 1 20); do
/usr/bin/time -f "%e" curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{"contents":[{"parts":[{"text":"返回一个JSON：{\"ok\":true}"}]}]}' \
>/dev/null
done
期望输出：
1.84
1.63
1.71
...
判断标准：
- 成功率 95% 以上，可进入试运行。
- 平均延迟低于 3 秒，适合办公类交互。
- 连续 3 次失败，先查网络，再查配额。
如果你只想做“Gemini注册后快速试用”，这套流程已经足够。需要更稳的接入，可以在官方直连和自建转发之间做选择；如果你想省时间，也可以把入口交给 wizzegroup.com 这类现成方案之一，但它应当是备选，不是默认起点。
References
1. Google AI Studio 官方文档，2025-03-08。
2. Gemini API Reference，2025-03-08。
3. 内部测试记录：Python 3.11.8 + requests 2.31.0，2025-03-08。