搭配 LiteLLM 的 Google GenAI SDK

透過 LiteLLM Proxy，使用 Google 的官方 GenAI SDK（JavaScript/TypeScript 和 Python）搭配任何 LLM 提供者。

Google GenAI SDK（JS 使用 @google/genai，Python 使用 google-genai）提供呼叫 Gemini 模型的原生介面。只要將其指向 LiteLLM，您就能用同一套 SDK 搭配 OpenAI、Anthropic、Bedrock、Azure、Vertex AI，或任何其他提供者，同時保留原生的 Gemini 請求／回應格式。

為什麼要將 LiteLLM 與 Google GenAI SDK 搭配使用？

開發者優勢：

通用模型存取：透過 Google GenAI SDK 介面使用任何 LiteLLM 支援的模型（Anthropic、OpenAI、Vertex AI、Bedrock 等）
更高的速率限制與可靠性：在多個模型與提供者之間進行負載平衡，以避免碰到單一提供者的限制，並以備援機制確保即使某個提供者失敗，您仍可取得回應

Proxy 管理員優勢：

集中管理：透過單一 LiteLLM proxy 執行個體控制所有模型的存取，而不需要提供開發者各個提供者的 API 金鑰
預算控制：設定支出上限並追蹤所有 SDK 使用量的成本
記錄與可觀測性：以成本追蹤、記錄與分析功能追蹤所有請求

功能	支援	備註
成本追蹤	✅	`/generateContent` 端點上的所有模型
記錄	✅	可跨所有整合運作
串流	✅	支援 `streamGenerateContent`
虛擬金鑰	✅	使用 LiteLLM 金鑰而非 Google 金鑰
負載平衡	✅	透過原生路由端點
備援	✅	透過原生路由端點

快速開始

1. 安裝 SDK

JavaScript/TypeScript
Python

npm install @google/genai

uv add google-genai

2. 啟動 LiteLLM Proxy

config.yaml
model_list:
  - model_name: gemini-2.5-flash
    litellm_params:
      model: gemini/gemini-2.5-flash
      api_key: os.environ/GEMINI_API_KEY

litellm --config config.yaml

3. 透過 LiteLLM 呼叫 SDK

JavaScript/TypeScript
Python
curl

index.js
const { GoogleGenAI } = require("@google/genai");

const ai = new GoogleGenAI({
  apiKey: "sk-1234",  // LiteLLM virtual key (not a Google key)
  httpOptions: {
    baseUrl: "http://localhost:4000/gemini",  // LiteLLM proxy URL
  },
});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash",
    contents: "Explain how AI works",
  });
  console.log(response.text);
}

main();

main.py
from google import genai

client = genai.Client(
    api_key="sk-1234",  # LiteLLM virtual key (not a Google key)
    http_options={"base_url": "http://localhost:4000/gemini"},  # LiteLLM proxy URL
)

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Explain how AI works",
)
print(response.text)

curl "http://localhost:4000/gemini/v1beta/models/gemini-2.5-flash:generateContent?key=sk-1234" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{"text": "Explain how AI works"}]
    }]
  }'

串流

JavaScript/TypeScript
Python

streaming.js
const { GoogleGenAI } = require("@google/genai");

const ai = new GoogleGenAI({
  apiKey: "sk-1234",
  httpOptions: {
    baseUrl: "http://localhost:4000/gemini",
  },
});

async function main() {
  const response = await ai.models.generateContentStream({
    model: "gemini-2.5-flash",
    contents: "Write a short poem about the ocean",
  });

  for await (const chunk of response) {
    process.stdout.write(chunk.text);
  }
}

main();

streaming.py
from google import genai

client = genai.Client(
    api_key="sk-1234",
    http_options={"base_url": "http://localhost:4000/gemini"},
)

response = client.models.generate_content_stream(
    model="gemini-2.5-flash",
    contents="Write a short poem about the ocean",
)

for chunk in response:
    print(chunk.text, end="")

多輪對話

JavaScript/TypeScript
Python

chat.js
const { GoogleGenAI } = require("@google/genai");

const ai = new GoogleGenAI({
  apiKey: "sk-1234",
  httpOptions: {
    baseUrl: "http://localhost:4000/gemini",
  },
});

async function main() {
  const chat = ai.chats.create({
    model: "gemini-2.5-flash",
  });

  const response1 = await chat.sendMessage({ message: "I have 2 dogs and 3 cats." });
  console.log(response1.text);

  const response2 = await chat.sendMessage({ message: "How many pets is that in total?" });
  console.log(response2.text);
}

main();

chat.py
from google import genai

client = genai.Client(
    api_key="sk-1234",
    http_options={"base_url": "http://localhost:4000/gemini"},
)

chat = client.chats.create(model="gemini-2.5-flash")

response1 = chat.send_message("I have 2 dogs and 3 cats.")
print(response1.text)

response2 = chat.send_message("How many pets is that in total?")
print(response2.text)

進階：在 GenAI SDK 中使用任何模型

預設情況下，GenAI SDK 會與 Gemini 模型通訊。但透過 LiteLLM 的路由器，您可以將 GenAI SDK 請求路由到任何提供者——Anthropic、OpenAI、Bedrock 等。

這是透過使用 model_group_alias，將 Gemini 模型名稱對應到您想要的提供者模型來運作。LiteLLM 會在內部處理格式轉換。

資訊

若要讓這項功能運作，請將 SDK baseUrl 指向 http://localhost:4000（不含 /gemini）。這會將請求路由經由 LiteLLM 的原生 Google 端點，再通過路由器並支援模型別名。

Anthropic
OpenAI
Bedrock
Multi-Provider Load Balancing

將 gemini-2.5-flash 請求路由到 Claude Sonnet：

config.yaml
model_list:
  - model_name: claude-sonnet
    litellm_params:
      model: anthropic/claude-sonnet-4-20250514
      api_key: os.environ/ANTHROPIC_API_KEY

router_settings:
  model_group_alias: {"gemini-2.5-flash": "claude-sonnet"}

將 gemini-2.5-flash 請求路由到 GPT-4o：

config.yaml
model_list:
  - model_name: gpt-4o-model
    litellm_params:
      model: gpt-4o
      api_key: os.environ/OPENAI_API_KEY

router_settings:
  model_group_alias: {"gemini-2.5-flash": "gpt-4o-model"}

將 gemini-2.5-flash 請求路由到 Bedrock 上的 Claude：

config.yaml
model_list:
  - model_name: bedrock-claude
    litellm_params:
      model: bedrock/anthropic.claude-haiku-4-5-20251001:0
      aws_access_key_id: os.environ/AWS_ACCESS_KEY_ID
      aws_secret_access_key: os.environ/AWS_SECRET_ACCESS_KEY
      aws_region_name: us-east-1

router_settings:
  model_group_alias: {"gemini-2.5-flash": "bedrock-claude"}

在 Anthropic 與 OpenAI 之間進行負載平衡：

config.yaml
model_list:
  - model_name: my-model
    litellm_params:
      model: anthropic/claude-sonnet-4-20250514
      api_key: os.environ/ANTHROPIC_API_KEY
  - model_name: my-model
    litellm_params:
      model: gpt-4o
      api_key: os.environ/OPENAI_API_KEY

router_settings:
  model_group_alias: {"gemini-2.5-flash": "my-model"}

接著使用 SDK，並將 baseUrl 指向 LiteLLM（不含 /gemini）：

JavaScript/TypeScript
Python

any_model.js
const { GoogleGenAI } = require("@google/genai");

const ai = new GoogleGenAI({
  apiKey: "sk-1234",
  httpOptions: {
    baseUrl: "http://localhost:4000",  // No /gemini — goes through the router
  },
});

async function main() {
  // This calls Claude/GPT-4o/Bedrock under the hood via model_group_alias
  const response = await ai.models.generateContent({
    model: "gemini-2.5-flash",
    contents: "Hello from any model!",
  });
  console.log(response.text);
}

main();

any_model.py
from google import genai

client = genai.Client(
    api_key="sk-1234",
    http_options={"base_url": "http://localhost:4000"},  # No /gemini
)

# This calls Claude/GPT-4o/Bedrock under the hood via model_group_alias
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Hello from any model!",
)
print(response.text)

轉送 vs 原生路由端點

LiteLLM 提供兩種處理 GenAI SDK 請求的方式：

	轉送（`/gemini`）	原生路由（`/`）
baseUrl	`http://localhost:4000/gemini`	`http://localhost:4000`
模型	僅 Gemini	透過 `model_group_alias` 使用任何提供者
轉換	無——直接代理到 Google	在內部轉換
成本追蹤	✅	✅
虛擬金鑰	✅	✅
負載平衡	❌	✅
備援	❌	✅
最適合	簡單的 Gemini 代理	多提供者路由

環境變數設定

您也可以透過環境變數而非程式碼來設定 SDK：

# For JavaScript SDK (@google/genai)
export GOOGLE_GEMINI_BASE_URL="http://localhost:4000/gemini"
export GEMINI_API_KEY="sk-1234"

# For Python SDK (google-genai)
# Note: The Python SDK does not support a base URL env var.
# Configure it in code with http_options={"base_url": "..."} instead.
export GEMINI_API_KEY="sk-1234"

這對於建立在 GenAI SDK 之上的工具特別有用（例如 Gemini CLI）。

為什麼要將 LiteLLM 與 Google GenAI SDK 搭配使用？​

快速開始​

1. 安裝 SDK​

2. 啟動 LiteLLM Proxy​

3. 透過 LiteLLM 呼叫 SDK​

串流​

多輪對話​

進階：在 GenAI SDK 中使用任何模型​

轉送 vs 原生路由端點​

環境變數設定​

相關資源​