gemini-balance-lite
gemini-balance-lite 是一款轻量级的 Gemini API 代理工具,旨在帮助国内用户更稳定、高效地访问谷歌 Gemini 大模型服务。它通过部署在 Vercel、Cloudflare 等平台的边缘函数,将原本在国内难以直接连接的 Gemini API 请求进行免费中转,有效解决了网络访问受限的问题。
该工具的核心亮点在于其负载均衡机制:支持聚合多个免费的 Gemini API Key,并在请求时随机轮换使用。这不仅大幅提升了可用配额,让免费资源“成倍增加”,还避免了单个密钥因高频调用而被限流的风险。此外,gemini-balance-lite 完美兼容原生 Gemini 及 OpenAI 格式的 API 接口,方便开发者无缝集成到各类 AI 客户端或应用中。
无论是需要调用大模型能力的开发者、研究人员,还是希望在本地的 Cherry Studio 等工具中顺畅使用 Gemini 的普通用户,都能从中受益。项目提供了一键部署方案,配置简单灵活,无需复杂的服务器维护,即可拥有专属的高速代理节点,是低成本体验前沿 AI 技术的实用选择。
使用场景
一位国内的全栈开发者正在构建一个基于多模态大模型的智能文档分析应用,需要高频调用 Gemini API 处理用户上传的 PDF 和图片。
没有 gemini-balance-lite 时
- 网络连通性差:由于 Gemini API 服务器位于海外,国内直接访问经常超时或连接重置,导致应用频繁报错,用户体验极差。
- 配额限制严重:单个免费 API Key 的请求速率(RPM)和每日用量上限较低,一旦用户量稍增,立即触发限流,服务被迫中断。
- 运维成本高昂:为了维持服务可用,开发者不得不手动编写复杂的脚本轮询多个 API Key,或在不同节点间切换代理,代码臃肿且难以维护。
- 响应延迟波动大:缺乏智能调度机制,请求往往拥堵在单一密钥通道上,导致生成内容的等待时间不可控。
使用 gemini-balance-lite 后
- 国内直连加速:通过部署在 Vercel 或 Cloudflare 的边缘函数节点,gemini-balance-lite 将海外接口透明中转到国内,彻底解决网络连接问题,实现稳定访问。
- 算力成倍叠加:只需在请求头中填入多个用逗号分隔的 API Key,gemini-balance-lite 即可自动实现负载均衡,将原本分散的免费配额聚合为统一的资源池,大幅提升并发处理能力。
- 架构极简轻量化:无需维护复杂的本地代理服务器或编写轮询逻辑,一键部署无服务器函数后,应用端仅需修改一行配置即可接入,显著降低开发与维护门槛。
- 智能故障转移:当某个 API Key 触发限流或失效时,gemini-balance-lite 会自动随机选取其他可用密钥重试,确保用户请求无感知平滑过渡,保障服务高可用。
gemini-balance-lite 通过边缘代理与智能负载均衡技术,让国内开发者能够零成本、高稳定地聚合利用多个免费 Gemini 账号,极大降低了 AI 应用的落地门槛。
运行环境要求
- 未说明
无需求
未说明

快速开始
Gemini Balance Lite
Gemini API 代理和负载均衡无服务器轻量版(边缘函数)
作者:技术爬爬虾
B站,Youtube,抖音,公众号 全网同名。转载请注明作者。
项目简介
Gemini API 代理, 使用边缘函数把Gemini API免费中转到国内。还可以聚合多个Gemini API Key,随机选取API Key的使用实现负载均衡,使得Gemini API免费成倍增加。
Vercel部署(推荐)
- 点击部署按钮⬆️一键部署。
- 国内使用需要配置自定义域名
配置自定义域名:
- 去AIStudio申请一个免费Gemini API Key
将API Key与自定义的域名填入AI客户端即可使用,如果有多个API Key用逗号分隔
以Cherry Studio为例:

</details>
Deno部署
- fork本项目
- 登录/注册 https://dash.deno.com/
- 创建项目 https://dash.deno.com/new_project
- 选择此项目,填写项目名字(请仔细填写项目名字,关系到自动分配的域名)
- Entrypoint 填写
src/deno_index.ts其他字段留空如图

- 点击 Deploy Project
- 部署成功后获得域名
- 国内使用需要配置自定义域名
- 去AIStudio申请一个免费Gemini API Key
- 将API Key与分配的域名填入AI客户端即可使用,如果有多个API Key用逗号分隔
以Cherry Studio为例:

Cloudflare Worker 部署
- CF Worker有可能会分配香港的CDN节点导致无法使用(Gemini不允许香港IP连接)
- 广东地区不建议使用Cloudflare Worker 部署
- 点击部署按钮
- 登录Cloudflare账号
- 链接Github账户,部署
- 打开dash.cloudflare.com,查看部署后的worker
- 国内使用需要配置自定义域名
配置自定义域名:

Netlify部署
点击部署按钮,登录Github账户即可
免费分配域名,国内可直连。
但是不稳定
将分配的域名复制下来,如图:

去AIStudio申请一个免费Gemini API Key
将API Key与分配的域名填入AI客户端即可使用,如果有多个API Key用逗号分隔
以Cherry Studio为例:

打赏
帮忙点点关注点点赞,谢谢啦~
B站:https://space.bilibili.com/316183842
Youtube: https://www.youtube.com/@Tech_Shrimp
本地调试
- 安装NodeJs
- npm install -g vercel
- cd 项目根目录
- vercel dev
API 说明
Gemini 代理
可以使用 Gemini 的原生 API 格式进行代理请求。 Curl 示例:
curl -X POST --location 'https://<YOUR_DEPLOYED_DOMAIN>/v1beta/models/gemini-2.5-pro:generateContent' \
--header 'Content-Type: application/json' \
--header 'x-goog-api-key: <YOUR_GEMINI_API_KEY_1>,<YOUR_GEMINI_API_KEY_2>' \
--data '{
"contents": [
{
"role": "user",
"parts": [
{
"text": "Hello"
}
]
}
]
}'
Curl 示例:(流式)
curl -X POST --location 'https://<YOUR_DEPLOYED_DOMAIN>/v1beta/models/gemini-2.5-pro:generateContent?alt=sse' \
--header 'Content-Type: application/json' \
--header 'x-goog-api-key: <YOUR_GEMINI_API_KEY_1>,<YOUR_GEMINI_API_KEY_2>' \
--data '{
"contents": [
{
"role": "user",
"parts": [
{
"text": "Hello"
}
]
}
]
}'
注意: 请将
<YOUR_DEPLOYED_DOMAIN>替换为你的部署域名,并将<YOUR_GEMINI_API_KEY>替换为你的 Gemini API Ke,如果有多个用逗号分隔
API Key 校验
可以通过向 /verify 端点发送请求来校验你的 API Key 是否有效。可以一次性校验多个 Key,用逗号隔开。
Curl 示例:
curl -X POST --location 'https://<YOUR_DEPLOYED_DOMAIN>/verify' \
--header 'x-goog-api-key: <YOUR_GEMINI_API_KEY_1>,<YOUR_GEMINI_API_KEY_2>'
OpenAI 格式
本项目兼容 OpenAI 的 API 格式,你可以通过 /chat 或 /chat/completions 端点来发送请求。
Curl 示例:
curl -X POST --location 'https://<YOUR_DEPLOYED_DOMAIN>/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer <YOUR_GEMINI_API_KEY>' \
--data '{
"model": "gpt-3.5-turbo",
"messages": [
{
"role": "user",
"content": "你好"
}
]
}'
相似工具推荐
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
spec-kit
Spec Kit 是一款专为提升软件开发效率而设计的开源工具包,旨在帮助团队快速落地“规格驱动开发”(Spec-Driven Development)模式。传统开发中,需求文档往往与代码实现脱节,导致沟通成本高且结果不可控;而 Spec Kit 通过将规格说明书转化为可执行的指令,让 AI 直接依据明确的业务场景生成高质量代码,从而减少从零开始的随意编码,确保产出结果的可预测性。 该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程,用户只需通过简单的命令行操作,即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念,支持社区扩展与预设模板,允许用户根据特定技术栈定制开发流程。此外,Spec Kit 强调官方维护的安全性,提供稳定的版本管理,帮助开发者在享受 AI 红利的同时,依然牢牢掌握架构设计的主动权,真正实现从“凭感觉写代码”到“按规格建系统”的转变。

