你的 Android App 还没接 AI？Gemini API 接入全攻略
- 来源：掘金
- 原文链接：https://juejin.cn/post/7613282719573229618
- 作者：Unknown
- 日期：2026-05-11
- 浏览：1586 | 点赞：6 | 收藏：16
你的 Android App 还没接 AI？Gemini API 接入全攻略ChatGPT 出来都三年了。 你的 App
发布时间: 2026-03-05T00:32:56.000Z
原文链接: https://juejin.cn/post/7613282719573229618
你的 Android App 还没接 AI？Gemini API 接入全攻略
黄林晴
2026-03-05 1,587 阅读5分钟
已关注
ChatGPT 出来都三年了。
你的 App 里，还没有一行 AI 代码？
不是不想接，是不知道从哪下手。Gemini、Vertex AI、Google AI Studio……搜一圈全是英文文档，硬着头皮读完，发现还有 quota 限制、计费问题、网络问题。
这篇文章帮你把这些全理清楚。
先搞清楚你要接的是哪个 Gemini
Google 的 AI 产品线让人头大，同样叫"Gemini API"，入口有三个：
Google AI Studio（gemini.google.dev） 面向开发者个人，免费额度慷慨，拿 API Key 就能用。适合学习、原型验证、小项目。
Vertex AI（cloud.google.com/vertex-ai） 企业级，走 Google Cloud，需要 GCP 账号。支持更多模型、更高并发、数据不用于训练。适合正式上线的产品。
Android Gemini SDK（本地推理） 把模型跑在设备上，不联网，隐私好，但只支持 Gemini Nano，能力有限。
大多数开发者从 Google AI Studio 起步，上线再迁 Vertex AI。
本文重点讲这条路。
拿到 API Key，五分钟跑起来
打开 aistudio.google.com，登录 Google 账号，点「Get API Key」，复制保存好。
然后在项目里加依赖：
kotlin
体验AI代码助手
代码解读
复制代码
// build.gradle.kts (app) dependencies { implementation("com.google.ai.client.generativeai:generativeai:0.9.0") }
最简单的调用，十行代码：
kotlin
体验AI代码助手
代码解读
复制代码
val model = GenerativeModel( modelName = "gemini-2.0-flash", apiKey = "YOUR_API_KEY" ) val response = model.generateContent("用一句话介绍 Kotlin 协程") println(response.text)
跑起来了吧？
但你肯定不会把 API Key 明文写在代码里。
API Key 怎么安全存放
别用硬编码，别提交到 Git。
方法一：local.properties（推荐开发阶段）
properties
体验AI代码助手
代码解读
复制代码
# local.properties（已加入 .gitignore） GEMINI_API_KEY=your_key_here
kotlin
体验AI代码助手
代码解读
复制代码
// build.gradle.kts android { buildFeatures { buildConfig = true } defaultConfig { buildConfigField( "String", "GEMINI_API_KEY", "\"${properties["GEMINI_API_KEY"]}\"" ) } }
kotlin
体验AI代码助手
代码解读
复制代码
// 使用 val apiKey = BuildConfig.GEMINI_API_KEY
方法二：走后端中转（推荐生产环境）
API Key 放服务端，Android 端只调你自己的接口。这样 Key 不会出现在 APK 里，被反编译也拿不到。
生产环境一定要走方法二。
真正有用的功能：流式输出
一次性等模型生成完再显示，用户体验很差。流式输出（Streaming）才是正确姿势，像打字机一样逐字显示。
kotlin
体验AI代码助手
代码解读
复制代码
viewModelScope.launch { val prompt = "解释一下什么是 Flow，要通俗易懂" model.generateContentStream(prompt).collect { chunk -> chunk.text?.let { text -> _uiState.update { it + text } } } }
配合 Compose 展示：
kotlin
体验AI代码助手
代码解读
复制代码
@Composable fun AiResponseScreen(viewModel: AiViewModel = viewModel()) { val text by viewModel.uiState.collectAsStateWithLifecycle() LazyColumn { item { Text( text = text, modifier = Modifier.padding(16.dp) ) } } }
流式输出的体验和一次性输出差得远，这个优先级要高。
多轮对话怎么做
单次问答用 generateContent，多轮对话用 startChat，SDK 会帮你维护历史记录。
kotlin
体验AI代码助手
代码解读
复制代码
val chat = model.startChat( history = listOf( content(role = "user") { text("你好，我在学 Android 开发") }, content(role = "model") { text("太棒了！你目前学到哪个阶段了？") } ) ) // 继续对话 val response = chat.sendMessage("我刚学完 Jetpack Compose") println(response.text)
历史记录由 SDK 自动拼接进每次请求，你不用手动管理。
如果要持久化对话历史（App 重启后还在），自己把 history 序列化到本地存储就行。
图片理解：多模态输入
Gemini 是原生多模态模型，传图片直接分析。
kotlin
体验AI代码助手
代码解读
复制代码
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.screenshot) val response = model.generateContent( content { image(bitmap) text("这张截图里有什么 bug？帮我分析一下") } ) println(response.text)
结合相机或图库选择器，可以做出「拍照识别」「截图分析」等功能，很有实用价值。
System Prompt：让模型有个性格
想让模型只回答特定领域的问题？用 systemInstruction。
kotlin
体验AI代码助手
代码解读
复制代码
val model = GenerativeModel( modelName = "gemini-2.0-flash", apiKey = apiKey, systemInstruction = content { text(""" 你是一个专业的 Android 开发助手。 只回答 Android 开发相关的问题。 回答要简洁，优先给出代码示例。 如果用户问的不是 Android 相关问题，礼貌拒绝并引导回正题。 """.trimIndent()) } )
System Prompt 是塑造 AI 功能边界的核心手段，别忽略它。
踩坑记录
坑一：国内网络访问不了
generativelanguage.googleapis.com 在国内被墙。开发阶段可以走代理，生产环境必须走自己的后端中转，或者用支持的地区节点。
坑二：免费额度限制
Google AI Studio 免费版有 RPM（每分钟请求数）限制，Gemini 2.0 Flash 免费版 15 RPM。压测或高并发场景会触发 429 错误，要加重试逻辑：
kotlin
体验AI代码助手
代码解读
复制代码
suspend fun generateWithRetry(prompt: String, maxRetry: Int = 3): String { repeat(maxRetry) { attempt -> try { return model.generateContent(prompt).text ?: "" } catch (e: Exception) { if (attempt == maxRetry - 1) throw e delay(2000L * (attempt + 1)) // 指数退避 } } return "" }
坑三：响应内容被截断
模型默认有最大 token 输出限制，长文本可能被截断。可以在 GenerationConfig 里配置：
kotlin
体验AI代码助手
代码解读
复制代码
val config = generationConfig { maxOutputTokens = 8192 temperature = 0.7f } val model = GenerativeModel( modelName = "gemini-2.0-flash", apiKey = apiKey, generationConfig = config )
坑四：APK 被逆向拿到 Key
前面说了，生产环境一定走后端中转。APK 里的任何字符串，有经验的人五分钟能提取出来。
从 Google AI Studio 迁移到 Vertex AI
项目成熟了、要上线了，把 Key 换成 Vertex AI。改动极小：
kotlin
体验AI代码助手
代码解读
复制代码
// 之前：Google AI Studio val model = GenerativeModel( modelName = "gemini-2.0-flash", apiKey = "YOUR_API_KEY" ) // 之后：Vertex AI（其余代码不变） val vertexAI = Firebase.vertexAI val model = vertexAI.generativeModel("gemini-2.0-flash")
Vertex AI 走 Firebase，需要先配置 Firebase 项目，但对话、流式、多模态的 API 完全一致，迁移成本很低。
一个完整的最小可用架构
scss
体验AI代码助手
代码解读
复制代码
UI Layer (Compose) ↓ ViewModel (管理状态、调用 UseCase) ↓ GeminiRepository (封装 SDK 调用) ↓ GenerativeModel (Google AI SDK)
把 GenerativeModel 注入到 Repository，Repository 注入到 ViewModel，UI 只感知状态变化。这样后续换模型、加重试、加缓存都不影响 UI 层。
- * *
2025 年了，用户对 App 有 AI 能力的期待越来越高。
接入成本其实没你想的那么高——API Key + 一个依赖 + 十行代码，原型就跑起来了。
剩下的，就是想清楚你的场景：写作助手、代码补全、图片分析、智能客服……把 AI 接进来，能解决用户什么实际问题？
你的 App 最想加哪个 AI 功能？评论区聊聊。