Spring AI项目中Gemini 2.0搜索功能参数变更解析
2025-06-11 12:45:23作者:何将鹤
在Spring AI项目与Google Vertex AI Gemini模型的集成开发过程中,开发者需要注意一个重要变更:Gemini 2.0版本对搜索检索功能的参数进行了调整。本文将深入分析这一变更的技术细节及其影响。
参数变更背景
在早期版本的Gemini模型中,开发者可以通过设置googleSearchRetrieval(true)参数来启用Google搜索功能。然而,随着Gemini 2.0的发布,Google调整了API的参数命名规范,原有的参数不再适用。
具体变更内容
Gemini 2.0版本中:
- 废弃参数:
google_search_retrieval - 新参数:
google_search
这一变更直接影响了Spring AI项目中VertexAiGeminiChatOptions类的使用方式。当开发者继续使用旧参数时,API会返回明确的错误信息,提示应该使用新的参数名称。
影响范围
这一变更主要影响以下场景:
- 使用Spring AI 1.0.0-SNAPSHOT版本的项目
- 集成了Gemini 2.0模型的服务
- 需要调用Google搜索检索功能的应用程序
解决方案建议
对于正在迁移到Gemini 2.0的开发者,建议:
- 检查项目中所有使用
googleSearchRetrieval(true)的代码 - 等待Spring AI项目发布支持新参数的更新版本
- 在过渡期间,可以考虑直接使用Vertex AI原生SDK进行搜索功能调用
技术实现分析
从技术实现角度看,这一变更反映了Google对API参数命名的规范化过程。google_search相比google_search_retrieval更加简洁,同时也与其他工具参数的命名风格保持一致。
最佳实践
对于正在开发中的项目,建议:
- 关注Spring AI项目的更新日志
- 在测试环境中充分验证搜索功能
- 考虑实现参数兼容层,以平滑过渡到新版本
总结
API参数的变更是云服务发展过程中的常见现象。作为开发者,及时关注官方文档变更、理解底层技术演进方向,才能确保应用程序的持续稳定运行。Gemini 2.0搜索参数的调整虽然带来了短期适配成本,但从长期来看,这种规范化改进有利于生态系统的健康发展。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219