Bard-API项目中的多Cookie认证问题分析与解决方案
2025-06-08 16:26:43作者:田桥桑Industrious
背景介绍
Bard-API是一个非官方的Python封装库,用于与Google的Bard/Gemini AI服务进行交互。近期,许多用户报告在使用该库时遇到了认证问题,特别是关于多Cookie认证机制的变更。
问题现象
用户反馈Google近期修改了认证Cookie的格式,主要变化包括:
__Secure-1PSIDCookie值不再以点号(.)结尾__Secure-1PSIDTSCookie在某些地区已不再存在- 新的Cookie值格式变为类似"g.a000xxxxxxxx...0076"的形式
这些变更导致使用旧版Bard-API(0.1.39及以下版本)时出现验证错误,特别是当库期望Cookie值以点号结尾时。
技术分析
Cookie机制变更
Google的认证系统采用了多层安全Cookie机制,其中:
__Secure-1PSID是主会话标识符__Secure-1PSIDTS是时间戳相关的安全令牌__Secure-1PSIDCC是跨站请求伪造保护令牌NID是Google账户的通用标识符
这些Cookie的格式和存在性会根据Google的安全策略和地区差异而变化。
库的兼容性问题
Bard-API早期版本对Cookie格式有严格验证,特别是:
- 强制检查
__Secure-1PSID是否以点号结尾 - 要求必须存在
__Secure-1PSIDTSCookie - 对Cookie值的长度和格式有特定预期
这些硬编码的验证逻辑在新版Google认证系统下不再适用。
解决方案
方法一:使用新版API
项目维护者已推出Gemini-API作为Bard-API的替代方案,建议用户迁移:
pip install python-gemini-api
方法二:修改现有Bard-API
对于仍需使用Bard-API的情况,可采取以下措施:
-
移除点号验证: 修改库文件中的
bardapi/core.py和bardapi/utils.py,删除对__Secure-1PSID结尾点号的检查。 -
使用浏览器自动获取Cookie:
from bardapi import Bard
bard = Bard(token_from_browser=True, multi_cookies_bool=True)
- 手动指定多Cookie:
cookie_dict = {
"__Secure-1PSID": "your_psid_value",
"__Secure-1PSIDTS": "your_dts_value",
"__Secure-1PSIDCC": "your_dcc_value",
"NID": "your_nid_value"
}
方法三:使用浏览器Cookie自动提取
通过browser_cookie3库从浏览器直接获取最新Cookie:
import browser_cookie3
from bardapi import SESSION_HEADERS, BardCookies
domain = '.google.com'
firefox_cookies = browser_cookie3.firefox(domain_name=domain)
# 提取各Cookie值
psid_value = next((c.value for c in firefox_cookies if c.name == '__Secure-1PSID'), None)
# 类似方法提取其他Cookie...
session = requests.Session()
# 设置Session Cookie...
最佳实践建议
- 多Cookie组合:至少提供3个有效Cookie值以提高成功率
- 地区差异处理:考虑使用代理切换地区测试不同Cookie组合
- 自动更新机制:实现定期从浏览器更新Cookie的逻辑
- 错误处理:对认证失败情况设计重试和备用方案
未来展望
随着Google将其Bard服务全面升级为Gemini,并推出官方API,建议开发者逐步迁移至官方解决方案。非官方API可能随时因Google的策略调整而失效,长期维护成本较高。
对于必须使用非官方方案的情况,建议关注项目更新动态,并建立灵活的认证机制以适应Google可能做出的变更。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
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++
898
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
358
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
160
🎉 (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
1.38 K
784
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
363