背景

通过本代理调用 Gemini embedding 模型（如 gemini-embedding-2-preview、gemini-embedding-001、text-embedding-005）时，上游返回 400 错误：

```
litellm.BadRequestError: GeminiException BadRequestError -
{"error":{"message":"request body doesn't contain valid prompts"}}
POST /api/gemini/v1beta/models/gemini-embedding-001:batchEmbedContents 400
```

根因

1. 上游协议差异：实际上游（如 llms.as-in.io 这类 Vertex AI 风格网关）只接受 Vertex AI 格式 v1beta1/publishers/google/models/{model}:embedContent + {"content": ...} 单体请求体，不支持 Google AI Studio 的 batchEmbedContents 端点
2. litellm 行为偏差：litellm 按 Google AI Studio 格式发送 v1beta/models/{model}:batchEmbedContents + {"requests": [...]} 批量格式
3. litellm bug：_check_custom_proxy() 在自定义 api_base 场景下会丢失 v1beta/ 版本前缀（参考 litellm issue #17759），使代理原有的 OperationClassifier 正则失配

改动

• src/coding/proxy/native_api/handler.py：新增 Gemini embedding Vertex AI 适配分支
  • 仅当 provider == "gemini"、operation ∈ {"embedding", "embedding.batch"}、且 base_url 非官方 generativelanguage.googleapis.com 时启用
  • embedContent → 重写路径为 v1beta1/publishers/google/models/{model}:embedContent，剥离 body 中的 model 字段
  • batchEmbedContents → 拆分为并发 embedContent 调用（asyncio.gather），聚合响应为 {"embeddings": [...]} 返回
  • 用量抽取累加各子请求的 usageMetadata
• src/coding/proxy/native_api/operation.py：放宽 Gemini 路径正则中的 v1(?:beta1?)?/ 段为可选，兼容 litellm 丢失版本前缀的异常路径
• tests/test_native_api_handler.py：新增 3 个回归测试覆盖单次 / 批量 / 官方上游透传不变三类场景
• docs/issue.md：补充该 Issue 的复盘条目

风险控制

• 协议适配层只对非官方上游生效，官方 generativelanguage.googleapis.com 仍走字节级透传，无任何回归影响
• 现有 17 个 native_api 测试全部通过，新增 3 个测试覆盖核心适配场景
• 完整测试套件 1450 个测试通过，无回归

验证

• ✅ 单元测试：pytest tests/ 1450 通过
• ✅ 真实链路：用 litellm embedding(model='gemini/gemini-embedding-2-preview', api_base=..., api_key=...) 通过本地代理调用，单输入 / 多输入（3 文本）均成功返回 3072 维 embedding

🤖 Generated with Claude Code, CodeX, Gemini