用途：Google Gemini File Search 是 Google 提供的全托管 RAG（检索增强生成）服务，上传文档后自动完成分块、嵌入、向量检索与引用，无需自建向量数据库，适合文档问答、知识库等场景。
主要能力：支持 100+ 文件格式（PDF、Word、Excel、PowerPoint、Markdown、纯文本、JSON、CSV 及多种编程语言代码）；内置 grounding 与引用元数据；支持自定义分块配置与文档元数据（每文档最多 20 个字段）。
使用方式：需获取 API Key（https://aistudio.google.com/apikey），安装依赖 bun add @google/genai（版本 0.21.0+，Node.js 18+）。基本流程为创建 fileSearchStores、上传文档、轮询 operation 直到 done、再用 Gemini 2.5 模型查询并读取 groundingMetadata 获取引用。
限制与注意事项：文档不可变，更新需先删除再重新上传；存储按文件大小约 3 倍计算（嵌入+元数据）；仅支持 Gemini 2.5 Pro/Flash 模型；删除含文档的存储需 force: true；上传后必须轮询操作完成。计费方面，索引为一次性 $0.15/1M tokens，存储与查询嵌入免费（检索上下文计入输入 tokens）。不支持 PDF 内图片、音频和视频。
适用场景：客户支持知识库、批量文档上传、内部知识库、代码文档检索等文档相对静态的场景。若需边缘性能、自定义嵌入或实时更新，可考虑 Cloudflare Vectorize；若需 Assistants API 会话线程或超大规模集合，可考虑 OpenAI Files API。