refactor: 重构 Gemini 为 REST API 调用以支持自定义代理服务

核心改进：
- 🔄 完全重写 Gemini 实现方式
  - 移除 google-genai SDK 依赖
  - 改用 httpx 直接调用 Gemini REST API
  - 完全控制请求 URL 和参数

- 🌐 完美支持自定义 Base URL
  - 支持代理服务（如 https://load.zhuzihan.com/proxy/gemini-self）
  - 支持 API Key 轮训中转服务
  - 兼容标准 Gemini API 格式（v1beta/models/{model}:generateContent）

- 📄 保留完整的 PDF 处理能力
  - 使用 inline_data 格式（base64 编码）
  - 原生 PDF 理解（最多 1000 页）
  - 完整保留图片、表格、公式等视觉元素

- ⚡ 优化性能和稳定性
  - 统一使用 httpx.AsyncClient
  - 120 秒超时配置
  - 连接池管理（max_keepalive_connections=5）
  - 完善的错误处理和日志输出

技术细节：
- 移除依赖：google-genai==1.0.0
- 请求格式：标准 Gemini REST API
- 响应解析：直接从 JSON 提取 candidates[0].content.parts[0].text
- PDF 上传：inline_data with base64 encoding

影响范围：
- 文本内容解析 ✅
- PDF 文档解析 ✅
- 简答题评分 ✅
- AI 参考答案生成 ✅

🎉 现在 Gemini 可完美配合用户自建的代理/轮训服务使用！

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

backend/routers/exam.py

@@ -113,16 +113,20 @@ async def generate_ai_reference_answer(
 
     # Generate answer using LLM
     if llm_service.provider == "gemini":
-        import asyncio
+        # Use REST API for Gemini
+        url = f"{llm_service.gemini_base_url}/v1beta/models/{llm_service.model}:generateContent"
+        headers = {"Content-Type": "application/json"}
+        params = {"key": llm_service.gemini_api_key}
+        payload = {
+            "contents": [{
+                "parts": [{"text": prompt}]
+            }]
+        }
 
-        def _generate():
-            return llm_service.client.models.generate_content(
-                model=llm_service.model,
-                contents=prompt
-            )
-
-        response = await asyncio.to_thread(_generate)
-        return response.text.strip()
+        response = await llm_service.client.post(url, headers=headers, params=params, json=payload)
+        response.raise_for_status()
+        response_data = response.json()
+        return response_data["candidates"][0]["content"]["parts"][0]["text"].strip()
     elif llm_service.provider == "anthropic":
         response = await llm_service.client.messages.create(
             model=llm_service.model,