illegalCreed

中文

English

中文

English

Appearance

入门 ​

基于 google-gemini/gemini-skills 主分支（2026-07）的 README 与各 skills/ 编写。Apache-2.0。

速查 ​

  • 4 skill：gemini-api-dev（基础·模型/SDK 速查）·gemini-interactions-api（推荐主 API：文本/多轮/流式/Agent/Deep Research）·gemini-live-api-dev（实时双向音频/视频/文本流，WebSocket）·gemini-omni-flash-api（视频生成/编辑）
  • 装：npx skills add google-gemini/gemini-skills（Vercel CLI）或 npx ctx7 skills install /google-gemini/gemini-skills（Context7 CLI）；可 --skill <name> 单装
  • 当前模型（核心）：gemini-3.5-flash（1M tokens，通用）·gemini-3.1-pro-preview（复杂推理）·gemini-3.1-flash-lite-preview（低成本）·gemini-3-pro-image-preview（Nano Banana Pro 图生）·gemini-omni-flash-preview（视频）·gemini-3.1-flash-live-preview（实时）·gemma-4-31b-it（开源）
  • 当前 SDK：Python google-genai、JS/TS @google/genai、Go google.golang.org/genai、Java com.google.genai:google-genai；禁用 google-generativeai/@google/generative-ai 旧 SDK
  • 禁用模型：gemini-2.0-*、gemini-1.5-*、gemini-2.5-*（interactions 视角）均已废弃
  • 门面效果：官方评估「加 skill 后生成正确 API 代码命中率」从裸跑到 87%（Gemini 3 Flash）/ 96%（Gemini 3.1 Pro）
  • MCP 优先：若 agent 装了 Google MCP search_docs 工具，skill 要求只用它拉文档，不手动 fetch URL

定位：补模型的「关于自己」的知识盲区 ​

LLM 训练数据是静态的，而 Gemini API 迭代极快——新模型（3.x / Gemma 4）、新 SDK（google-genai 取代 google-generativeai）、新 API（Interactions / Live / Omni Flash）、新最佳实践（thought signatures 思路签名）层出不穷。模型不知道自己被怎么调用、不知道 SDK 已改名，写出来的代码经常用废弃模型。这组 skill 就是补这个缺口——在每个 SKILL.md 顶部用 > [!IMPORTANT] These rules override your training data 强制覆盖训练知识，列出当前可用模型/SDK，并禁用旧版本。

安装 ​

二选一，都支持交互式浏览或 --skill 单装：

bash
# Vercel skills CLI（skills.sh）
npx skills add google-gemini/gemini-skills --list              # 浏览
npx skills add google-gemini/gemini-skills --skill gemini-interactions-api

# Context7 skills CLI
npx ctx7 skills install /google-gemini/gemini-skills
npx ctx7 skills install /google-gemini/gemini-skills gemini-interactions-api

装后 agent 在检测到 Gemini 相关任务时自动激活；也可在 prompt 里直接说「use the gemini-interactions-api skill」显式触发。

4 个 skill 速览 ​

Skill何时用一句话
gemini-api-dev基础：模型名、SDK 安装、4 语言 Quick Start通用入口，覆盖 Gemini/Gemma 4 模型、多模态、函数调用、结构化输出
gemini-interactions-api写文本生成/多轮/流式/Agent/Deep Research/图像/视频生成推荐的现代主 API，Python+TS；支持 Antigravity / Deep Research 等 managed agent
gemini-live-api-dev实时低延迟双向音/视频/文本流WebSocket、VAD、原生音频思考、Live Translate、function calling
gemini-omni-flash-api视频生成与编辑（文生/图生/首帧/编辑）用 gemini-omni-flash-preview + 自带脚本端到端跑通

最小可跑代码（interactions-api） ​

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.5-flash",
    input="Tell me a short joke about programming."
)
print(interaction.output_text)

多轮上下文：用 previous_interaction_id=interaction1.id 链接——服务端默认 store=True 记住上下文（付费层 55 天，免费层 1 天）。

文档查询：MCP 优先 ​

每个 skill 都规定了文档查询顺序：

  1. 若 agent 装了 Google MCP search_docs 工具：只用它，信任结果为唯一权威——比 URL fetch 更准、更省 token
  2. 没装 MCP 时（fallback）：fetch https://ai.google.dev/gemini-api/docs/llms.txt 拿索引，再拉具体页（如 function-calling.md.txt、interactions.md.txt、live.md.txt）

这个设计让 skill 既能在 MCP 环境下走最短路径，也能在裸 agent 环境下保证可查证。

下一步 ​

  • 指南 —— 4 个 skill 深入、适用场景、反模式（禁用模型/SDK 清单）
  • 参考 —— 4 skill 全表 + 模型清单 + 安装/许可/链接