illegalCreed

中文

English

中文

English

Appearance

参考 ​

基于 google-gemini/gemini-skills README 与各 skills/SKILL.md 编写。Apache-2.0。

速查 ​

  • 装：npx skills add google-gemini/gemini-skills 或 npx ctx7 skills install /google-gemini/gemini-skills
  • 4 skill：gemini-api-dev（基础）·gemini-interactions-api（推荐主 API）·gemini-live-api-dev（实时流）·gemini-omni-flash-api（视频）
  • 每 skill：SKILL.md（带 frontmatter name/description）+ 可选 scripts/（omni-flash 自带）+ 可选 references/（interactions 的 migration）
  • 遵 agentskills.io 格式；Apache-2.0；Google Gemini 团队出品
  • 声明：「This is not an officially supported Google product」，不参与 Google OSS 漏洞奖励

4 skill 全表 ​

Skill描述关键模型 / 工具
gemini-api-dev用 Gemini API hosted 模型（Gemini / Gemma 4）构建应用，含多模态、函数调用、结构化输出、模型规格gemini-3.5-flash、gemini-3.1-pro-preview、gemma-4-*；4 语言 SDK
gemini-interactions-api推荐主 API：文本生成、多轮 chat、多模态理解、图像/视频生成、流式、Deep Research、function calling、结构化输出、从 generateContent 迁移gemini-3.5-flash、antigravity-preview-05-2026、deep-research-preview-04-2026、gemini-omni-flash-preview
gemini-live-api-dev实时双向流：WebSocket 音视频/文本、VAD、原生音频、function calling、session 管理、ephemeral tokens、Live Translategemini-3.1-flash-live-preview、gemini-3.5-live-translate-preview
gemini-omni-flash-api生成式视频：文生视频、首帧到视频、图像参考生成、视频编辑、视频插值gemini-omni-flash-preview；自带 generate_video.py/prep_video.py/inspect_video.py/upload_file.py

当前模型清单（节选） ​

模型上下文定位
gemini-3.5-flash1M通用、快速、多模态
gemini-3.1-pro-preview1M复杂推理、编码、研究
gemini-3.1-flash-lite-preview—高频轻量任务、低成本
gemini-3-pro-image-preview (Nano Banana Pro)65k/32k高质量图生/编辑
gemini-3.1-flash-image-preview (Nano Banana 2)65k/32k快速图生/编辑
gemini-3.1-flash-lite-image-preview (Nano Banana 2 Lite)65k/32k超快图生
gemini-3.1-flash-tts-preview—表达式 TTS（Director's Chair）
gemini-omni-flash-preview—视频生成/编辑
gemini-3.1-flash-live-preview128k实时低延迟对话
gemini-3.5-live-translate-preview—实时流式翻译
gemma-4-31b-it—Gemma 4 dense，31B
gemma-4-26b-a4b-it—Gemma 4 MoE，26B 总/4B active

废弃（禁用）：gemini-2.5-*、gemini-2.0-*、gemini-1.5-*；Live 旧模型 gemini-2.5-flash-native-audio-preview-12-2025、gemini-live-2.5-flash-preview、gemini-2.0-flash-live-001。

SDK 与安装 ​

语言包安装
Pythongoogle-genai (>=2.3.0 interactions / >=2.10.0 omni-flash)pip install -U google-genai
JS/TS@google/genai (>=2.3.0)npm install @google/genai
Gogoogle.golang.org/genaigo get google.golang.org/genai
Javacom.google.genai:google-genaiGradle/Maven 见 Sonatype

禁用旧 SDK：Python google-generativeai、JS @google/generative-ai。

其它依赖：omni-flash skill 的 prep_video.py/inspect_video.py/generate_video.py --strip-audio 需系统装 ffmpeg/ffprobe；Python >= 3.10。

Interactions API 端点 / 入口 ​

入口用途
client.interactions.create()主入口（model/agent/input/stream/tools/system_instruction/previous_interaction_id/background/environment）
client.interactions.get(id)拉取（轮询 background 任务）
client.agents.create() / list() / get(id=) / delete(id=)自定义 managed agent 管理
.output_text / .output_image / .output_audio响应 helper，取末段文本/图/音频
stream=TrueSSE 流（事件：interaction.created→step.start→step.delta→step.stop→interaction.completed）

存储：默认 store=True（付费 55 天 / 免费 1 天）；store=False 禁用 previous_interaction_id 与 background=True。

Live API 关键配置 ​

项值 / 说明
连接client.aio.live.connect(model=..., config=types.LiveConnectConfig(...))（Py）/ ai.live.connect({...callbacks})（JS）
输入音频PCM 16-bit 小端 mono，16kHz（audio/pcm;rate=16000）
输出音频PCM 16-bit 小端 mono，24kHz
发数据session.send_realtime_input(audio=.../video=.../text=...) —— 所有新输入都走它
初始历史send_client_content（需 history_config.initial_history_in_client_content）
翻译LiveConnectConfig.translation_config=types.TranslationConfig(target_language_code=..., echo_target_language=True)
客户端认证ephemeral tokens（别在浏览器暴露 API key）
限制单会话 TEXT 或 AUDIO 二选一；纯音频 15min/音视频 2min/连接 ~10min；同步 function calling；不支持 code execution/url context

Omni Flash 脚本速查 ​

bash
# 文生视频
./scripts/video/generate_video.py "A close-up of a cat drinking tea" --output media/cat_tea.mp4

# 图生视频（首帧或参考）
./scripts/video/generate_video.py "Waves crash" --image ref.png --output media/waves.mp4

# 视频插值（两关键帧）
./scripts/video/generate_video.py "Sunrise to sunset timelapse" \
  --image start.png --image end.png --output media/interpolation.mp4

# 视频编辑（保留原音）
./scripts/video/generate_video.py "Make it anime style" --video in.mp4 --output media/anime.mp4

# 视频编辑（全量重生成音频）
./scripts/video/generate_video.py "Make it anime style" --video in.mp4 --strip-audio --output media/anime_new.mp4

# 逐轮编辑（复用上次 interaction）
./scripts/video/generate_video.py "Change to winter wonderland" \
  --previous-interaction-id "abc123..." --output media/winter.mp4

# 并行批处理
./scripts/video/generate_video.py --prompts-file prompts.txt --concurrency 3
./scripts/video/generate_video.py --batch jobs.json --concurrency 3

# 视频规范化（10s/720p/24fps，可剥音）
./scripts/video/prep_video.py src.mp4 --start 0 --duration 10
./scripts/video/prep_video.py src.mp4 --strip-audio --output media/silent.mp4

# 视频检查
./scripts/video/inspect_video.py media/out.mp4 --json

Prompt 角色标签：<FIRST_FRAME>（起始帧）、<IMAGE_REF_0>、<IMAGE_REF_1>…（参考，从 0 起）。

目录结构 ​

gemini-skills/
├── skills/
│   ├── gemini-api-dev/SKILL.md
│   ├── gemini-interactions-api/
│   │   ├── SKILL.md
│   │   └── references/migration.md
│   ├── gemini-live-api-dev/SKILL.md
│   └── gemini-omni-flash-api/
│       ├── SKILL.md
│       └── scripts/
│           ├── upload_file.py
│           └── video/{generate_video,prep_video,inspect_video}.py
├── LICENSE                              # Apache-2.0
└── README.md

资源链接 ​