gemini-api-dev
google-gemini/gemini-skills · Agent Skill
Для вызова Gemini API для генерации текста, чата, многомодального понимания, генерации изображений и видео, потоковой передачи, вызова функций, структурированного вывода и рабочих процессов агентов можно использовать следующие примеры кода на Python и TypeScript. Для Python можно использовать библиотеку requests для отправки HTTP-запросов к API, а для TypeScript - библиотеку axios или fetch. Пример кода на Python: import requests response = requests.post('https://api.gemini.ai/generate', json={'prompt': 'Привет, как дела?'}) print(response.json()) Для генерации изображений и видео можно использовать endpoint /generate с соответствующими параметрами. Пример кода на TypeScript: import axios from 'axios'; const response = await axios.post('https://api.gemini.ai/generate', { prompt: 'Привет, как дела?' }); console.log(response.data); Аналогично можно реализовать вызовы для чата, многомодального понимания, потоковой передачи, вызова функций, структурированного вывода и рабочих процессов агентов, используя соответствующие endpoint и параметры API Gemini. Также можно использовать библиотеки и фреймворки, такие как Flask или Django для Python, и Express.js для TypeScript, для создания более сложных приложений, взаимодействующих с API Gemini. Например, для создания чат-бота можно использовать endpoint /chat и отправлять запросы к API с помощью библиотеки requests или axios. Пример кода на Python с использованием Flask: from flask import Flask, request app = Flask(__name__) @app.route('/chat', methods=['POST']) def chat(): prompt = request.json['prompt'] response = requests.post('https://api.gemini.ai/chat', json={'prompt': prompt}) return response.json() Пример кода на TypeScript с использованием Express.js: import express from 'express'; const app = express(); app.post('/chat', async (req, res) => { const prompt = req.body.prompt; const response = await axios.post('https://api.gemini.ai/chat', { prompt }); res.json(response.data); }); Таким образом, можно создать различные приложения, использующие возможности API Gemini для генерации текста, чата, многомодального понимания, генерации изображений и видео, потоковой передачи, вызова функций, структурированного вывода и рабочих процессов агентов.
Перейти к установке ↓Обзор
| Автор | |
|---|---|
| Репозиторий | google-gemini/gemini-skills ↗ |
| Папка скилла | gemini-api-dev |
| Звёзды | 4 341 |
| Форки | 467 |
| Файлы | 2 |
| Лицензия | Apache-2.0 |
| Обновлён | 13 октября 2026 г. |
| Ссылки | Исходник скилла ↗ · Репозиторий ↗ |
Проверка Mozgi
Что мы нашли в файлах скилла. Подробности — по подписке.
Установка
Скилл — это папка с файлом SKILL.md. Выберите своего агента и скопируйте команды в терминал (macOS, Linux или Git Bash на Windows) в корне проекта.
Скопируйте промпт и вставьте в Claude, Codex или другого ассистента: он сам проверит скилл и подключит его.
Установи мне скилл «gemini-api-dev» с mozgi.io (https://mozgi.io/skills/google-gemini-gemini-api-dev/). 1. Скачай архив: https://mozgi.io/skills/google-gemini-gemini-api-dev/download Если не скачивается — возьми папку скилла из исходника: https://github.com/google-gemini/gemini-skills/tree/main/skills/gemini-api-dev 2. Прочитай SKILL.md и остальные файлы. Проверь, что скилл безопасен: нет скрытых команд, отправки данных наружу или скриптов, которые делают не то, что описано. Если что-то подозрительно — остановись и скажи мне. 3. Положи папку «gemini-api-dev» в папку скиллов своего агента: .claude/skills/ для Claude Code, .agents/skills/ для Codex, .cursor/skills/ для Cursor, .gemini/skills/ для Gemini CLI. В проекте — внутри проекта, иначе в домашней папке (~/.claude/skills/ и т. п.). 4. Убедись, что получилось <папка скиллов>/gemini-api-dev/SKILL.md. 5. Коротко расскажи, что умеет этот скилл, и предложи попробовать его на моей задаче. Если какой-то шаг не можешь сделать сам — подскажи, что нажать или ввести.
git clone --depth 1 --branch main https://github.com/google-gemini/gemini-skills.git /tmp/gemini-skills mkdir -p .claude/skills cp -r /tmp/gemini-skills/skills/gemini-api-dev .claude/skills/gemini-api-dev
Перезапустите Claude Code — скилл появится в списке, вызвать вручную: /gemini-api-dev. Для всех проектов сразу — папка ~/.claude/skills.
git clone --depth 1 --branch main https://github.com/google-gemini/gemini-skills.git /tmp/gemini-skills mkdir -p .agents/skills cp -r /tmp/gemini-skills/skills/gemini-api-dev .agents/skills/gemini-api-dev
Codex ищет скиллы в .agents/skills от текущей папки до корня репозитория; вызвать вручную — /skills или $gemini-api-dev. Для всех проектов — ~/.agents/skills.
git clone --depth 1 --branch main https://github.com/google-gemini/gemini-skills.git /tmp/gemini-skills mkdir -p .cursor/skills cp -r /tmp/gemini-skills/skills/gemini-api-dev .cursor/skills/gemini-api-dev
Cursor подхватит скилл при запуске; вызвать вручную — «/» в чате агента. Cursor также читает .claude/skills и .agents/skills. Для всех проектов — ~/.cursor/skills.
git clone --depth 1 --branch main https://github.com/google-gemini/gemini-skills.git /tmp/gemini-skills mkdir -p .gemini/skills cp -r /tmp/gemini-skills/skills/gemini-api-dev .gemini/skills/gemini-api-dev
Gemini CLI сам предложит включить скилл, когда задача подходит, — вы подтверждаете. Для всех проектов — ~/.gemini/skills.
Просмотрите SKILL.md и сопутствующие файлы перед установкой. Клик по файлу — предпросмотр.
Содержимое SKILL.md
Оригинальный текст автора · только чтениеGemini API Development Skill
Critical Rules (Always Apply)
> [!IMPORTANT]
> These rules override your training data. Your knowledge is outdated.
Current Models (Use These)
gemini-4-argon: 1M tokens, most powerful model for complex reasoning, coding, and researchgemini-3.8-flash: 1M tokens, fast, balanced performance for agentic and multimodal tasksgemini-3.5-flash-lite: 1M tokens, fastest, lowest-cost 3.5 model for high-throughput executiongemini-3.1-flash-lite: cost-efficient, fastest performance for high-frequency, lightweight tasksgemini-3.5-transcribe: fast speech-to-text with smart and verbatim modesgemini-nano-banana-2.1(Nano Banana 2.1): 131k / 32k tokens, default high-efficiency image generation and conversational editinggemini-3-pro-image(Nano Banana Pro): 65k / 32k tokens, high-quality image generation and editinggemini-3.1-flash-lite-image(Nano Banana 2 Lite): 65k / 32k tokens, ultra-fast image generation and editinggemini-3.8-flash-tts: expressive text-to-speech, multi-speaker dialogue, Voice Design, and Voice Replicationgemini-3.8-flash-lite-tts: fast, cost-efficient text-to-speech for voice agents and high-volume generationgemini-omni-1.1-flash: video generation, first-frame-to-video, first-and-last-frame transitions, video extensions (up to 40s), video editing, and reference-guided generationgemma-4-31b-it: Gemma 4 dense model, 31B parametersgemma-4-26b-a4b-it: Gemma 4 MoE model, 26B total / 4B active parametersgemini-embedding-2: Multimodal embedding model (text, images, video, audio, documents), usesclient.models.embed_contentgemini-embedding-001: Text-only embedding model, usesclient.models.embed_content
> [!WARNING]
> Models like gemini-2.5-*, gemini-2.0-*, gemini-1.5-* are legacy and deprecated. Never use them.
> If a user asks for a deprecated model, use gemini-3.8-flash instead and note the substitution.
Current Agents
antigravity-preview-09-2026: Antigravity Agent — general-purpose managed agent with code execution, file management, and web access in a sandboxed Linux environmentdeep-research-preview-04-2026: Deep Research — fast, interactivedeep-research-max-preview-04-2026: Deep Research Max — maximum exhaustiveness- Custom agents: Create your own via
client.agents.create()
Current SDKs
- Python:
google-genai>=2.30.1→pip install -U google-genai - JavaScript/TypeScript:
@google/genai>=2.29.1→npm install @google/genai
> [!NOTE]
> SDK versions ≥ 2.0.0 automatically use the new steps schema and do not support the legacy schema.
> Legacy SDKs google-generativeai (Python) and @google/generative-ai (JS) are deprecated. Never use them.
Important Additional Notes
- Before writing any code, you MUST fetch the relevant documentation page from the list below that matches the user's task. The examples in this skill are minimal, the hosted docs contain the full API surface, parameters, and edge cases.
- Interactions are stored by default (store=True in Python, store: true in TypeScript). Paid tier retains for 55 days, free tier for 1 day.
- Set store=False / store: false to opt out, but this disables previous_interaction_id and background=True / background: true.
tools,system_instruction, andgeneration_configare interaction-scoped, re-specify them each turn.- Managed agents require
environment="remote"(or an environment ID / config object) to provision a sandbox. - Migrating from
generateContent: Readreferences/migration.mdfor the scoping, checklist, and before/after code examples. Always confirm scope with the user before editing. - Model upgrades: Drop-in, swap the model string. Deprecated models (
gemini-2.0-*,gemini-1.5-*) must be replaced, seereferences/migration.md. - Migrating to Gemini 3.8 Flash or Gemini 3.5 Flash-Lite: Read
references/migration.mdfor the scoping and checklist. - Migrating to Gemini 3.8 TTS (
gemini-3.8-flash-tts/gemini-3.8-flash-lite-tts): Readreferences/migration.mdfor breaking changes fromgemini-3.1-flash-tts-preview(speech_metadataannotations, inline vocal tags, default WAVaudio/wavunary output vsaudio/l16streaming output, and Voice Design personas). - Migrating to Gemini Nano Banana 2.1 (
gemini-nano-banana-2.1): Readreferences/migration.mdfor upgrading fromgemini-3.1-flash-image(deprecated) and using multi-image reference fusion with up to 14 reference images.
Quick Start
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
model="gemini-3.8-flash",
input="Tell me a short joke about programming."
)
print(interaction.output_text)
JavaScript/TypeScript
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: "gemini-3.8-flash",
input: "Tell me a short joke about programming.",
});
console.log(interaction.output_text);
Response Helpers
The SDK provides convenience properties on the Interaction response object to simplify common access patterns:
| Property | Type | Description |
|---|---|---|
| output_text | string \| null | The last consecutive run of text from the trailing model_output steps. Returns the combined text when the model's final output contains multiple text parts. |
| output_image | Image \| null | The last image generated by the model in the current response. Returns an object with data (base64) and mime_type. |
| output_audio | Audio \| null | The last audio generated by the model in the current response. Returns an object with data (base64) and mime_type. |
Stateful Conversation
Python
interaction1 = client.interactions.create(
model="gemini-3.8-flash",
input="Hi, my name is Phil."
)
# Second turn — server remembers context
interaction2 = client.interactions.create(
model="gemini-3.8-flash",
input="What is my name?",
previous_interaction_id=interaction1.id
)
print(interaction2.output_text)
JavaScript/TypeScript
const interaction1 = await client.interactions.create({
model: "gemini-3.8-flash",
input: "Hi, my name is Phil.",
});
const interaction2 = await client.interactions.create({
model: "gemini-3.8-flash",
input: "What is my name?",
previous_interaction_id: interaction1.id,
});
console.log(interaction2.output_text);
Deep Research Agent
Use deep-research-preview-04-2026 for fast research or deep-research-max-preview-04-2026 for maximum exhaustiveness. Agents require background=True.
Python
import time
interaction = client.interactions.create(
agent="deep-research-preview-04-2026",
input="Research the history of Google TPUs.",
background=True
)
while True:
interaction = client.interactions.get(interaction.id)
if interaction.status == "completed":
print(interaction.output_text)
break
elif interaction.status == "failed":
print(f"Failed: {interaction.error}")
break
time.sleep(10)
JavaScript/TypeScript
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
// Start background research
const initialInteraction = await client.interactions.create({
agent: "deep-research-preview-04-2026",
input: "Research the history of Google TPUs.",
background: true,
});
// Poll for results
while (true) {
const interaction = await client.interactions.get(initialInteraction.id);
if (interaction.status === "completed") {
console.log(interaction.output_text);
break;
} else if (["failed", "cancelled"].includes(interaction.status)) {
console.log(`Failed: ${interaction.status}`);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
Advanced features: collaborative planning, native visualization, MCP integration, file search, multimodal inputs. See Deep Research docs ↗.
Managed Agents
Managed agents run inside a sandboxed Linux environment hosted by Google. Fetch the Managed Agents Quickstart ↗ before writing agent code.
Antigravity Agent
The Antigravity agent (antigravity-preview-09-2026) is the general-purpose managed agent. It can execute code (Bash, Python, Node.js), manage files, browse the web, and use Google Search. It uses gemini-3.8-flash by default and also supports gemini-4-argon via agent_config={"type": "antigravity", "model": "gemini-4-argon"}. See Antigravity Agent docs ↗ for capabilities, tools, multimodal input, and pricing.
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
agent="antigravity-preview-09-2026",
input="Write a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt. Then read the file and print its contents.",
environment="remote",
)
print(f"Environment ID: {interaction.environment_id}")
print(interaction.output_text)
JavaScript/TypeScript
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
agent: "antigravity-preview-09-2026",
input: "Write a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt. Then read the file and print its contents.",
environment: "remote",
});
console.log(`Environment ID: ${interaction.environment_id}`);
console.log(interaction.output_text);
Custom Agents
See Building Custom Agents docs ↗.
Python
agent = client.agents.create(
id="code-reviewer",
base_agent="antigravity-preview-09-2026",
system_instruction="You are a senior code reviewer. Check every file for bugs, style issues, and security vulnerabilities.",
base_environment={
"type": "remote",
"sources": [
{
"type": "repository",
"source": "https://github.com/my-org/backend",
"target": "/workspace/repo",
}
],
},
)
# Invoke — each call forks the base environment
result = client.interactions.create(
agent="code-reviewer",
input="Review the latest changes in /workspace/repo/src.",
environment="remote",
)
print(result.output_text)
JavaScript/TypeScript
const agent = await client.agents.create({
id: "code-reviewer",
base_agent: "antigravity-preview-09-2026",
system_instruction: "You are a senior code reviewer. Check every file for bugs, style issues, and security vulnerabilities.",
base_environment: {
type: "remote",
sources: [
{
type: "repository",
source: "https://github.com/my-org/backend",
target: "/workspace/repo",
}
],
},
});
const result = await client.interactions.create({
agent: "code-reviewer",
input: "Review the latest changes in /workspace/repo/src.",
environment: "remote",
});
console.log(result.output_text);
Manage agents with client.agents.list(), client.agents.get(id=...), and client.agents.delete(id=...).
Streaming
Set stream=True to receive incremental server-sent events. Each stream follows: interaction.created → (step.start → step.delta(s) → step.stop)+ → interaction.completed.
Python
for event in client.interactions.create(
model="gemini-3.8-flash",
input="Explain quantum entanglement in simple terms.",
stream=True,
):
if event.event_type == "step.delta":
if event.delta.type == "text":
print(event.delta.text, end="", flush=True)
elif event.event_type == "interaction.completed":
print(f"\n\nTotal Tokens: {event.interaction.usage.total_tokens}")
JavaScript/TypeScript
const stream = await client.interactions.create({
model: "gemini-3.8-flash",
input: "Explain quantum entanglement in simple terms.",
stream: true,
});
for await (const event of stream) {
if (event.event_type === "step.delta") {
if (event.delta.type === "text") {
process.stdout.write(event.delta.text);
}
} else if (event.event_type === "interaction.completed") {
console.log(`\n\nTotal Tokens: ${event.interaction?.usage?.total_tokens}`);
}
}
For streaming with tools, thinking, agents, and image generation see the full Streaming guide ↗.
Documentation Pages
You MUST fetch the matching page below before writing code. These hosted docs are the source of truth for parameters, types, and edge cases — do not rely solely on the examples above.
Core Documentation:
Tools & Function Calling:
- Function Calling ↗
- Google Search ↗
- Code Execution ↗
- URL Context ↗
- File Search ↗
- Tool Combination ↗
- Computer Use ↗
- Maps Grounding ↗
Generation & Output:
- Structured Output ↗
- Thinking ↗
- Thought Signatures ↗
- Image Generation ↗
- Image Understanding ↗
- Video Generation & Editing (Omni Flash) ↗
- Speech Generation (TTS) ↗
- Voice Design ↗
- Voice Replication ↗
- Music Generation ↗
- Embeddings ↗
Multimodal Understanding:
Files & Context:
Agents:
- Agents Overview ↗
- Managed Agents Quickstart ↗
- Antigravity Agent ↗
- Agent Environments ↗
- Agent Hooks ↗
- Agent Credentials ↗
- Building Custom Agents ↗
- Deep Research ↗
Advanced Features:
API Reference:
Data Model
An Interaction response contains steps, an array of typed step objects representing a structured timeline of the interaction turn.
Step Types
User steps:
user_input: User input (text, audio, multimodal). Containscontentarray.
Model/server steps:
model_output: Final model generation. Containscontentarray withtext,image,audio, etc.thought: Model reasoning/Chain of Thought. Hassignaturefield (required) and optionalsummary.function_call: Tool call request (id,name,arguments).function_result: Tool result you send back (call_id,name,result).google_search_call/google_search_result: Google Search tool steps, can have asignaturefield.code_execution_call/code_execution_result: Code execution tool steps, can have asignaturefield.url_context_call/url_context_result: URL context tool steps, can have asignaturefield.mcp_server_tool_call/mcp_server_tool_result: Remote MCP tool steps.file_search_call/file_search_result: File search tool steps, can have asignaturefield.
Content types (inside content array on model_output and user_input steps)
text: Text content (textfield, plus optionalannotationssuch as{"type": "speech_metadata", "speaker": "...", "style": "..."}for TTS)image/audio/document/video: Content withdata,mime_type, oruri
Streaming Event Types
| Event | Description |
|---|---|
| interaction.created | Interaction created; includes metadata. |
| interaction.status_update | Interaction-level status change. |
| step.start | A new step begins. Contains step type and initial metadata. |
| step.delta | Incremental data for the current step. Contains a typed delta object. |
| step.stop | The step is complete. Contains index. |
| interaction.completed | Interaction finished. Contains final usage. |
Delta Types
| Delta Type | Parent Step | Description |
|---|---|---|
| text | model_output | Incremental text token. |
| audio | model_output | audio chunk (base64). |
| image | model_output | image chunk (base64). |
| thought_summary | thought | thinking summary text. |
| thought_signature | thought | Opaque signature for thought verification. |
Status values: completed, in_progress, queued, requires_action, incomplete, failed, cancelled
Gemini Live API
For real-time, bidirectional audio/video/text streaming with the Gemini Live API (gemini-3.8-live, gemini-3.8-live-extended-thinking, and gemini-3.5-transcribe-live), install the google-gemini/gemini-live-api-dev skill. It covers WebSocket streaming, voice activity detection, background reasoning (extended thinking), asynchronous function calling, session management, ephemeral tokens, and more.
Вопросы и ответы
Что делает скилл gemini-api-dev?
Для вызова Gemini API для генерации текста, чата, многомодального понимания, генерации изображений и видео, потоковой передачи, вызова функций, структурированного вывода и рабочих процессов агентов можно использовать следующие примеры кода на Python и TypeScript. Для Python можно использовать библиотеку requests для отправки HTTP-запросов к API, а для TypeScript - библиотеку axios или fetch. Пример кода на Python: import requests response = requests.post('https://api.gemini.ai/generate', json={'prompt': 'Привет, как дела?'}) print(response.json()) Для генерации изображений и видео можно использовать endpoint /generate с соответствующими параметрами. Пример кода на TypeScript: import axios from 'axios'; const response = await axios.post('https://api.gemini.ai/generate', { prompt: 'Привет, как дела?' }); console.log(response.data); Аналогично можно реализовать вызовы для чата, многомодального понимания, потоковой передачи, вызова функций, структурированного вывода и рабочих процессов агентов, используя соответствующие endpoint и параметры API Gemini. Также можно использовать библиотеки и фреймворки, такие как Flask или Django для Python, и Express.js для TypeScript, для создания более сложных приложений, взаимодействующих с API Gemini. Например, для создания чат-бота можно использовать endpoint /chat и отправлять запросы к API с помощью библиотеки requests или axios. Пример кода на Python с использованием Flask: from flask import Flask, request app = Flask(__name__) @app.route('/chat', methods=['POST']) def chat(): prompt = request.json['prompt'] response = requests.post('https://api.gemini.ai/chat', json={'prompt': prompt}) return response.json() Пример кода на TypeScript с использованием Express.js: import express from 'express'; const app = express(); app.post('/chat', async (req, res) => { const prompt = req.body.prompt; const response = await axios.post('https://api.gemini.ai/chat', { prompt }); res.json(response.data); }); Таким образом, можно создать различные приложения, использующие возможности API Gemini для генерации текста, чата, многомодального понимания, генерации изображений и видео, потоковой передачи, вызова функций, структурированного вывода и рабочих процессов агентов.
Как установить gemini-api-dev?
Откройте блок «Установка» на этой странице и выберите своего агента — Claude Code, Codex, Cursor или Gemini CLI: там готовые команды, которые копируют папку скилла в нужное место. Либо скопируйте промпт из вкладки «Через ассистента» — ассистент сам проверит и подключит скилл.
С какими нейросетями работает gemini-api-dev?
Скиллы — это обычные инструкции в Markdown (формат Agent Skills), поэтому gemini-api-dev подходит любому агенту, который читает SKILL.md: Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode и другие. Модель загружает инструкции только когда задача подходит под описание скилла.
Скилл gemini-api-dev бесплатный?
Скилл опубликован автором google-gemini в открытом доступе под лицензией Apache-2.0. Сам скилл ничего не стоит — вы платите только своему провайдеру нейросети за использованные токены.
Безопасно ли устанавливать скиллы?
Скилл — это инструкции, которые агент будет выполнять, поэтому перед установкой прочитайте SKILL.md и сопутствующие файлы. Скрипты из папки скилла запускаются только если их запустит агент — следите за тем, что он делает, и не давайте лишних прав.
Чем скилл отличается от MCP-сервера или плагина?
MCP-сервер и плагин дают модели новые инструменты — код, который выполняется и возвращает результат. Скилл даёт знания и порядок действий: как подходить к задаче, какие шаги делать и как выглядит хороший результат. Ему не нужен сервер или ключ API.