Gemini API 开发技能

概述

Gemini API 提供了对谷歌最先进 AI 模型的访问。关键能力包括：

• 文本生成 – 聊天、补全、摘要
• 多模态理解 – 处理图像、音频、视频和文档
• 函数调用 – 让模型调用您的函数
• 结构化输出 – 生成符合您架构的有效 JSON
• 代码执行 – 在沙盒环境中运行 Python 代码
• 上下文缓存 – 缓存大型上下文以提高效率
• Embeddings – 为语义搜索生成文本嵌入

当前 Gemini 模型

• gemini-3-pro-preview: 100万 token，复杂推理、编码、研究
• gemini-3-flash-preview: 100万 token，快速，平衡性能，多模态
• gemini-3-pro-image-preview: 65k / 32k token，图像生成和编辑

[!重要]
像 gemini-2.5-*、gemini-2.0-*、gemini-1.5-* 这样的模型是旧版且已弃用的。请使用上面的新模型。您的知识已过时。

SDKs

• Python: google-genai 使用 pip install google-genai 安装
• JavaScript/TypeScript: @google/genai 使用 npm install @google/genai 安装
• Go: google.golang.org/genai 使用 go get google.golang.org/genai 安装
• Java:
  • groupId: com.google.genai, artifactId: google-genai
  • 最新版本可以在这里找到：https://central.sonatype.com/artifact/com.google.genai/google-genai/versions （我们称其为 LAST_VERSION）
  • 在 build.gradle 中安装：

    implementation("com.google.genai:google-genai:${LAST_VERSION}")
    

  • 在 pom.xml 中安装 Maven 依赖：

    <dependency>
        <groupId>com.google.genai</groupId>
        <artifactId>google-genai</artifactId>
        <version>${LAST_VERSION}</version>
    </dependency>
    

[!警告]
旧版 SDK google-generativeai (Python) 和 @google/generative-ai (JS) 已被弃用。请按照迁移指南紧急迁移到上面的新 SDK。

快速开始

Python

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="解释量子计算"
)
print(response.text)

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});
const response = await ai.models.generateContent({
  model: "gemini-3-flash-preview",
  contents: "解释量子计算"
});
console.log(response.text);

Go

package main

import (
	"context"
	"fmt"
	"log"
	"google.golang.org/genai"
)

func main() {
	ctx := context.Background()
	client, err := genai.NewClient(ctx, nil)
	if err != nil {
		log.Fatal(err)
	}

	resp, err := client.Models.GenerateContent(ctx, "gemini-3-flash-preview", genai.Text("解释量子计算"), nil)
	if err != nil {
		log.Fatal(err)
	}

	fmt.Println(resp.Text)
}

Java

import com.google.genai.Client;
import com.google.genai.types.GenerateContentResponse;

public class GenerateTextFromTextInput {
  public static void main(String[] args) {
    Client client = new Client();
    GenerateContentResponse response =
        client.models.generateContent(
            "gemini-3-flash-preview",
            "解释量子计算",
            null);

    System.out.println(response.text());
  }
}

API 规范（事实来源）

始终使用最新的 REST API 发现规范作为 API 定义（请求/响应模式、参数、方法）的事实来源。在实施或调试 API 集成时获取该规范：

• v1beta (默认): https://generativelanguage.googleapis.com/$discovery/rest?version=v1beta
  除非集成明确固定为 v1，否则使用此版本。官方 SDK（google-genai， @google/genai, google.golang.org/genai）针对的是 v1beta。
• v1: https://generativelanguage.googleapis.com/$discovery/rest?version=v1
  仅在集成专门设置为 v1 时使用此版本。

如有疑问，请使用 v1beta。请参阅规范以了解确切的字段名称、类型和受支持的操作。

如何使用 Gemini API

有关详细的 API 文档，请从官方文档索引中获取：

llms.txt URL: https://ai.google.dev/gemini-api/docs/llms.txt

此索引包含指向所有文档页面的链接，格式为 .md.txt。使用网页抓取工具来：

1. 获取 llms.txt 以发现可用的文档页面
2. 获取特定页面（例如，https://ai.google.dev/gemini-api/docs/function-calling.md.txt）

关键文档页面

[!重要]
这些并非全部文档页面。使用 llms.txt 索引来发现可用的文档页面

• 模型
• Google AI Studio 快速入门
• Nano Banana 图像生成
• 使用 Gemini API 进行函数调用
• 结构化输出
• 文本生成
• 图像理解
• Embeddings
• 交互 API
• SDK 迁移指南

Gemini Live API

要使用 Gemini Live API 进行实时的、双向的音频/视频/文本流式传输，请安装 google-gemini/gemini-live-api-dev 技能。它涵盖了 WebSocket 流式传输、语音活动检测、原生音频功能、函数调用、会话管理、临时令牌等。