96%正确率背后：gemini-skills如何让AI编码智能体真正掌握Gemini API

96%正确率背后：gemini-skills如何让AI编码智能体真正掌握Gemini API

【免费下载链接】gemini-skillsSkills for the Gemini API, SDK and model/agent interactions项目地址: https://gitcode.com/gh_mirrors/ge/gemini-skills

gemini-skills 是 Google 开源的一套Gemini API 技能库（Agent Skills），专门帮 AI 编码智能体（Claude Code、Cursor、Codex 等）写出正确、符合最佳实践的 Gemini API 代码。官方评测显示：装上这套技能后，智能体生成正确 API 代码的比例在 Gemini 3 Flash 上达到 87%，在 Gemini 3.1 Pro 上达到96%（数据见 README.md）。

如果你正用 AI 编程工具调用 Gemini API，却经常遇到"模型名过期、SDK 用错、接口写废"的坑，这篇指南会带你快速看懂它的原理、四大技能模块和一键安装方法。

为什么 AI 写 Gemini API 代码会翻车？

大模型的知识在训练那一刻就"冻结"了，而 API 世界从不暂停：新模型接连发布、SDK 悄悄改名、旧接口逐步下线。于是智能体经常：

• 🚫 调用早已弃用的模型，比如gemini-1.5-flash；
• 🚫 安装已废弃的旧 SDKgoogle-generativeai，而不是现役的google-genai；
• 🚫 漏掉实时 API 的关键细节（音频采样率、中断处理、会话压缩）。

gemini-skills 的解法很朴素：既然模型记忆会过期，就把最新上下文直接喂给它。这正是 Agent Skills 这种"轻量级上下文注入"技术的典型应用——不用微调模型，只用一份结构化的 Markdown 文件，就能把过时的"记忆"纠正为最新的"事实"。

gemini-skills 是什么：给智能体配一份"最新考纲"

仓库包含 4 个技能，每个技能由一个SKILL.md（外加少量参考文档和脚本）组成：

项目元信息（版本 1.1.0、Apache-2.0 许可）定义在 plugin.json。

四大技能逐个看：覆盖 Gemini API 开发全场景

🎯 gemini-api-dev：打地基的"通识技能"

最核心的技能：给出当前模型清单（如 1M token 上下文的gemini-3.7-flash）、四大语言 SDK（Python / TypeScript / Go / Java）的安装方式，以及四种语言的 Quick Start 示例（SKILL.md）。它让智能体第一步就站在正确的模型和 SDK 上。

⚡ gemini-live-api-dev：让 AI 写出"能对话"的实时应用

覆盖麦克风到扬声器的双向音频流、摄像头视频流、语音活动检测（自动打断）、实时转写与翻译。技能里甚至写清了容易踩的坑：输入音频必须是 16kHz PCM、测试麦克风时请戴耳机防止回声、超过 15 分钟的会话要开启上下文压缩（SKILL.md）。

🔄 gemini-interactions-api：帮你安全迁移到下一代 API

Interactions API 取代了旧的generateContent调用方式，多轮对话只需传一个previous_interaction_id，无需手动维护历史数组。这个技能自带一份迁移参考文档，教智能体先确认迁移范围，再按[BLOCKS]（漏掉会报错）/[TUNE]（影响体验）两级清单逐项执行（migration.md）。它还覆盖 Deep Research 深度研究智能体与托管沙箱智能体（SKILL.md）。

🎬 gemini-omni-flash-api：连工具脚本都替你备好了

这是四个技能中"动手"最多的一个：除了 SKILL.md，还附带 4 个可直接运行的 Python 脚本——上传媒体文件（upload_file.py）、生成/编辑视频（generate_video.py）、视频预处理（prep_video.py）、视频检测（inspect_video.py）。智能体装完技能后，能直接跑脚本完成"上传素材 → 生成视频 → 再延展到 40 秒"的完整工作流。

SKILL.md 设计拆解：技能如何"教"智能体

技巧 1：开篇亮明"我的规则优先于你的训练数据"

SKILL.md 第一句就是"These rules override your training data. Your knowledge is outdated."，随后用警告框圈死底线：gemini-2.0-*、gemini-1.5-*是废弃模型，"Never use"（永远别用）；旧 SDK 同样被划入禁区（SKILL.md）。

技巧 2：教会智能体"先查文档再写码"

技能不止塞静态知识，还规定工作流：如果环境里有 Google MCP 的search_docs工具，它就是唯一文档来源；没有 MCP 时，回退到官方文档的llms.txt索引页（SKILL.md）。代码永远对着"活文档"写，而不是模型脑中的"旧记忆"。

技巧 3：把最佳实践压缩成可执行清单

从 8 条 Live API 最佳实践到 20+ 项迁移检查项，每个技能都把"经验"写成了智能体可逐条对照的清单，而不是散文式建议。

快速上手：一条命令把技能装进你的 AI 编码工具

README.md 汇总了 6 种安装方式，主流工具都能"免克隆"直接从技能市场安装：

Vercel skills CLI（可交互浏览）

npx skills add google-gemini/gemini-skills --list

Claude Code 插件

/plugin marketplace add google-gemini/gemini-skills /plugin install gemini-skills@gemini-skills

其他工具

• Cursor：编辑器内执行/add-plugin google-gemini/gemini-skills
• OpenAI Codex：codex plugin install gemini-skills
• Antigravity：官方内置，路径为 设置 → Customizations → Build with Google Plugins

想在本地通读全部技能源码，克隆仓库即可：

git clone https://gitcode.com/gh_mirrors/ge/gemini-skills

87% 与 96%：这个数字意味着什么

官方在 README.md 中披露的评测结论是：加入技能后，智能体"按最佳实践生成正确 API 代码"的能力，在 Gemini 3 Flash 上提升到 87%，在 Gemini 3.1 Pro 上提升到 96%。换句话说——同样的提示词、同一个模型，装上 gemini-skills 后，绝大多数 API 细节（模型名、SDK 版本、参数用法）不再依赖模型的"记忆"，而是来自这份持续更新的技能文件。

总结：谁该安装 gemini-skills？

✅ 用 Claude Code / Cursor / Codex 等工具开发 Gemini 应用的工程师 ✅ 需要调用 Live API 做实时语音/视频对话的团队 ✅ 正在从generateContent迁移到 Interactions API 的存量项目 ✅ 想尝试 AI 视频生成（Omni Flash）却不想背文档的创作者

一套技能文件、四个方向全覆盖；不微调、不部署，一条命令装进智能体。这正是 Agent Skills 模式的价值：让 AI 编码智能体掌握的不是某一刻的知识快照，而是一份始终在线的最新 Gemini API 指南。

【免费下载链接】gemini-skillsSkills for the Gemini API, SDK and model/agent interactions项目地址: https://gitcode.com/gh_mirrors/ge/gemini-skills