进阶 ai.google.dev 2026-10-15 02:43:21 · 33 阅读

第3章 Coding agent 配置指南:接入 Gemini 开发者资源

Gemini 4 Argon 现已发布,欢迎试用。

首页 Gemini API 文档

Coding agent 配置与开发者资源

AI coding agent 依赖的训练数据有截止日期,因此 agent 经常推荐已弃用的模型(gemini-1.5)、旧版 SDK(google-generativeai)或过时的代码写法。

把 agent 接入官方 Gemini 开发者资源,可以让它基于当前模型、google-genai SDK 和 Interactions API 编写出准确的代码。

你可以通过以下四种方式让 coding agent 访问 Gemini 文档和规则:

Agent 资源概览

资源 提供内容 可用范围

Gemini Agent Skills 针对特定功能的分步规则、SDK 代码模式和辅助脚本(gemini-api-dev、gemini-live-api-dev、gemini-omni-flash-api)。 AI Studio Build 预装;也可通过 skills.sh、Context7 或 Managed Agents 安装。

Gemini Docs MCP Server 对所有文档进行实时搜索(gemini_search_docs)和整页读取(gemini_get_doc)。 支持 Claude Code、Cursor、OpenAI Codex 和 VS Code。

Gemini API Plugin 打包提供官方 Gemini skills、Docs MCP server 和 API key 工具。 Antigravity。

Machine-Readable Docs 干净的 Markdown 页面和 llms.txt 索引。 ai.google.dev/gemini-api/docs 上的所有文档页面。

安装 Gemini agent skills

Agent skills 为你的 coding agent 提供流程规则、最新模型名称和 SDK 代码模式。无需在 prompt 里堆砌冗长指令,agent 会按需加载对应的 skill。这能帮助 agent 避开已弃用的 SDK,采用现代 Gemini 写法。

Skills 与 Gemini Docs MCP server 配合使用。如果 agent 未安装 MCP server,skill 会回退到 llms.txt。想了解 skills 的工作原理,请阅读 Gemini API Skills 指南。

用 CLI 安装(skills.sh 或 Context7)

使用 skills.sh(推荐)或 Context7 安装 skills: # 列出仓库中所有可用的 skills npx skills add google-gemini/gemini-skills --list

# 用 skills.sh 全局安装某个 skill npx skills add google-gemini/gemini-skills --skill --global

# 或者用 Context7 安装 npx ctx7 skills install /google-gemini/gemini-skills

可用的 skills

gemini-api-dev

使用 Interactions API 和官方 Gemini API SDK(Python 的 google-genai、TypeScript 的 @google/genai)构建应用的 skill。涵盖:

文本生成、多轮对话、流式输出、结构化输出和函数调用 图像生成、文字转语音(TTS)和多模态输入 服务端对话状态管理、后台执行、Deep Research 和 managed agents 最新模型名称,以及迁移旧版 generateContent 或 google-generativeai 代码

npx skills add google-gemini/gemini-skills --skill gemini-api-dev --global

gemini-live-api-dev

使用 Gemini Live API 构建实时音视频流应用的 skill。涵盖:

WebSocket 会话管理、临时客户端令牌和会话恢复 支持语音活动检测(VAD)和插话(barge-in)的音视频、文本流式传输 后台推理(extended thinking)、非阻塞异步工具调用、转录和实时语音翻译

npx skills add google-gemini/gemini-skills --skill gemini-live-api-dev --global

gemini-omni-flash-api

使用 Interactions API 通过 Gemini Omni Flash 生成和编辑视频的 skill。包含辅助脚本(upload_file.py、 generate_video.py、prep_video.py、inspect_video.py),涵盖:

文生视频和 prompt 撰写 首尾帧过渡和参考引导的视频生成 视频续写和媒体预处理流程

npx skills add google-gemini/gemini-skills --skill gemini-omni-flash-api --global

在 Managed Agents 中挂载 skills

使用 Interactions API 运行远程 managed agents 时,可以把 google-gemini/gemini-skills 仓库挂载到 agent 的工作区。详见 Gemini API Skills 指南: from google import genai

client = genai.Client()

interaction = client.interactions.create( agent="antigravity-preview-09-2026", input="Build a script that generates a 5-second video of a neon cityscape.", environment={ "type": "remote", "sources": [ { "type": "repository", "source": "https://github.com/google-gemini/gemini-skills", "target": ".agents", } ], }, )

连接 Gemini Docs MCP server

公开的 Gemini Docs MCP server(https://gemini-api-docs-mcp.dev)让你的 agent 实时访问整个文档站点。agent 可以搜索并阅读文档页面,核对请求 schema、模型限制和新功能:

gemini_search_docs:按主题或查询搜索 Gemini API 文档。 gemini_get_doc:读取指定文档页面的完整 Markdown 内容。

快速配置

在终端或项目根目录运行以下命令,自动配置检测到的 coding agents: npx add-mcp "https://gemini-api-docs-mcp.dev"

各环境的配置方法

Claude Code在终端运行: $ claude mcp add --transport http geminiDocs https://gemini-api-docs-mcp.dev

Cursor添加到 ~/.cursor/mcp.json(全局)或 .cursor/mcp.json(项目): { "mcpServers": { "geminiDocs": { "url": "https://gemini-api-docs-mcp.dev" } } }

OpenAI Codex在终端运行: $ codex mcp add geminiDocs --url https://gemini-api-docs-mcp.dev

或添加到 ~/.codex/config.toml: [mcp_servers.geminiDocs] url = "https://gemini-api-docs-mcp.dev"

VS Code (Copilot)添加到工作区的 .vscode/mcp.json: { "servers": { "geminiDocs": { "type": "http", "url": "https://gemini-api-docs-mcp.dev" } } }

Gemini API 插件

如果你使用 Antigravity,Gemini API 插件是配置工作区最快的方式。它一次性打包了 Gemini Docs MCP server、所有官方 Gemini skills(gemini-api-dev、gemini-live-api-dev、gemini-omni-flash-api)和 API key 工具。

在 Antigravity 中安装(UI):进入 Settings > Customizations > Build with Google Plugins,下载 Gemini API。 用 CLI 安装: bash agy plugin install https://github.com/google-gemini/gemini-skills

机器可读文档

普通网页包含 HTML 标签、导航栏和脚本,会占用上下文窗口空间。ai.google.dev 提供了机器可读端点,让 agent 和脚本能直接获取干净的 Markdown:

llms.txt 索引 (https://ai.google.dev/gemini-api/docs/llms.txt): 列出所有 Gemini API 文档页面及其链接。 直接 Markdown URL(.md.txt):在 ai.google.dev 的任意文档 URL 后追加 .md.txt(例如 https://ai.google.dev/gemini-api/docs/coding-agents.md.txt), 即可获取干净的 Markdown 源码,用于保存 prompt、AGENTS.md 规则或自动化脚本。

推荐的项目规则(AGENTS.md)

项目规则文件(AGENTS.md、.cursorrules 或 CLAUDE.md)设定基线规则,在每次 agent 会话开始时加载。把以下指引添加到项目根目录,让 coding agent 默认使用最新模型和 SDK: # Gemini API Guidelines

- Before writing Gemini API code, consult the `geminiDocs` MCP server (`gemini_search_docs` / `gemini_get_doc`) or `https://ai.google.dev/gemini-api/docs/llms.txt`. - Always use the current Gemini API SDK (`google-genai` for Python, `@google/genai` for TypeScript/JavaScript). Never use legacy SDKs (`google-generativeai` or `@google/generative-ai`). - Use the Interactions API (`client.interactions.create`) for new applications unless a specific feature requires `generateContent`. - Use current recommended models (see https://ai.google.dev/gemini-api/docs/models) and avoid deprecated models.

验证与排错

验证配置

要测试配置是否生效,可以让 coding agent 执行: Look up the request schema for the Gemini Interactions API in the documentation.

配置正确的 agent 会调用 geminiDocs MCP server 上的 gemini_search_docs,并使用 google-genai 或 @google/genai SDK 编写基于 client.interactions.create 的代码。

状态查询命令

环境 MCP 验证 Skills 验证

Claude Code 运行 /mcp 运行 /skills

Cursor 打开 Settings > Features > MCP 打开 Settings > Rules

OpenAI Codex 运行 codex mcp list 检查 .codex/skills/ 或 ~/.codex/skills/

Antigravity 打开 Customizations > Connections 打开 Customizations > Rules 或运行 /skills list

VS Code (Copilot) 打开 Extensions > MCP 或 Output 面板 在 Copilot Chat 中点击 Select Tools

排错

未检测到 skill 或 MCP server:重启编辑器(Cursor 或 VS Code)或终端会话(Claude Code 或 Codex)。大多数 agent 只在启动时加载 MCP server 和 skills。 全局 skill 冲突:如果 agent 忽略了全局安装的 skill,请在项目根目录去掉 --global 重新安装: bash npx skills add google-gemini/gemini-skills --skill gemini-api-dev 规则未生效:确认 AGENTS.md、.cursorrules 或 CLAUDE.md 文件位于项目根目录。

下一步

Gemini API Skills 指南 GitHub 上的 Gemini API skills Interactions API 可用模型 库与 SDK

评论 (0)