Verwenden Sie dieses Skill, wenn Sie Code schreiben, der die Gemini API für Textgenerierung, Multi-Turn-Chat, multimodales Verständnis, Bildgenerierung, Streaming-Antworten, Hintergrundrecherchen, Funktionsaufrufe, strukturierte Ausgaben oder die Migration von der alten generateContent API aufruft. Dieses Skill deckt die Interactions API ab, die empfohlene Methode zur Verwendung von Gemini-Modellen und -Agenten in Python und TypeScript.
Dieses Skill bietet eine umfassende Referenz für die Arbeit mit der Gemini Interactions API in Python und TypeScript. Es ist für Entwickler konzipiert, die Gemini-Modelle für eine Vielzahl von Aufgaben nutzen: Textgenerierung, Multi-Turn-Chat, multimodales Verständnis (Bilder, Audio, Video), Bildgenerierung, Streaming-Antworten, Hintergrundrecherchen, Funktionsaufrufe (Function Calling) und strukturierte Ausgaben. Der Fokus liegt auf der modernen, empfohlenen Interactions API als Ersatz für die veraltete generateContent API. Das Skill beschreibt, wie man Anfragen erstellt, Antworten verarbeitet, Kontexte für Chats verwaltet, Funktionen definiert und aufruft, und für Streaming oder Hintergrundrecherchen die entsprechenden Modi aktiviert. Es enthält Codebeispiele, bewährte Verfahren und Hinweise zur Fehlerbehandlung, um Entwicklern den Übergang zur Interactions API zu erleichtern und die vollen Fähigkeiten von Gemini auszuschöpfen.
npx skills add https://github.com/google-gemini/gemini-skills/tree/main/skills/gemini-interactions-apiInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Verwenden Sie dieses Skill, wenn Sie Code schreiben, der die Gemini API für Textgenerierung, Multi-Turn-Chat, multimodales Verständnis, Bildgenerierung, Streaming-Antworten, Hintergrundrecherchen, Funktionsaufrufe, strukturierte Ausgaben oder die Migration von der alten generateContent API aufruft. Dieses Skill deckt die Interactions API ab, die empfohlene Methode zur Verwendung von Gemini-Modellen und -Agenten in Python und TypeScript.
This repo contains 4 individual skills — each has its own dedicated page.
Use this skill when building applications with Gemini API hosted models, including Gemini and Gemma 4, working with multimodal content (text, images, audio, video), implementing function calling, using structured outputs, or needing current model specifications. Covers SDK usage (google-genai for Python, @google/genai for JavaScript/TypeScript, com.google.genai:google-genai for Java, google.golang.org/genai for Go), model selection, and API capabilities.
Use this skill when building real-time, bidirectional streaming applications with the Gemini Live API. Covers WebSocket-based audio/video/text streaming, voice activity detection (VAD), native audio features, function calling, session management, ephemeral tokens for client-side auth, live translation, and all Live API configuration options. SDKs covered - google-genai (Python), @google/genai (JavaScript/TypeScript).
Use this skill for generative video editing, text-to-video, image-referenced video generation, first-frame-to-video, first-and-last-frame transitions, and video extensions using Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) via the official google-genai SDK. Includes workflows for pre-processing/optimizing high-resolution or long source videos with ffmpeg, stripping audio for full sound regeneration, and handling turn-by-turn video editing and parallel execution.
Guides the usage of Gemini API on Google Cloud Vertex AI with the Gen AI SDK. Use when the user asks about using Gemini in an enterprise environment or explicitly mentions Vertex AI. Covers SDK usage (Python, JS/TS, Go, Java, C#), capabilities like Live API, tools, multimedia generation, caching, and batch prediction.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.