用途:该技能用于调用 Google Gemini 的生成式内容 API(generateContent / chat sessions),适合在应用中接入文本与多模态生成、对话、函数调用等能力。
主要能力:支持 generateContent 文本与多模态轮次;通过官方 SDK @google/genai(TS)或 google-genai(Python)调用;支持 generateContentStream 流式输出;支持 system instruction、temperature、maxOutputTokens 等配置;支持工具/函数调用、代码执行、grounding;支持图片、音频、PDF 等多模态输入(inlineData base64 + MIME,或 Files API / URI)。
使用方式:认证可用 API key(GEMINI_API_KEY / GOOGLE_API_KEY),或在 Vertex 上使用 ADC。密钥与凭据只能放在后端或 worker,禁止进入前端公开包。model ID 固定在配置/环境变量中。多轮对话中 role 使用 user / model,而非 assistant。使用 chat session 时由 SDK 管理历史,否则显式传 contents 更便于测试与持久化。函数调用需声明函数、执行 functionCall 后在 parts 中返回 functionResponse,并校验参数、限制循环次数。流式应消费 iterator,客户端中断时取消上游。
限制与注意:400 参数错误、401/403 鉴权错误不应盲目重试;429 可用退避,5xx 可有限重试或回退模型;安全拦截可能无有效文本,应作为领域错误处理。避免记录含 PII/密钥的完整提示与响应。不要在浏览器包中放 Gemini key,不要无上限循环函数调用,不要假设各 model ID 模态能力完全一致,不要在同一 client 中混用 Vertex 与 API key。若使用旧版 SDK @google/generative-ai 应保持其 API,不擅自大版本迁移。OpenAI 兼容代理与 Claude/Anthropic 并非同一 API,不应直接复用 payload。其余费用、价格与具体平台细节暂未提供。