Google Gemini 生態系統的整合資源庫正式上線，聚焦於協助開發者透過多元工具與文件快速上手。

核心資源集合

Google Gemini 官方組織推出五大主要程式庫，涵蓋 API 技能、CLI 工具、烹飪書與處理器框架：

• /gemini-skills：Gemini API 的技能程式庫
• /gemini-cli：開源終端 AI Agent，讓使用者在命令列直接調用 Gemini
• /cookbook：實作導向的 Gemini API 教學指南
• /gemma-cookbook：Google Gemma 開放模型的使用手冊
• /genai-processors：用於構建高效串流管道的 Python 函式庫

Gemini API 技能庫的實際成效

/gemini-skills 針對語言模型知識過時的問題提出解決方案。由於 LLM 的訓練時間點固定，導致無法掌握最新的 API 更新或最佳實踐演變（例如「思考迴圈」等新概念），技能庫透過輕量級上下文注入來填補這個知識缺口。評估結果顯示，使用此技能的 Agent 能正確產生符合最佳實踐的 API 程式碼的準確率達 87%（Gemini 3 Flash）與 96%（Gemini 3 Pro）。該庫包含四大技能模組：

• gemini-api-dev：Gemini API 開發最佳實踐
• vertex-ai-api-dev：Google Cloud Vertex AI 上的開發指南，涵蓋工具、多模態生成、快取與批次預測
• gemini-live-api-dev：實時雙向串流應用的構建指南，含 WebSocket 音訊/影片/文字串流、語音活動檢測與會話管理
• gemini-interactions-api：多輪對話、串流、函式呼叫、結構化輸出與深度研究 Agent 的完整指南

Gemini CLI 的終端優先設計

/gemini-cli 將 Gemini 的能力直接帶入開發者的命令列環境。核心特色包括：

• 免費層級：個人 Google 帳戶可享 60 請求/分鐘與 1,000 請求/日的限制
• 存取 Gemini 3 系列模型，支援 1M token context window
• 內建工具：Google 搜尋接地、檔案操作、Shell 指令執行、網頁抓取
• MCP（Model Context Protocol）支援用於自訂整合
• 多種安裝選項：npx、npm、Homebrew、MacPorts 與 Anaconda

CLI 提供三大認證方案：Google OAuth 登入（免費層）、Gemini API 金鑰（按用量計費）與 Vertex AI（企業級）。功能涵蓋程式碼理解與產生、自動化操作任務、GitHub 工作流程整合（拉取請求審查、Issue 分類、on-demand 協助），以及對話檢查點與自訂上下文檔案支援。使用者可透過 Vercel 或 Context7 的 CLI 工具互動式瀏覽與安裝技能。

Gemini API 烹飪書的結構化學習路徑

/cookbook 提供實作導向的教程與範例，分為快速起步與實際應用兩大類。近期更新突出了新興功能：

• Lyria 3：30 秒音樂片段與完整歌曲生成、影像轉音樂
• Nano-Banana 2 與 Pro：原生影像生成模型，支援高速或 4K 品質，新增思考與搜尋接地功能
• 檔案搜尋：透過託管 RAG 系統在自有資料上進行接地生成
• Google Maps 接地：利用地理資料進行事實查驗
• Veo 3.1：影片生成模型，含影像轉影片與影片延伸功能
• Gemini 機器人-ER 1.5：針對機器人空間理解的專用模型

烹飪書提供認證、Batch API（享最高 90% 折扣）、日誌與資料集處理等指南，官方 SDK 涵蓋 Python、Go、Node.js、Dart、Android 與 Swift。

Gemma 開放模型生態與 GenAI 處理器框架

/gemma-cookbook 展示 Google Deepmind 構建的輕量級開放模型家族，包括基礎 Gemma（版本 1、2、3）與多個領域專用變體：CodeGemma（程式碼任務）、DataGemma（資料接地）、FunctionGemma（函式呼叫）、MedGemma（醫療文本與影像理解）、PaliGemma（視覺語言模型）、ShieldGemma（安全評估）等。

/genai-processors 則是用於建構模組化、非同步與可組合 AI 管道的 Python 函式庫。其核心設計透過統一內容模型、簡單的 Processor 類別與原生 asyncio 串流支援，消除 LLM API 碎片化。Processor 採「雙介面」模式，一端處理複雜的非同步多模態資料串流，另一端向開發者暴露簡化 API。內建支援包括 GenAI 模型呼叫與 Live API 即時串流，開發者可透過繼承或函式裝飾器擴展客製 Processor，內容類型涵蓋文字、影像、音訊與自訂 JSON，整合 Python 3.10+ 的 asyncio 框架進行併發協調。