Install
npx skills add google-gemini/gemini-skills --skill gemini-api-devÀ qui ça s’adresse
Utilisez cette bibliothèque de skills quand vous voulez qu’un agent écrive du code d’appel pour Gemini API, les SDK et les interactions de modèle. La source la décrit comme une bibliothèque de skills pour Gemini API, SDK et interactions de modèle, et nomme à part gemini-api-dev : développement d’applications contre l’Interactions API, couvrant génération de texte, dialogue multi-tours, sortie en flux, appels de fonctions, sortie structurée, génération d’images, Deep Research agents, garde-fous pour modèles dépréciés, ainsi que les SDK Python et TypeScript. Documentation :
https://ai.google.dev/gemini-api/docs/interactions?ua=chat
Dépôt officiel :
https://github.com/google-gemini/gemini-skills
La source écrit que vous pouvez installer ces skills dans les assistants de programmation IA et les gestionnaires de paquets que vous utilisez déjà, mais elle ne nomme pas de produits précis. Ne pas inventer une liste de clients, ni l’écrire comme exclusif à quelques environnements. Sans intention d’exécuter la commande npx officielle sur cette machine, ne pas continuer.
La source écrit aussi : ce n’est pas un produit Google officiellement pris en charge, et il ne peut pas participer au Google Open Source Software Vulnerability Reward Program. Les chiffres d’évaluation montrent seulement qu’après installation, le taux auquel l’agent produit du code API correct change. Ne pas en faire le critère de succès d’un appel sur votre machine. Ne pas en déduire que la skill ne s’utilise que sur les deux modèles mentionnés dans l’évaluation. La bibliothèque peut contenir d’autres skills, mais la source n’écrit que gemini-api-dev comme exemple d’installation copiable. La première fois, ne pas nommer des skills jamais apparues.
Premier essai en 3 minutes
Ouvrir d’abord le dépôt officiel et vérifier :
https://github.com/google-gemini/gemini-skills
Le chemin recommandé est le npx skills add officiel. La première fois, seulement parcourir ; ne pas installer d’abord une pile de skills. Le parcours est interactif ; avant d’exécuter, confirmer que vous ne faites que consulter la liste :
npx skills add google-gemini/gemini-skills --list
Après la liste, l’exemple concret de la source est gemini-api-dev. L’installation écrit des fichiers de skill sur cette machine ; avant d’exécuter, confirmer que vous n’en voulez qu’une :
npx skills add google-gemini/gemini-skills --skill gemini-api-dev
Ne pas changer pour un nom de skill jamais apparu, ni inventer un second installeur. La source n’écrit pas de répertoire d’atterrissage ; n’inventez pas de chemin.
La première fois dans l’agent, seulement contrôler ; ne pas encore appeler une API réelle, ni générer d’images, ni lancer Deep Research. Demander à l’agent d’indiquer quelles capacités Interactions API gemini-api-dev couvre, et que ce n’est pas un produit Google officiellement pris en charge. Point d’observation : il peut réciter génération de texte, dialogue multi-tours, sortie en flux, appels de fonctions, sortie structurée, et les SDK Python et TypeScript, et n’est pas encore sorti sur le réseau.
Écrire du vrai code d’appel sort sur le réseau et peut consommer du quota. Continuer seulement quand vous êtes prêt à utiliser vos propres identifiants Gemini ; la source ne donne pas de nom de champ de clé, donc ne pas écrire de clé factice. La première fois, ne pas toucher à la génération d’images ni à Deep Research.
Cas d’usage
Cas 1 : Parcourir d’abord, puis installer une skill. Exécuter npx skills add google-gemini/gemini-skills --list, confirmer que des skills apparaissent dans la liste, puis installer gemini-api-dev. Convient à qui veut seulement accrocher la skill Interactions API à un agent et n’est pas prêt à envoyer des requêtes. Signal de succès : list s’ouvre, et la commande d’installation de la skill nommée se termine normalement. La source n’écrit pas les champs complets de list ; n’inventez pas d’autres noms --skill.
Cas 2 : D’abord contrôler le périmètre de câblage, puis décider d’écrire ou non du code. Après installation de gemini-api-dev, faire réciter à l’agent qu’il couvre génération de texte, dialogue multi-tours, sortie en flux, appels de fonctions, sortie structurée, génération d’images, Deep Research agents, garde-fous pour modèles dépréciés, et les SDK Python et TypeScript. Convient à qui craint que l’agent sorte tout de suite sur le réseau ou génère des images. Signal de succès : il peut dire le périmètre clairement et admettre que ce n’est pas un produit officiellement pris en charge. Pour un vrai appel, confirmer d’abord que cette exécution accédera à Gemini API et préparer vous-même les identifiants ; la source ne donne pas de paramètres d’exemple de requête, n’inventez pas. Ne pas traiter les chiffres Gemini 3 Flash et Gemini 3.1 Pro de l’évaluation comme un benchmark à reproduire.
Limites d’usage
Le chemin principal est npx skills add google-gemini/gemini-skills, parcours avec --list, skill d’exemple --skill gemini-api-dev. Ne pas inventer d’autres noms de skill ou installeurs. La source dit qu’on peut installer dans des assistants de programmation IA et gestionnaires de paquets courants, mais ne nomme pas de produits ; ne pas ajouter de liste de noms, ni l’écrire comme périmètre exclusif.
Ce n’est pas un produit Google officiellement pris en charge. Notes sur le programme de récompense des vulnérabilités :
https://bughunters.google.com/open-source-security
La capacité s’arrête aux points Interactions API ci-dessus et aux deux SDK. Génération d’images et Deep Research ont des effets de bord externes ; ne pas les faire la première fois. La source n’écrit ni champs de clé, ni quota, ni étapes de désinstallation. Ne pas compléter noms de modèles, noms de clients ou paramètres de requête non écrits. Le succès de la première fois n’est que la commande de parcours ou l’installation terminée, plus l’agent récitant le périmètre ; avant de sortir sur le réseau, confirmer les identifiants et l’accès API de cette exécution. La source n’écrit pas de commandes de désinstallation ou de mise à jour ; ne pas inventer un second installeur. Si l’agent commence à générer des images ou à lancer Deep Research, s’arrêter d’abord et revenir à l’explication en lecture seule. Les pourcentages d’évaluation ne remplacent pas votre propre signal de succès une fois.