การตั้งค่าตัวแทนการเขียนโค้ดและแหล่งข้อมูลสำหรับนักพัฒนาแอป

เอเจนต์การเขียนโค้ด AI อาศัยข้อมูลฝึกฝนที่สิ้นสุด ณ วันที่ที่กำหนด ด้วยเหตุนี้ เอเจนต์จึงมักแนะนำโมเดลที่เลิกใช้งานแล้ว (gemini-1.5), SDK รุ่นเก่า (google-generativeai) หรือรูปแบบโค้ดที่ล้าสมัย

การเชื่อมต่อเอเจนต์กับแหล่งข้อมูลอย่างเป็นทางการสำหรับนักพัฒนาแอป Gemini จะช่วยให้เอเจนต์เขียนโค้ดได้อย่างถูกต้องโดยใช้โมเดลปัจจุบัน, google-genai SDK และ Interactions API

คุณให้สิทธิ์เข้าถึงเอกสารและกฎของ Gemini แก่เอเจนต์การเขียนโค้ดได้ 4 วิธีดังนี้

สรุปแหล่งข้อมูลของตัวแทน

ติดตั้งทักษะของ Gemini Agent

ทักษะของเอเจนต์จะให้กฎเชิงกระบวนการ ชื่อโมเดลปัจจุบัน และรูปแบบโค้ด SDK แก่เอเจนต์การเขียนโค้ด แทนที่จะเพิ่มวิธีการที่ยาวลงในพรอมต์ เอเจนต์จะโหลดแต่ละทักษะเมื่อจำเป็นเท่านั้น ซึ่งจะช่วยให้เอเจนต์หลีกเลี่ยง SDK ที่เลิกใช้งานแล้ว และใช้รูปแบบ Gemini ที่ทันสมัยได้

ทักษะจะทำงานควบคู่ไปกับเซิร์ฟเวอร์ MCP ของ Gemini Docs หากเอเจนต์ไม่ได้ติดตั้งเซิร์ฟเวอร์ MCP ทักษะจะกลับไปใช้ llms.txt ดูข้อมูลเพิ่มเติม เกี่ยวกับวิธีการทำงานของทักษะได้ที่คู่มือทักษะของ Gemini API

ติดตั้งด้วย CLI (skills.sh หรือ Context7)

ติดตั้งทักษะโดยใช้ skills.sh (แนะนำ) หรือ Context7:

# List all available skills in the repository
npx skills add google-gemini/gemini-skills --list

# Install a specific skill globally with skills.sh
npx skills add google-gemini/gemini-skills --skill <skill-name> --global

# Or install with Context7
npx ctx7 skills install /google-gemini/gemini-skills <skill-name>

ทักษะที่พร้อมใช้งาน

gemini-api-dev

ทักษะในการสร้างแอปพลิเคชันด้วย Interactions API และ SDK ของ Gemini API อย่างเป็นทางการ (google-genai สำหรับ Python และ @google/genai สำหรับ TypeScript) ทักษะนี้ครอบคลุมหัวข้อต่อไปนี้

• การสร้างข้อความ การสนทนาไปมา การสตรีม เอาต์พุตที่มีโครงสร้าง และการเรียกใช้ฟังก์ชัน
• การสร้างรูปภาพ ข้อความเป็นคำพูด (TTS) และอินพุตหลายรูปแบบ
• การจัดการสถานะการสนทนาฝั่งเซิร์ฟเวอร์ การดำเนินการในเบื้องหลัง Deep Research และเอเจนต์ที่มีการจัดการ
• ชื่อรุ่นปัจจุบันและการย้ายข้อมูลโค้ดเดิม generateContent หรือ google-generativeai

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

gemini-live-api-dev

ทักษะในการสร้างแอปพลิเคชันการสตรีมเสียงและวิดีโอแบบเรียลไทม์ด้วย Gemini Live API ทักษะนี้ครอบคลุมหัวข้อต่อไปนี้

• การจัดการเซสชัน WebSocket, โทเค็นไคลเอ็นต์ชั่วคราว และการกลับมาใช้เซสชันต่อ
• การสตรีมเสียง วิดีโอ และข้อความด้วยการตรวจจับกิจกรรมเสียงพูด (VAD) และ การรองรับการขัดจังหวะ
• การให้เหตุผลเบื้องหลัง (การคิดที่ยาวนานขึ้น), การเรียกใช้เครื่องมือแบบอะซิงโครนัสที่ไม่บล็อก , การถอดเสียง และการแปลเสียงพูดแบบเรียลไทม์

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

gemini-omni-flash-api

ทักษะในการสร้างและตัดต่อวิดีโอด้วย Gemini Omni Flash โดยใช้ Interactions API รวมสคริปต์ตัวช่วย (upload_file.py, generate_video.py, prep_video.py, inspect_video.py) และครอบคลุมสิ่งต่อไปนี้

• การสร้างวิดีโอจากข้อความและการสร้างพรอมต์
• การเปลี่ยนฉากเฟรมแรกและเฟรมสุดท้าย รวมถึงการสร้างวิดีโอตามการอ้างอิง
• เวิร์กโฟลว์ส่วนขยายวิดีโอและการประมวลผลสื่อเบื้องต้น

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

ติดตั้งทักษะใน Agent ที่ได้รับการจัดการ

เมื่อเรียกใช้ Agent ที่มีการจัดการจากระยะไกลด้วย Interactions API คุณจะติดตั้งที่เก็บ google-gemini/gemini-skills ในพื้นที่ทำงานของ Agent ได้ ดูรายละเอียดได้ที่ คู่มือทักษะของ Gemini API

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",
            }
        ],
    },
)

เชื่อมต่อเซิร์ฟเวอร์ MCP ของ Gemini Docs

เซิร์ฟเวอร์ MCP ของเอกสาร Gemini สาธารณะ (https://gemini-api-docs-mcp.dev) ช่วยให้เอเจนต์ของคุณเข้าถึงเว็บไซต์เอกสารประกอบทั้งหมดได้แบบเรียลไทม์ Agent สามารถค้นหา และอ่านหน้าเอกสารประกอบเพื่อตรวจสอบสคีมาคำขอ ขีดจำกัดของโมเดล และฟีเจอร์ใหม่ๆ ได้

• gemini_search_docs: ค้นหาเอกสารประกอบของ Gemini API ตามหัวข้อหรือคำค้นหา
• gemini_get_doc: อ่านเนื้อหา Markdown ทั้งหมดของหน้าเอกสารประกอบที่เฉพาะเจาะจง

การตั้งค่าอย่างรวดเร็ว

เรียกใช้คำสั่งนี้ในเทอร์มินัลหรือรูทของโปรเจ็กต์เพื่อกำหนดค่าเอเจนต์การเขียนโค้ดที่ตรวจพบโดยอัตโนมัติ

npx add-mcp "https://gemini-api-docs-mcp.dev"

การกำหนดค่าตามสภาพแวดล้อม

$ claude mcp add --transport http geminiDocs https://gemini-api-docs-mcp.dev

{
  "mcpServers": {
    "geminiDocs": {
      "url": "https://gemini-api-docs-mcp.dev"
    }
  }
}

$ codex mcp add geminiDocs --url https://gemini-api-docs-mcp.dev

[mcp_servers.geminiDocs]
url = "https://gemini-api-docs-mcp.dev"

{
  "servers": {
    "geminiDocs": {
      "type": "http",
      "url": "https://gemini-api-docs-mcp.dev"
    }
  }
}

ปลั๊กอิน Gemini API

หากใช้ Antigravity ปลั๊กอิน Gemini API จะเป็นวิธีที่เร็วที่สุดในการตั้งค่า พื้นที่ทำงาน โดยจะรวมเซิร์ฟเวอร์ MCP ของ Gemini Docs, ทักษะ Gemini อย่างเป็นทางการทั้งหมด (gemini-api-dev, gemini-live-api-dev, gemini-omni-flash-api) และเครื่องมือคีย์ API ไว้ในการดาวน์โหลดครั้งเดียว

• ติดตั้งใน Antigravity (UI): ไปที่การตั้งค่า > การปรับแต่ง > สร้าง ด้วยปลั๊กอินของ Google แล้วดาวน์โหลด Gemini API
• ติดตั้งด้วย CLI: bash agy plugin install https://github.com/google-gemini/gemini-skills

เอกสารประกอบที่เครื่องอ่านได้

หน้าเว็บมาตรฐานมีแท็ก HTML, แถบนำทาง และสคริปต์ที่ใช้พื้นที่หน้าต่างบริบท ai.google.dev มีปลายทางที่เครื่องอ่านได้เพื่อให้ เอเจนต์และสคริปต์ดึงข้อมูลมาร์กดาวน์ที่สะอาดได้โดยตรง

• llms.txt index (https://ai.google.dev/gemini-api/docs/llms.txt): แสดงหน้าเอกสารประกอบทั้งหมดของ Gemini API พร้อมลิงก์ไปยังแต่ละหน้า
• URL มาร์กดาวน์โดยตรง (.md.txt): เพิ่ม .md.txt ต่อท้าย URL ของเอกสารประกอบใดก็ได้ ใน ai.google.dev (เช่น https://ai.google.dev/gemini-api/docs/coding-agents.md.txt) เพื่อรับแหล่งที่มาของมาร์กดาวน์ที่สะอาดสำหรับพรอมต์ที่บันทึกไว้ กฎ AGENTS.md หรือ สคริปต์อัตโนมัติ

กฎของโปรเจ็กต์ที่แนะนำ (AGENTS.md)

ไฟล์กฎของโปรเจ็กต์ (AGENTS.md, .cursorrules หรือ CLAUDE.md) จะตั้งค่ากฎพื้นฐาน ที่โหลดเมื่อเริ่มเซสชันของเอเจนต์ทุกครั้ง เพิ่มหลักเกณฑ์ต่อไปนี้ลงใน รูทของโปรเจ็กต์เพื่อให้เอเจนต์การเขียนโค้ดใช้โมเดลและ SDK ปัจจุบันโดยค่าเริ่มต้น

# 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.

ยืนยันและแก้ปัญหา

ตรวจสอบการตั้งค่า

หากต้องการทดสอบการตั้งค่า ให้ถาม Agent การเขียนโค้ดว่า

Look up the request schema for the Gemini Interactions API in the documentation.

Agent ที่กำหนดค่าแล้วจะใช้ gemini_search_docs ในgeminiDocsเซิร์ฟเวอร์ MCP และเขียนโค้ดโดยใช้ client.interactions.create กับ google-genai หรือ @google/genai SDK

คำสั่งสถานะ

การแก้ปัญหา

• ตรวจไม่พบเซิร์ฟเวอร์ทักษะหรือ MCP: รีสตาร์ทโปรแกรมแก้ไข (Cursor หรือ VS Code) หรือเซสชันเทอร์มินัล (Claude Code หรือ Codex) เอเจนต์ส่วนใหญ่จะโหลดเซิร์ฟเวอร์ MCP และ ทักษะเมื่อเริ่มต้นเท่านั้น
• ความขัดแย้งของทักษะส่วนกลาง: หากเอเจนต์ไม่สนใจทักษะที่ติดตั้งทั่วโลก ให้ติดตั้งทักษะในรูทของโปรเจ็กต์โดยไม่มี --global: bash npx skills add google-gemini/gemini-skills --skill gemini-api-dev
• กฎที่ระบบไม่สนใจ: ตรวจสอบว่าไฟล์ AGENTS.md, .cursorrules หรือ CLAUDE.md อยู่ในไดเรกทอรีรากของโปรเจ็กต์

ขั้นตอนถัดไป

• คู่มือทักษะ Gemini API
• ทักษะเกี่ยวกับ Gemini API ใน GitHub
• Interactions API
• โมเดลที่พร้อมใช้งาน
• ไลบรารีและ SDK