Menyiapkan asisten coding Anda dengan Gemini MCP dan Keterampilan

Asisten coding AI sangat canggih, tetapi memiliki batasan—data pelatihan dihentikan pada tanggal tertentu, sehingga tidak dapat mengakses fitur dan perubahan API baru. Tanpa akses ke dokumentasi khusus Gemini, agen mungkin menyarankan pola umum, bukan pendekatan yang dioptimalkan.

Agar asisten coding Anda tetap mengikuti perkembangan Gemini API dan penggunaan yang direkomendasikannya, sebaiknya siapkan MCP Dokumen Gemini dan tingkatkan kualitas lingkungan Anda dengan Keterampilan Gemini API. Meskipun dapat digunakan secara terpisah, alat ini dirancang untuk bekerja bersama-sama guna memberikan cakupan yang lengkap.

Menghubungkan MCP Dokumen Gemini

Gemini menghosting server Model Context Protocol (MCP) publik di gemini-api-docs-mcp.dev. Menghubungkan agen coding Anda ke server ini memastikan bahwa semua kueri memiliki akses ke API, update kode, dan contoh konfigurasi optimal terbaru.

Jalankan perintah berikut di terminal agen atau root project untuk menginstal server:

npx add-mcp gemini-api-docs-mcp.dev

Server ini menambahkan fungsi search_documentation yang dapat digunakan agen Anda untuk mengambil definisi API dan pola integrasi real-time dari file dokumentasi Gemini resmi.

Menambahkan Keterampilan Pengembangan API

Keterampilan ini menyediakan aturan dan praktik terbaik bawaan (seperti menerapkan SDK yang benar dan versi model saat ini) langsung dalam konteks asisten Anda. Skill ini bekerja sama dengan layanan MCP Gemini Docs: Jika Anda telah menginstal keduanya, skill ini akan menggunakan layanan MCP untuk dokumentasi, tetapi meskipun tanpa MCP yang diinstal, skill ini akan mengambil llms.txt dari ai.google.dev sebagai penggantian.

Untuk menginstal kemampuan ini, Anda dapat menggunakan salah satu alat yang didukung berikut. Petunjuk penginstalan untuk keduanya disediakan di bawah setiap modul keterampilan:

  • skills.sh: Direkomendasikan. Standar terbuka untuk perilaku agen portabel.
  • Context7: Didukung untuk pengguna yang sudah menggunakan ekosistem Context7.

gemini-api-dev

Keterampilan dasar untuk pengembangan Gemini tujuan umum. Keterampilan ini memberikan dokumentasi dan praktik terbaik untuk:

  • Perutean perintah ke model saat ini (misalnya, Gemini 3.1 Pro/Flash) dan menghindari model yang tidak digunakan lagi
  • Perintah multimodal, panggilan fungsi, output terstruktur, dan pola integrasi umum

Instal dengan skills.sh

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

Menginstal dengan Context7

npx ctx7 skills install /google-gemini/gemini-skills gemini-api-dev

gemini-live-api-dev

Keterampilan untuk membangun aplikasi AI percakapan real-time dengan Gemini Live API. Keterampilan ini memberikan dokumentasi dan praktik terbaik untuk:

  • Koneksi WebSocket untuk streaming latensi rendah
  • Streaming audio, video, dan teks
  • Deteksi aktivitas suara dan dukungan interupsi

Instal dengan skills.sh

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

Menginstal dengan Context7

npx ctx7 skills install /google-gemini/gemini-skills gemini-live-api-dev

gemini-interactions-api

Keterampilan untuk membangun aplikasi dengan Interactions API. Interactions API adalah antarmuka terpadu untuk berinteraksi dengan model dan agen Gemini, yang dirancang untuk aplikasi berbasis agen. Keterampilan ini mencakup:

  • Pembuatan teks, multi-turn chat, dan streaming
  • Panggilan fungsi, output terstruktur, dan pembuatan gambar
  • Eksekusi latar belakang dan agen Deep Research
  • Pengelolaan status percakapan sisi server
  • Pola Python dan TypeScript SDK

Instal dengan skills.sh

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

Menginstal dengan Context7

npx ctx7 skills install /google-gemini/gemini-skills gemini-interactions-api

Verifikasi penginstalan

Setelah menginstal, konfirmasi bahwa asisten coding Anda dapat terhubung ke server MCP Gemini Docs dan menggunakan keahlian yang Anda instal.

1. Memverifikasi perilaku agen

Cara paling andal untuk memverifikasi adalah dengan mengajukan pertanyaan teknis tentang Gemini API kepada agen Anda.

Perintah: "Bagaimana cara menggunakan context caching dengan Gemini API?"

Penyiapan yang berhasil akan:

  • Menyediakan kode yang akurat: Merujuk metode Gemini tertentu seperti cacheContent atau cachedContents.create dari endpoint terbaru.
  • Menggunakan Alat MCP: Tunjukkan bahwa alat tersebut terhubung ke Server MCP Dokumen Gemini atau menggunakan alat search_documentation untuk mengambil data.
  • Memanggil skill yang dimuat: Menampilkan indikator bahwa "Menggunakan skill: gemini-api-dev" (jika mengandalkan wrapper sekunder).

2. Memverifikasi manifestasi & alat

Jika agen memberikan jawaban umum, gunakan perintah Discovery atau Status khusus untuk lingkungan Anda guna memverifikasi bahwa Docs MCP atau skill dimuat ke dalam memori.

Lingkungan Verifikasi MCP Verifikasi Keterampilan
Claude Code Ketik /mcp di terminal untuk melihat server aktif dan alat search_documentation. Ketik /skills di terminal untuk mencantumkan semua manifes aktif.
Kursor Buka Setelan > Fitur > MCP. Pastikan server "Terhubung". Buka Settings > Rules. Pastikan skill muncul di bagian "Agen Memutuskan".
Antigravity Periksa sidebar Penyesuaian > Koneksi untuk mengetahui status MCP. Ketik /skills list atau periksa sidebar Penyesuaian > Aturan.
Gemini CLI Jalankan gemini mcp list atau gunakan /mcp list. Jalankan gemini skills list atau gunakan perintah garis miring /skills dalam sesi.
Copilot Ketik @gemini /mcp untuk mencantumkan konektor data aktif. Ketik @gemini /skills (atau /skills) untuk melihat ekstensi aktif.

Pemecahan masalah

Jika agen Anda hanya memberikan informasi umum atau gagal mengenali metode khusus Gemini, periksa hal berikut:

Agen tidak menemukan skill

Sebagian besar agen mengindeks keterampilan hanya saat startup.

Perbaikan: Mulai ulang IDE (Cursor/VS Code) sepenuhnya atau keluar dan buka kembali agen berbasis terminal (Claude Code).

Konflik global vs. lokal

Jika Anda menginstal dengan flag --global, agen Anda mungkin mengabaikannya dan lebih memilih aturan khusus project.

Perbaikan: Coba instal skill langsung ke root project Anda tanpa flag global:

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

Resource