راه‌اندازی عامل کدنویسی و منابع توسعه‌دهنده

عامل‌های کدنویسی هوش مصنوعی به داده‌های آموزشی‌ای متکی هستند که در تاریخ مشخصی قطع می‌شود. به‌همین دلیل، کارگزاران اغلب مدل‌های منسوخ‌شده (gemini-1.5)، کیت‌های توسعه نرم‌افزار قدیمی‌تر (google-generativeai)، یا الگوهای کد قدیمی را پیشنهاد می‌کنند.

متصل کردن عامل به منابع رسمی توسعه‌دهندگان Gemini به آن کمک می‌کند بااستفاده از مدل‌های فعلی، google-genai SDK، و Interactions API کد دقیق بنویسد.

می‌توانید به چهار روش به عامل کدنویسی خود دسترسی به اسناد و قوانین Gemini بدهید:

خلاصه منابع نماینده

نصب مهارت‌های Gemini Agent

مهارت‌های عامل به عامل کدنویسی شما قوانین رویه‌ای، نام‌های مدل فعلی، و الگوهای کد «کیت توسعه نرم‌افزار» می‌دهد. به‌جای افزودن دستورالعمل‌های طولانی به پیام‌واره، کارگزار شما هر مهارت را فقط درصورت نیاز بار می‌کند. این کار به نماینده شما کمک می‌کند از «کیت‌های توسعه نرم‌افزار» منسوخ‌شده استفاده نکند و از الگوهای مدرن Gemini استفاده کند.

مهارت‌ها در کنار سرور Gemini Docs MCP کار می‌کنند. اگر نماینده شما سرور MCP را نصب نکرده باشد، مهارت به llms.txt برمی‌گردد. برای کسب اطلاعات بیشتر درباره نحوه عملکرد مهارت‌ها، راهنمای مهارت‌های Gemini API را بخوانید.

نصب با CLI (skills.sh یا Context7)

مهارت‌ها را بااستفاده از skills.sh (توصیه‌شده) یا Context7 نصب کنید:

# 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>

مهارت‌های دردسترس

gemini-api-dev

مهارت ساختن برنامه‌ها با میانای برنامه‌سازی کاربردی Interactions و کیت‌های توسعه نرم‌افزار رسمی Gemini API (‏google-genai برای Python و @google/genai برای TypeScript). این مهارت این موارد را پوشش می‌دهد:

• تولید نوشتار، گپ چندنوبتی، جاری‌سازی، بروندادهای ساختاریافته، و فراخوانی تابع
• تولید تصویر، نوشتار به گفتار (TTS)، و ورودی‌های چندحالته
• مدیریت وضعیت مکالمه سمت سرور، اجرای پس‌زمینه‌ای، «پژوهش عمیق»، و کارگزاران مدیریت‌شده
• نام‌های مدل کنونی و انتقال کد قدیمی generateContent یا google-generativeai

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

gemini-live-api-dev

مهارت ساختن برنامه‌های جاری‌سازی صوتی و ویدیویی هم‌زمان با Gemini Live API. این مهارت شامل موارد زیر است:

• مدیریت جلسه WebSocket، نشان‌های کارخواه زودگذر، و ازسرگیری جلسه
• جاری‌سازی صدا، ویدیو، و نوشتار با تشخیص فعالیت گفتاری (VAD) و پشتیبانی از مداخله
• استدلال پس‌زمینه‌ای (تفکر گسترده)، فراخوانی‌های ابزار ناهم‌زمان غیرمسدودکننده، آوانویسی، و ترجمه زنده گفتار

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

gemini-omni-flash-api

مهارت تولید و ویرایش ویدیو با Gemini Omni Flash بااستفاده از Interactions API. شامل متن‌های کمکی (upload_file.py، generate_video.py، prep_video.py، inspect_video.py) می‌شود و موارد زیر را پوشش می‌دهد:

• تولید نوشتار به ویدیو و ساخت پیام‌واره
• گذار قاب اول و آخر و تولید ویدیو با راهنمایی مرجع
• گردش‌های کار پیش‌پردازش رسانه و افزونه‌های ویدیویی

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

مهارت‌ها را در «عامل‌های مدیریت‌شده» نصب کنید

وقتی کارگزاران مدیریت‌شده راه‌دور را با Interactions API اجرا می‌کنید، می‌توانید مخزن google-gemini/gemini-skills را در فضای کاری کارگزار نصب کنید. برای جزئیات، راهنمای مهارت‌های Gemini API را ببینید:

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",
            }
        ],
    },
)

متصل کردن سرور MCP «سندنگار Gemini»

سرور MCP «سندنگار Gemini» عمومی (https://gemini-api-docs-mcp.dev) به عامل شما امکان می‌دهد به کل سایت مستندات دسترسی زنده داشته باشد. کارگزار شما می‌تواند صفحات مستندات را جستجو کند و بخواند تا طرحواره‌های درخواست، محدودیت‌های مدل، و ویژگی‌های جدید را بررسی کند:

• ‫gemini_search_docs: مستندات Gemini API را براساس موضوع یا پُرسمان جستجو می‌کند.
• gemini_get_doc: محتوای کامل Markdown صفحه مستندات خاصی را می‌خواند.

راه‌اندازی سریع

برای پیکربندی خودکار عامل‌های کدنویسی شناسایی‌شده، این فرمان را در پایانه یا ریشه پروژه اجرا کنید:

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

پیکربندی براساس محیط

$ 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"
    }
  }
}

برنامه افزونه Gemini API

اگر از Antigravity استفاده می‌کنید، افزایه Gemini API سریع‌ترین راه برای راه‌اندازی فضای کاری شما است. این بسته شامل سرور MCP «سندنگار Gemini»، همه مهارت‌های رسمی Gemini (gemini-api-dev، gemini-live-api-dev، gemini-omni-flash-api)، و ابزارهای کلید API در یک بارگیری است.

• نصب در Antigravity (واسط کاربر): به Settings (تنظیمات) > Customizations (سفارشی‌سازی‌ها) > Build with Google Plugins (ساختن با افزایه‌های Google) بروید و Gemini API را بارگیری کنید.
• نصب با CLI: bash agy plugin install https://github.com/google-gemini/gemini-skills

اسناد ماشین‌خوانا

صفحه‌های وب استاندارد شامل برچسب‌های HTML، نوارهای پیمایش، و دستورگان‌هایی است که فضای پنجره زمینه‌ای را اشغال می‌کنند. ‫ai.google.dev نقاط پایانی ماشین‌خوان ارائه می‌دهد تا کارگزاران و دستورگان‌ها بتوانند Markdown پاک را مستقیماً واکشی کنند:

• فهرست llms.txt (https://ai.google.dev/gemini-api/docs/llms.txt): همه صفحه‌های مستندات Gemini API را با پیوند به هر صفحه فهرست می‌کند.
• نشانی‌های وب مستقیم Markdown (.md.txt): .md.txt را به هر نشانی وب مستندات در ai.google.dev (برای مثال، https://ai.google.dev/gemini-api/docs/coding-agents.md.txt) اضافه کنید تا منبع Markdown پاکیزه برای پیام‌واره‌های ذخیره‌شده، AGENTS.md قوانین، یا برنامه‌های خودکارسازی‌شده دریافت کنید.

قوانین پروژه توصیه‌شده (AGENTS.md)

فایل قوانین پروژه (AGENTS.md، .cursorrules، یا CLAUDE.md) قوانین پایه را که در ابتدای هر جلسه کارگزار بار می‌شود تنظیم می‌کند. این دستورالعمل‌ها را به ریشه پروژه خود اضافه کنید تا عوامل کدنویسی به‌طور پیش‌فرض از مدل‌ها و کیت‌های توسعه نرم‌افزار فعلی استفاده کنند:

# 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.

درستی‌سنجی و عیب‌یابی

به‌تأیید رساندن تنظیمات

برای آزمایش راه‌اندازی، از عامل کدنویسی‌تان بپرسید:

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

عامل پیکربندی‌شده از gemini_search_docs در سرور geminiDocs MCP استفاده می‌کند و بااستفاده از client.interactions.create با google-genai یا کیت توسعه نرم‌افزار @google/genai کد می‌نویسد.

فرمان‌های وضعیت

عیب‌یابی

• مهارت یا سرور MCP شناسایی نشد: ویرایشگر (Cursor یا VS Code) یا جلسه پایانه (Claude Code یا Codex) را بازراه‌اندازی کنید. بیشتر کارگزاران سرورهای MCP و مهارت‌ها را فقط هنگام شروع بار می‌کنند.
• تعارض مهارت جهانی: اگر کارگزارتان مهارتی را که به‌صورت جهانی نصب شده است نادیده می‌گیرد، مهارت را در ریشه پروژه بدون --global نصب کنید: bash npx skills add google-gemini/gemini-skills --skill gemini-api-dev
• قوانین نادیده گرفته شد: مطمئن شوید که فایل AGENTS.md، .cursorrules، یا CLAUDE.md در فهرست راهنمای ریشه پروژه شما باشد.

قدم بعدی چیست

• راهنمای مهارت‌های Gemini API
• مهارت‌های Gemini API در GitHub
• Interactions API
• مدل‌های دردسترس
• کتابخانه‌ها و کیت‌های توسعه نرم‌افزار