gemini-live-api-devGoogle官方放心用装上它 AI 就能用 Gemini Live API 做低延迟双向音视频实时交互。
这个 Skill 覆盖 Gemini Live API 的全栈开发细节：通过 WebSocket 建立低延迟双向流，支持实时音频（输入 PCM 16kHz、输出 24kHz）、视频帧、文字输入输出；内置语音活动检测（VAD）自动打断，支持原生音频输出与 thinkingLevel 思考、同步函数调用、Google Search grounding，以及会话压缩/恢复/GoAway 等会话管理。客户端可用临时令牌（ephemeral tokens）安全鉴权，SDK 使用 Python 的 google-genai 或 JS/TS 的 @google/genai，推荐模型为 gemini-3.1-flash-live-preview，翻译场景可用 gemini-3.5-live-translate-preview。
适合开发实时语音助手、视频对话、同声传译、屏幕共享互动等应用。注意目前 Live API 仅支持 WebSocket，想走 WebRTC 可用 LiveKit、Pipecat 等合作伙伴；旧版 SDK 已废弃，实时输入要用 sendRealtimeInput，sendClientContent 仅用于注入初始上下文。
在下面找到你用的工具，复制命令粘进终端就装好了：
npx skills add google-gemini/gemini-skills装好后不用任何配置，直接在对话里说：
用 google-genai 连上 Flash Live 模型，帮我搭一个实时语音对话 Demo。AI 检测到任务匹配时会自动加载这个 Skill，不需要手动开关。
SKILL.md 目前 Live API 仅支持 WebSocket。如需 WebRTC 或更简集成，可使用 LiveKit、Pipecat、Fishjam 等合作伙伴方案。
对话中新的音频、视频、文字都必须用 sendRealtimeInput；sendClientContent 只在开启 initial_history_in_client_content 时用于注入初始上下文。
不能。Python 的 google-generativeai 和 JS 的 @google/generative-ai 已废弃，请迁移到 google-genai 或 @google/genai。