1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | Gemini Live API（gemini-live-api，正式发布标题为 “LiveAPI Service Skill”） |
| 作者/维护者 | Google（google/skills 官方合集仓库，本目录由内部 Cloud IX Team 维护） |
| 来源链接 | https://github.com/google/skills/tree/main/skills/cloud/gemini-live-api |
| 许可证 | Apache-2.0（数据来源：GitHub API + 仓库根目录 LICENSE 文件确认） |
| GitHub Stars | 18,720（数据来源：GitHub API；该数字属整个 google/skills 合集仓库，不代表本技能自身热度） |
| Forks | 1,503（同上，合集整体数据） |
| 最新版本 | 仓库不发布正式 release，持续滚动更新；本技能目录最近一次提交为 2026-07-24（数据来源：GitHub API 提交记录） |
| 安装方式 | npx skills add google/skills 交互式勾选安装，或手动复制 skills/cloud/gemini-live-api/ 目录到 agent 的 skills 目录 |
2. 功能介绍与亮点
这是一个代码生成型技能：根据用户指定的编程语言，生成一个连接 Gemini Enterprise Live API（WebSocket 双向流式接口）的客户端服务类，覆盖语音、视频、文本实时交互场景。
- 完整交付物而非单一代码片段：生成客户端类本身之外，还会同步产出配套测试文件、
how_to_run.md使用文档、以及一套可运行的演示前后端服务（含麦克风/摄像头/屏幕采集与播放 UI），并提供how_to_test_with_ui.md说明如何启动验证。 - 安全实践内建于生成规则：明令生成的客户端必须用 Application Default Credentials 获取 bearer token 并在过期前刷新、复用于每次重连；明确禁止把长期有效的 API key 作为唯一鉴权方式；若目标语言需要隔离运行环境（如 Python venv），必须在目标输出目录内创建，禁止安装进系统解释器或用户全局 site-packages，也禁止提示用户执行
sudo pip install。 - 协议细节处理完整：涵盖
interrupted打断信号处理（清空未播放音频缓冲、保持转录文字与音频时间对齐）、会话透明续传（session_resumption、断线重连后补发缓冲消息）等 Live API 的高复杂度状态管理逻辑，附有逐项验收清单（Validation Checklist）供生成完成后自查。 - 配套
references/参考资料：client_server_messages.md/.proto（协议 schema）与session_manager.md（会话管理说明），共计约 45KB，是生成过程的权威数据来源，需先复制进目标目录再生成代码。
3. 适用场景
固定分类：工程效率与代码质量。
适用于需要为应用接入 Gemini 实时语音/视频/文本双向流式能力的开发者：从零搭建一个 Live API 客户端、给现有应用补充实时语音助手能力、或需要一套可交互测试的演示前后端来验证 Live API 集成效果时均可触发。技能面向 Gemini Enterprise Agent Platform（企业版 Vertex AI 场景），需要已启用相应 API 的 Google Cloud 项目。
4. 跨 Agent 兼容性
- Claude Code：原生支持——
npx skills add（skills.sh/vercel-labs/skills分发器）官方支持列表明确列出 Claude Code 专用安装路径（.claude/skills/）。 - Codex：原生支持——同一分发器列出 Codex 专用路径（
.agents/skills/，用户目录~/.codex/skills/）。 - OpenClaw：原生支持——分发器列出 OpenClaw 专用路径（
skills/，用户目录~/.openclaw/skills/）。 - Hermes Agent：原生支持——分发器列出 Hermes Agent 专用路径（
.hermes/skills/，用户目录~/.hermes/skills/）。 - 判断依据：技能遵循通用 Agent Skills 规范，SKILL.md frontmatter 仅含
name/description/metadata，未使用任何单一 agent 专有字段，故四端均可直接使用。
5. 推荐理由
Gemini Live API 的双向流式协议本身状态管理复杂（会话续传、打断处理、鉴权刷新等），手写客户端容易在边界情况上出错。本技能把这些协议细节固化成生成规则与验收清单，agent 据此产出的客户端天然覆盖这些边界情况，而不依赖 agent 自身对协议的记忆是否准确。技能额外产出配套演示应用，用户装完能直接跑起来验证效果，而不只是拿到一段孤立代码。安装环境处理上也刻意避免污染系统 Python、避免硬编码长期凭据，降低了生成代码本身带来的运维风险。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 发布方 Google 为 Gemini/Google Cloud 的所有者，属官方出品；google/skills 合集仓库 18,720 星不计入单个子技能，技能自身未找到独立第三方证据 |
| 可用性 | 9 | npx skills add 一条命令可选装；生成流程含明确步骤、验收清单与配套演示应用，文档完整；本目录 2026-07-24 有实质更新，所属仓库持续活跃维护；无付费依赖（在用户已有的 GCP 项目上运行） |
| 安全性 | 9 | 纯 Markdown 指令+参考资料，未发现隐藏 shell 命令或混淆代码；生成规则显式禁止硬编码长期 API key、禁止系统级安装，强制使用隔离环境与令牌刷新；License 明确（Apache-2.0） |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令执行范围 | 指导生成 setup.sh 等脚本在目标输出目录内创建隔离环境并安装依赖，明确禁止安装进系统/全局 Python，无越权范围 |
| ② 运行时联网外发 | 生成的客户端连接固定的 Gemini Live API WebSocket 端点（*-aiplatform.googleapis.com），行为透明，未发现隐蔽外发 |
| ③ API key/凭据 | 强制使用 Application Default Credentials 获取 bearer token 并按需刷新，明确禁止把长期 API key 作为唯一鉴权方式，也不接受 URL 查询参数传 key |
| ④ 可疑指令/注入迹象 | 亲自抓取 SKILL.md 全文与 references/ 核实，未发现 prompt injection 或与任务无关的夹带内容 |
| ⑤ 作者/组织信誉 | Google 官方仓库，全部提交来自内部 Cloud IX Team，无造假迹象 |
| ⑥ License | Apache-2.0，明确 |
| ⑦ 最近维护时间 | 本目录最近提交 2026-07-24，距今约一个月；所属仓库最近一次全库提交为 2026-08-26，持续维护中 |
7. 跟同类 Skills 相比的优势
| 项目 | 定位 | 与本技能的差异 |
|---|---|---|
gemini-interactions-api（同仓库） |
Gemini Enterprise Agent Platform 的通用交互式对话 API 客户端生成 | 面向标准请求-响应式交互，不处理 WebSocket 双向流、会话续传、打断信号等实时流式场景的状态管理 |
gemini-live-api-dev（google-gemini/gemini-skills 仓库） |
Gemini 公开 API/SDK（google-genai/@google/genai）的 Live API 使用文档 |
面向公开消费级 Gemini API（API key 鉴权），覆盖语音活动检测、原生音频等 SDK 层特性；本技能面向企业版 Gemini Enterprise Agent Platform（ADC 鉴权、独立协议 proto），两者服务不同产品线、非重复收录 |
| 手写 WebSocket 客户端（无技能辅助） | 开发者自行阅读官方文档实现 | 需自行处理会话续传、打断信号、令牌刷新等边界逻辑，容易遗漏；本技能把这些固化为生成规则与验收清单 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；仓库提交记录显示本目录全部改动均来自 Google 内部团队，未发现外部贡献者提交的改进意见。
9. 其他补充
google-gemini/gemini-skills 仓库存在同名功能相近的 gemini-live-api-dev 技能，面向公开版 Gemini API 而非本技能面向的企业版 Gemini Enterprise Agent Platform，两者服务对象不同，用户可按自己使用的是消费级 API Key 还是企业版 ADC 鉴权项目来选择。
10. 安装使用方式
- 一键安装：
npx skills add google/skills，安装过程中勾选 “LiveAPI Service Skill”。 - 插件市场（Claude Code）：
claude plugin marketplace add google/skills，再执行claude plugin install <plugin>@google-plugins。 - 手动安装：将仓库
skills/cloud/gemini-live-api/（含SKILL.md与references/目录共 4 个文件）复制到本地 agent 的 skills 目录。 - 安装后需先准备一个已启用 Vertex AI / Gemini Enterprise Agent Platform API 的 Google Cloud 项目，并执行
gcloud auth application-default login完成本地鉴权；首次对话时表达“帮我生成一个连接 Gemini Live API 的 Python 客户端”即可触发生成流程。
11. 注意事项
- 技能默认参考语言为 Python，其他语言需用户在对话中明确指定，生成质量依赖 agent 对目标语言生态的掌握程度。
- 面向 Gemini Enterprise Agent Platform（企业版，ADC 鉴权），不适用于消费级 Gemini API（API Key 鉴权）场景——用错鉴权模型会导致生成的客户端无法连接。
- 跨 Agent 兼容性结论基于
npx skills add（skills.sh）分发器的官方支持声明，未在四个平台逐一实机验证安装效果。