Google выпустила open-source «навыки» (skills) для Gemini API, которые позволяют ИИ-агентам запрашивать свежие данные по требованию. Эти же инструменты можно добавить в популярные ассистенты для написания кода, такие как Claude Code, Cursor, OpenAI Codex и Antigravity.
Почему это обновление важно
Обучение больших языковых моделей прекращается, как только их обучающие данные «замораживаются». В результате возникает разрыв между тем, что модель «знает», и реальностью: новые версии библиотек, недавние изменения в API или даже последние релизы самой модели остаются незамеченными. Это приводит к ошибкам в коде, неверным подсказкам и необходимости дополнительной отладки.
Навыки Gemini API от Google восполняют этот пробел без необходимости переобучения всей модели. Они предоставляют легковесный, обновляемый интерфейс, который передает актуальный контекст напрямую агенту во время выполнения запроса (inference time).
Что умеют эти навыки
- gemini-api-dev — инструментарий для создания приложений, которым требуются возможности работы с текстом, чатом, потоковой передачей или вызовом функций (function-calling). Включает клиентские библиотеки для Python и TypeScript.
- gemini-live-api-dev — сервис на базе WebSocket, который транслирует аудио, видео и текст в реальном времени, обеспечивая сценарии живого взаимодействия.
Внутренние тесты Google показывают, что использование навыков повышает точность генерации API-кода с 87% для Gemini 3 Flash до 96% для Gemini 3.1 Pro. Такой рост достигается за счет того, что модель видит точные номера версий, сигнатуры и примечания по использованию вместо того, чтобы пытаться угадать их.
Как разработчики могут использовать их уже сегодня
Навыки упакованы в виде open-source плагинов, которые разработчики могут установить в различных конкурирующих средах разработки:
- Claude Code — добавьте плагин
gemini-skills. - Cursor — установите из встроенного каталога плагинов.
- OpenAI Codex — установите через маркетплейс плагинов Codex.
- Antigravity — включите через AGY CLI или меню Customizations.
Поскольку проекты размещены в открытом доступе, любой желающий может сделать форк, изменить их или внести свой вклад.
Риски и ограничения
- Репозитории не являются официальными продуктами Google. Если возникнет ошибка, вам придется разбираться самостоятельно или полагаться на исправления сообщества.
- Навыки предоставляют актуальные факты, но не анализируют конкретную кодовую базу. Они могут предложить правильный вызов API, не зная, подходит ли он для текущей архитектуры.
- Устаревшие определения навыков могут заставить агента с высокой уверенностью выдавать неверные данные. Регулярные обновления необходимы, иначе модель может возвращать устаревший код.
- Заявленный рост точности предполагает использование мощной базовой модели. При использовании того же набора навыков на более слабой модели таких показателей достичь не удастся.
За чем следить дальше
Популярность этих инструментов, вероятно, будет зависеть от того, насколько быстро сообщество сможет синхронизировать определения навыков с быстро меняющимися экосистемами, такими как JavaScript-фреймворки, облачные SDK и новые библиотеки ИИ. Если крупные IDE начнут поставлять эти плагины в комплекте, нагрузка по поддержке может перейти от отдельных разработчиков к владельцам платформ.
Разработчикам, использующим навыки Gemini, следует воспринимать результат как черновик, а не как готовый коммит. Совмещайте сгенерированный код с быстрым просмотром актуальной документации и запускайте локальные тесты перед слиянием (merging).
Итог: Open-source навыки Gemini API дают ИИ-агентам практический способ оставаться в курсе событий, но взамен на официальную поддержку приходится полагаться на ответственность сообщества. Используйте их, чтобы сократить количество ошибок, связанных с устаревшим кодом, но внимательно следите за обновлениями версий.