google-ai

google-ai

用途

此技能可与 Google 的 Gemini API 交互，让你能够使用 Pro、Flash 和 Ultra 模型执行文本生成、聊天和嵌入等任务，上下文长度最高可达 1M 个 token。它旨在通过 RESTful 端点将先进的 AI 能力集成到应用程序中。

适用场景

当你需要处理大型上下文时，例如总结长文档、根据详细规格生成代码或处理多轮对话，可使用此技能。在需要使用 Google 专属模型的场景中也可使用，例如 OpenAI 的替代方案无法满足需求，或需要集成 Google Cloud 生态系统时。

核心功能

• 使用 Gemini Pro 执行常规任务，使用 Flash 加快推理速度，使用 Ultra 处理复杂推理。
• 支持最高 1M 个 token 的上下文，适合处理书籍或代码库。
• 通过特定端点支持多模态输入（文本、图像）。
• 使用 text-embedding-004 等模型生成嵌入，用于语义搜索。
• 按 API 密钥管理速率限制和配额，每分钟最多可发送 1,000 个请求。

使用模式

始终通过 $GOOGLE_API_KEY 环境变量进行身份验证并初始化。对于 OpenClaw，在命令前加上技能 ID 来调用此技能，例如 google-ai generate。请求使用 JSON 载荷，并将响应作为 JSON 对象处理。使用模式：设置包含模型选择的请求，然后通过 HTTP POST 发送；解析响应以获取输出。重复使用时，缓存 API 响应以避免触发速率限制。

常用命令/API

主要端点为 https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent。使用 HTTP POST 请求并附带 JSON 请求体。例如：

{
  "contents": [{"parts": [{"text": "Write a function for sorting arrays"}]}]
}

CLI 示例：运行 curl -X POST -H "Content-Type: application/json" -H "Authorization: Bearer $GOOGLE_API_KEY" -d '{"contents": [{"parts": [{"text": "Hello"}]}]}' https://generativelanguage.googleapis.com/v1beta/models/gemini-pro:generateContent。常用标志：使用 --model gemini-pro 选择模型，或使用 --max-tokens 1024 限制输出。生成嵌入时，使用 https://generativelanguage.googleapis.com/v1beta/models/{model}:embedContent，并使用如下载荷：

{
  "model": "models/text-embedding-004",
  "content": "Embed this text"
}

在 OpenClaw 中，通过 google-ai embed --text "Sample text" --model text-embedding-004 执行。

集成说明

使用前，将 $GOOGLE_API_KEY 设置为环境变量，例如 export GOOGLE_API_KEY=your_api_key。在 OpenClaw 配置的 [skills] 部分添加：google-ai = { api_key = "$GOOGLE_API_KEY", default_model = "gemini-pro" }。确保已在 Google Cloud Console 的 AI Studio 中启用你的项目。对于异步操作，使用 webhook 或轮询；通过串联输出与其他技能集成，例如将 google-ai 的结果传递给搜索技能。对于暂时性错误，使用指数退避进行重试。

错误处理

检查 HTTP 状态码：401 表示 API 密钥无效（使用 $GOOGLE_API_KEY 重新进行身份验证），429 表示触发速率限制（等待一段时间后重试）。解析 JSON 错误以获取详情，例如，如果出现 "code": "INVALID_ARGUMENT"，请检查请求体。在 OpenClaw 中，使用 try-catch 块包装命令，例如：try { execute "google-ai generate" } catch { log error and retry after 5 seconds }。始终验证输入以避免 400 错误，例如确保模型名称完全匹配（如 "gemini-1.0-pro"）。

具体使用示例

1. 生成代码：要创建 Python 函数，请使用 google-ai generate --model gemini-pro --prompt "Write a function to merge two sorted lists"。此命令会向端点发送 POST 请求并返回代码片段。
2. 为搜索生成文本嵌入：要进行语义相似度比较，请运行 google-ai embed --model text-embedding-004 --text "Example query"，然后在应用程序中使用余弦相似度比较嵌入向量。

图关系

• 集群：与 "ai-apis" 关联，以共享 AI 端点处理能力。
• 标签：关联到 "ai-apis" 和 "api"，便于在 API 相关技能中发现。
• 相关技能：与 "openai" 集成，用于模型比较；依赖 "google-cloud" 处理身份验证流程。