googleapis/js-genai

TypeScript 与 JavaScript 的 Google Gen AI SDK

是什么 – 一个由 Google 官方提供的客户端库（@google/genai），允许 JavaScript/TypeScript 代码调用 Gemini 系列大语言模型。支持通过 API 密钥访问公开的 Gemini Developer API，也支持通过 Google Cloud 凭据访问 Gemini Enterprise Agent Platform。

核心功能

• 模型调用 – generateContent、generateContentStream、generateImages、generateVideos 等
• 带状态的聊天 – ai.chats 对象可保存对话历史，支持多轮交互。
• 缓存 – ai.caches 允许将大型提示前缀存储在服务器上，以降低 token 成本。
• 文件处理 – ai.files 可上传大文件（图像、音频、PDF），并在提示中引用。
• 实时会话 – ai.live 支持实时文本/音频/视频交互。
• 函数调用 / 工具 – 可声明函数或使用内置工具（Google 搜索、代码执行、Model Context Protocol），让 Gemini 自动调用。
• 交互 API – 高层级封装（ai.interactions），可管理状态、工具编排及长时间运行任务（如深度研究代理）。

典型用法

import {GoogleGenAI} from '@google/genai';
const ai = new GoogleGenAI({apiKey: process.env.GEMINI_API_KEY});
const resp = await ai.models.generateContent({
  model: 'gemini-2.5-flash',
  contents: '为什么天空是蓝色的？'
});
console.log(resp.text);

同一类在 Node、浏览器或企业环境中均可使用，只需传入 enterprise: true 并提供项目和位置信息。

安装 – npm install @google/genai（需 Node 20+，后续版本需 Node 22+）。

文档与示例 – 完整 API 参考文档见 https://googleapis.github.io/js-genai/，仓库中的 sdk-samples 文件夹包含可运行的示例集合。

为何重要 – 它为开发者提供了一种单一、最新、便捷的方式，访问 Google 最新的 Gemini 2.0+ 功能（多模态输入、流式传输、自动函数调用、MCP 等），无需处理原始 HTTP 调用或旧版 SDK。