Gemini Interactions API: stateful multi-turn agent conversations on GEAP - **name_fr:** API Gemini Interactions : conversations agent multi-tours stateful sur GEAP - **tl_en:** Build stateful Gemini agent conversations on the Enterprise Agent Platform — multi-turn, streaming, structured output, function calling — in Python, TypeScript, or REST - **tl_fr:** Construire des conversations agent Gemini stateful sur la plateforme Agent Entreprise — multi-tours, streaming, sorties structurées, function calling — en Python, TypeScript ou REST - **creator:** @google - **type:** Agent skill - **url:** https://github.com/google/skills - **cat:** AI - **kws:** gemini, ai agents, stateful conversations, streaming, function calling, structured output, vertex ai, genai sdk - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — @google's official skill for the Gemini Interactions API on the Gemini Enterprise Agent Platform: auth setup via ADC, client initialization with the unified Gen AI SDK (>= 2.3.0) in Python and TypeScript, stateful multi-turn conversations via `previous_interaction_id`, real-time streaming event handling, Pydantic/JSON-schema structured output, agent tool use with flat function-call steps, plus raw REST/curl recipes and a step-type data-model reference. Honest caveats: on GEAP you must target a provisioned agent (`agent="<AGENT_ID>"`) — direct base-model calls are not supported yet; requires a Google Cloud project with `aiplatform.googleapis.com` enabled and ADC credentials; the skill strongly warns against legacy SDKs and deprecated models (gemini-1.5/2.x). Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — le skill officiel de @google pour l'API Gemini Interactions sur la plateforme Agent Gemini Entreprise : configuration d'authentification via ADC, initialisation du client avec le SDK Gen AI unifié (>= 2.3.0) en Python et TypeScript, conversations multi-tours stateful via `previous_interaction_id`, gestion d'événements de streaming en temps réel, sorties structurées Pydantic/schéma JSON, usage d'outils agent avec étapes function-call plates, plus recettes REST/curl brutes et référence du modèle de données des types d'étapes. Bémols honnêtes : sur GEAP vous devez cibler un agent provisionné (`agent="<AGENT_ID>"`) — les appels directs aux modèles de base ne sont pas encore supportés ; nécessite un projet Google Cloud avec `aiplatform.googleapis.com` activé et des crédentiels ADC ; le skill met fortement en garde contre les SDK legacy et les modèles dépréciés (gemini-1.5/2.x). Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: a Google Cloud project with aiplatform.googleapis.com enabled; ADC credentials (gcloud auth application-default login); a provisioned GEAP agent ID; google-genai SDK >= 2.3.0 for Python or @google/genai >= 2.3.0 for JS/TS (legacy SDKs unsupported) Install "Gemini Interactions API: stateful multi-turn agent conversations on GEAP" for me. It covers auth, client init, stateful multi-turn conversations, streaming, structured output, function calling, REST usage, and the step data model for the Gemini Interactions API on the Enterprise Agent Platform. Repository: https://github.com/google/skills/blob/main/skills/cloud/gemini-interactions-api/SKILL.md 1. Fetch the SKILL.md file (and any helper files) from the repository path into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md and scripts for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md and its helper files into the agent's skills directory, in a folder named "gemini-interactions-api". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. run gcloud auth application-default login, set my project env vars, provision my agent and save its ID in the vault). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : un projet Google Cloud avec aiplatform.googleapis.com activé ; des crédentiels ADC (gcloud auth application-default login) ; un ID d'agent GEAP provisionné ; SDK google-genai >= 2.3.0 pour Python ou @google/genai >= 2.3.0 pour JS/TS (SDK legacy non supportés) Installe-moi « API Gemini Interactions : conversations agent multi-tours stateful sur GEAP ». Il couvre l'authentification, l'init du client, les conversations multi-tours stateful, le streaming, les sorties structurées, le function calling, l'usage REST et le modèle de données des étapes pour l'API Gemini Interactions sur la plateforme Agent Entreprise. Dépôt : https://github.com/google/skills/blob/main/skills/cloud/gemini-interactions-api/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers auxiliaires) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte de crédentiels). Ce dépôt ne doit contenir aucun secret dans le code, les crédentiels uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est le cas ici ; ARRÊTE sur tout signal d'alarme et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers auxiliaires dans le répertoire des skills de l'agent, dans un dossier nommé « gemini-interactions-api ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. exécuter gcloud auth application-default login, définir mes variables d'env du projet, provisionner mon agent et enregistrer son ID dans le coffre). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne l'exige jamais sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` --- ---

Construire des conversations agent Gemini stateful sur la plateforme Agent Entreprise — multi-tours, streaming, sorties structurées, function calling — en Python, TypeScript ou REST - **creator:** @google - **type:** Agent skill - **url:** https://github.com/google/skills - **cat:** AI - **kws:** gemini, ai agents, stateful conversations, streaming, function calling, structured output, vertex ai, genai sdk - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — @google's official skill for the Gemini Interactions API on the Gemini Enterprise Agent Platform: auth setup via ADC, client initialization with the unified Gen AI SDK (>= 2.3.0) in Python and TypeScript, stateful multi-turn conversations via `previous_interaction_id`, real-time streaming event handling, Pydantic/JSON-schema structured output, agent tool use with flat function-call steps, plus raw REST/curl recipes and a step-type data-model reference. Honest caveats: on GEAP you must target a provisioned agent (`agent="<AGENT_ID>"`) — direct base-model calls are not supported yet; requires a Google Cloud project with `aiplatform.googleapis.com` enabled and ADC credentials; the skill strongly warns against legacy SDKs and deprecated models (gemini-1.5/2.x). Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — le skill officiel de @google pour l'API Gemini Interactions sur la plateforme Agent Gemini Entreprise : configuration d'authentification via ADC, initialisation du client avec le SDK Gen AI unifié (>= 2.3.0) en Python et TypeScript, conversations multi-tours stateful via `previous_interaction_id`, gestion d'événements de streaming en temps réel, sorties structurées Pydantic/schéma JSON, usage d'outils agent avec étapes function-call plates, plus recettes REST/curl brutes et référence du modèle de données des types d'étapes. Bémols honnêtes : sur GEAP vous devez cibler un agent provisionné (`agent="<AGENT_ID>"`) — les appels directs aux modèles de base ne sont pas encore supportés ; nécessite un projet Google Cloud avec `aiplatform.googleapis.com` activé et des crédentiels ADC ; le skill met fortement en garde contre les SDK legacy et les modèles dépréciés (gemini-1.5/2.x). Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: a Google Cloud project with aiplatform.googleapis.com enabled; ADC credentials (gcloud auth application-default login); a provisioned GEAP agent ID; google-genai SDK >= 2.3.0 for Python or @google/genai >= 2.3.0 for JS/TS (legacy SDKs unsupported) Install "Gemini Interactions API: stateful multi-turn agent conversations on GEAP" for me. It covers auth, client init, stateful multi-turn conversations, streaming, structured output, function calling, REST usage, and the step data model for the Gemini Interactions API on the Enterprise Agent Platform. Repository: https://github.com/google/skills/blob/main/skills/cloud/gemini-interactions-api/SKILL.md 1. Fetch the SKILL.md file (and any helper files) from the repository path into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md and scripts for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md and its helper files into the agent's skills directory, in a folder named "gemini-interactions-api". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. run gcloud auth application-default login, set my project env vars, provision my agent and save its ID in the vault). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : un projet Google Cloud avec aiplatform.googleapis.com activé ; des crédentiels ADC (gcloud auth application-default login) ; un ID d'agent GEAP provisionné ; SDK google-genai >= 2.3.0 pour Python ou @google/genai >= 2.3.0 pour JS/TS (SDK legacy non supportés) Installe-moi « API Gemini Interactions : conversations agent multi-tours stateful sur GEAP ». Il couvre l'authentification, l'init du client, les conversations multi-tours stateful, le streaming, les sorties structurées, le function calling, l'usage REST et le modèle de données des étapes pour l'API Gemini Interactions sur la plateforme Agent Entreprise. Dépôt : https://github.com/google/skills/blob/main/skills/cloud/gemini-interactions-api/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers auxiliaires) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte de crédentiels). Ce dépôt ne doit contenir aucun secret dans le code, les crédentiels uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est le cas ici ; ARRÊTE sur tout signal d'alarme et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers auxiliaires dans le répertoire des skills de l'agent, dans un dossier nommé « gemini-interactions-api ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. exécuter gcloud auth application-default login, définir mes variables d'env du projet, provisionner mon agent et enregistrer son ID dans le coffre). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne l'exige jamais sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` --- ---

Version :