cookbook

Este repositório oferece um caminho de aprendizado estruturado para a API Gemini por meio de quickstarts passo a passo, notebooks específicos de recursos e aplicações de exemplo práticas. Uma conta Google e uma chave de API do Google AI Studio são necessárias para seguir os guias, e muitos notebooks podem ser abertos diretamente no Google Colab. A seção de quickstart começa com autenticação, prompting básico e entrada multimodal, e depois se expande para capacidades individuais da API. Isso inclui a API multimodal Live para interação de voz e vídeo de baixa latência, pensamento estendido ao vivo, tradução de streaming de áudio ao vivo e o Gemini Transcribe para arquivos e streams de áudio com timestamps em nível de palavra, diarização de falantes, vocabulário personalizado e transcrição inteligente. Os guias focados em mídia cobrem Omni Flash e Veo para geração e edição de vídeo, geração de imagens com Imagen e Nano-Banana, geração de música com Lyria, Lyria RealTime e conversão de texto em fala. Outros recursos documentados incluem grounding com Google Search, Google Maps, YouTube e URLs; busca hospedada de arquivos para fundamentar respostas em dados do usuário; execução de código em Python; a API Agents e o agente gerenciado Antigravity; a API Batch para cargas de trabalho não sensíveis ao tempo; webhooks para notificações de operações assíncronas; e níveis de inferência Priority e Flex. O repositório também inclui um guia para o modelo Gemini Robotics-ER para compreensão e raciocínio espacial. O diretório de exemplos combina vários recursos da API ou ferramentas de terceiros em casos de uso como automação de navegador, ilustração de livros, geração de histórias animadas, plotagem e mapeamento com a API Live, compreensão espacial 3D, estimativa de custos da API e monitoramento de integridade, e implantação de uma instância da API Live com Gradio. Demonstrações de ponta a ponta estão vinculadas em repositórios separados, incluindo o Gemini CLI, um quickstart de API Flask, um console web da Multimodal Live API, um quickstart full-stack com LangGraph e applets iniciais do Google AI Studio. A API Gemini pode ser chamada como uma API REST com curl ou por meio dos SDKs oficiais para Python, Go, Node.js, Java e C#. Exemplos empresariais do Vertex AI são mantidos separadamente, e as contribuições estão documentadas em CONTRIBUTING.md.