如果你最近在关注 Google 的 AI 开发工具，可能会注意到一个重要的产品线变动：Gemini Gems 将在今年十月正式退役，并全面转向名为 “Skills” 的新形态。

这绝不仅仅是一个简单的功能改名。对于正在或计划使用 Gemini API 进行应用开发的工程师来说，它意味着构建 AI 功能的方式、成本结构乃至整个工程范式都将发生一次关键迭代。很多开发者可能还在疑惑：Gems 是什么？Skills 又是什么？这个变化对我手头的项目有什么影响？是利好还是麻烦？

本文将为你彻底厘清这次转型。我们不会停留在官方新闻稿的表面，而是深入技术层面，分析其背后的设计逻辑变化，并通过一个完整的实战示例，展示如何从即将退役的 Gems 模式，平滑迁移到全新的 Skills 架构。无论你是正在评估 Gemini API，还是已经基于 Gems 构建了原型，这篇文章都将提供清晰的迁移路径和实操指南。

1. 从 Gems 到 Skills：一次关键的范式升级

首先，我们需要理解 Gems 和 Skills 分别解决了什么问题。

Gemini Gems可以理解为 Google 为 Gemini 模型预置的、开箱即用的“技能插件”。你可以把它想象成一个功能丰富的瑞士军刀，里面包含了代码生成、文本总结、创意写作等多种固定工具。开发者通过简单的 API 调用或界面选择，就能快速获得这些能力。它的核心价值在于“快速启动”，降低了 AI 功能集成的初始门槛。

然而，随着开发者需求的深入，Gems 的局限性也逐渐暴露：

1. 定制化弱：Gems 是黑盒，其内部提示词（Prompt）、逻辑流和上下文处理方式对开发者不透明，难以针对特定业务场景进行深度优化。
2. 集成僵化：Gems 通常作为一个整体功能被调用，难以将其中的子能力（例如，仅仅使用它的“信息提取”部分）灵活地嵌入到更复杂的应用工作流中。
3. 迭代困难：由于不可定制，当业务逻辑变化或需要效果调优时，开发者只能等待 Google 的官方更新，自身能动性很小。

Skills的推出，正是为了解决这些问题。它将 AI 能力的构建单元，从一个固定的“功能盒子”（Gems），拆解为更原子化、可组合、可定制的“技能组件”。你可以把 Skills 理解为“可编程的 Gems”。它的核心转变在于：

• 从“使用”到“构建”：开发者不再仅仅是功能的消费者，而是成为了技能的塑造者。
• 从“黑盒”到“白盒（或灰盒）”：Skills 鼓励或允许开发者定义技能的触发条件、处理逻辑和输出格式。
• 从“单体”到“组合”：多个简单的 Skills 可以像乐高积木一样组合起来，形成解决复杂问题的 AI 智能体（Agent）。

简单来说，这次转型标志着 Gemini 开发者平台从提供“标准化AI功能”，转向提供“定制化AI能力基础设施”。对于追求效果、效率和独特性的生产级应用，Skills 是更优的长期选择。

2. 核心概念对比：Gems vs. Skills

为了更清晰地理解差异，我们通过一个表格来对比两者的核心特征：

一个生动的类比： 想象你要处理客户支持邮件。

• Gems 模式：你有一个叫“邮件总结”的固定工具。你丢给它一封邮件，它返回一段总结。但如果你想让它在总结的同时，自动判断邮件情绪并打上标签，Gems 可能就无能为力了。
• Skills 模式：你可以创建两个技能：Skill_A: 分析邮件情绪和Skill_B: 生成邮件摘要。然后，你可以设计一个工作流：先调用Skill_A判断情绪，再将情绪标签和邮件原文一起交给Skill_B，要求它生成带情绪前缀的摘要。你甚至可以定义Skill_B的输出必须是特定的 JSON 格式，以便直接存入数据库。

Skills 提供了这种灵活性和控制力。

3. 环境准备与前置条件

在开始动手迁移或创建 Skill 之前，你需要确保开发环境就绪。

1. 获取 API 密钥： 访问 Google AI Studio ，创建一个项目并获取你的 Gemini API 密钥。请妥善保管此密钥。

2. 选择 SDK/工具：

   • Python (推荐)：使用官方google-generativeai库。这是功能最全、更新最及时的 SDK。

   pip install google-generativeai

   • Node.js：使用@google/generative-ai包。

   npm install @google/generative-ai

   • 其他语言：Google 也提供了 Java、Go 等语言的 SDK，可根据项目需求选择。
   • 直接 HTTP API：对于高度定制化的场景，你也可以直接调用 RESTful API。

3. IDE 与工具： 任何你熟悉的代码编辑器即可（如 VS Code, PyCharm）。建议准备一个方便测试 API 调用的工具，如curl或 Postman。

重要提示：本文的示例将主要使用Python SDK进行演示，因为其语法清晰，且能很好地展示 Skills 相关的概念。其他语言的逻辑基本相通。

4. 迁移实战：从一个 Gems 示例到 Skills 实现

假设我们之前使用一个名为TextSummarizerGem（假设名称）的 Gems 来总结长篇文章。现在，我们要将其迁移为一个自定义的ArticleSummarySkill。

4.1 旧模式：使用 Gems (假设代码)

在旧模式下，调用可能非常直接，但缺乏控制。

# 假设的旧版 Gems 调用代码（示意） # 注意：此代码仅为示意，Gemini Gems 的实际API可能有所不同 import google.generativeai as genai genai.configure(api_key="YOUR_API_KEY") model = genai.GenerativeModel('gemini-pro') # 指定模型 # 调用一个名为 `summarize` 的 Gems（假设通过某个参数触发） response = model.generate_content( f"请总结以下文本：{long_article_text}", # 可能有一个 `tools` 或 `gems` 参数来指定使用某个Gems # gems=['TextSummarizerGem'] # 假设性参数 ) print(response.text)

痛点：我们无法控制总结的长度、格式（是段落还是要点？）、是否要忽略引言等。

4.2 新模式：创建自定义 Skill

在 Skills 范式下，我们通过精心设计的系统指令（System Instruction）和示例（Few-shot Examples）来“教”模型如何执行我们的技能。同时，我们可以利用函数调用（Function Calling）来让技能与外部世界交互。

下面，我们创建一个更强大的ArticleSummarySkill：

# 文件路径：skills/article_summarizer.py import google.generativeai as genai from typing import Dict, Any, Optional import json class ArticleSummarySkill: """ 自定义文章总结技能 功能：根据要求，对输入的文章进行结构化总结。 """ def __init__(self, api_key: str): genai.configure(api_key=api_key) # 使用 Gemini 1.5 Pro 或 Flash 等支持长上下文和函数调用的模型 self.model = genai.GenerativeModel( model_name='gemini-1.5-pro', # 核心：通过 system_instruction 定义技能 system_instruction=self._get_system_instruction(), # 可以添加工具定义，使技能能调用外部函数 tools=[self._get_summary_format_tool()] ) def _get_system_instruction(self) -> str: """定义技能的系统和行为指令""" return """ 你是一个专业的文章总结助手（ArticleSummarySkill）。 你的任务是根据用户提供的文章，生成高质量、结构化的总结。 你必须遵守以下规则： 1. 总结需包含：核心论点（1-2句）、关键论据（3-5个要点）、结论（1句）。 2. 语言简洁、客观，保留原文关键数据（如日期、数字）。 3. 如果用户指定了长度（如“简短总结”或“详细总结”），请相应调整详细程度。 4. 如果用户要求特定格式（如“输出为JSON”或“列出要点”），你必须严格遵守。 如果用户的问题与文章总结无关，请礼貌地指出你只能处理文章总结任务。 """ def _get_summary_format_tool(self) -> Dict[str, Any]: """定义一个工具（函数），让模型可以请求特定格式的输出""" return { "function_declarations": [{ "name": "format_summary", "description": "指定总结输出的格式要求。", "parameters": { "type": "OBJECT", "properties": { "format_type": { "type": "STRING", "description": "所需的格式，如 'bullet_points', 'paragraph', 'json'", "enum": ["bullet_points", "paragraph", "json"] }, "max_length": { "type": "INTEGER", "description": "总结的最大长度（单词数）" } }, "required": ["format_type"] } }] } def summarize(self, article_text: str, user_request: str = "请总结这篇文章") -> Dict[str, Any]: """执行总结技能的主方法""" # 构建对话 chat = self.model.start_chat() # 用户消息：结合用户请求和文章内容 full_prompt = f"{user_request}\n\n文章内容如下：\n{article_text}" response = chat.send_message(full_prompt) # 处理响应：检查模型是否想调用我们定义的函数 if response.candidates[0].content.parts[0].function_call: fc = response.candidates[0].content.parts[0].function_call if fc.name == "format_summary": # 模型请求了格式化，这里我们可以根据请求生成最终总结 # 例如，如果请求JSON格式，我们可以调整prompt让模型输出JSON format_args = fc.args follow_up_prompt = f"请按照以下要求重新生成总结：格式为{format_args['format_type']}" if 'max_length' in format_args: follow_up_prompt += f"，长度不超过{format_args['max_length']}词" follow_up_prompt += "。\n请直接输出总结内容。" final_response = chat.send_message(follow_up_prompt) result_text = final_response.text else: result_text = response.text else: result_text = response.text # 返回结构化的结果 return { "skill_name": "ArticleSummarySkill", "original_request": user_request, "summary": result_text, "model_used": self.model.model_name } # 使用示例 if __name__ == "__main__": API_KEY = "YOUR_ACTUAL_API_KEY" # 替换为你的密钥 skill = ArticleSummarySkill(API_KEY) # 示例文章（此处省略长文本，实际使用时替换） sample_article = """ 人工智能（AI）在软件开发领域的应用正日益深入...（这里是长长的文章正文） """ result = skill.summarize( article_text=sample_article, user_request="请用JSON格式输出详细总结，包含核心论点和关键论据字段" ) print(json.dumps(result, indent=2, ensure_ascii=False))

代码解读与优势：

1. 技能封装：我们将总结能力封装成了一个类ArticleSummarySkill，这是一个可复用、可测试的组件。
2. 系统指令：_get_system_instruction方法定义了技能的“角色”和“行为准则”，这是定制化的核心。你可以在这里注入任何领域知识。
3. 函数调用（Tools）：_get_summary_format_tool定义了一个工具。模型在生成过程中，可以“主动”调用这个工具来询问用户对格式的偏好（尽管本例中我们在用户请求里直接指定了）。这展示了 Skill 与外部逻辑交互的能力。
4. 结构化输出：summarize方法返回一个结构化的字典，包含了技能名、原始请求、总结内容和使用模型，这非常利于后续的数据处理、日志记录和集成。
5. 灵活性：通过user_request参数，我们可以动态改变总结的要求，而无需修改技能内部逻辑。

5. 组合技能：构建简单 AI Agent

Skills 的真正威力在于组合。假设我们还有一个SentimentAnalysisSkill（情绪分析技能），我们可以轻松地将它们组合起来，创建一个能自动分析文章情绪并生成相应摘要的智能体。

# 文件路径：agents/article_processing_agent.py from skills.article_summarizer import ArticleSummarySkill # 假设我们已有另一个技能 from skills.sentiment_analyzer import SentimentAnalysisSkill class ArticleProcessingAgent: """一个组合了总结和情绪分析技能的简单智能体""" def __init__(self, api_key: str): self.summary_skill = ArticleSummarySkill(api_key) self.sentiment_skill = SentimentAnalysisSkill(api_key) # 假设已实现 def process_article(self, article_text: str) -> Dict[str, Any]: """处理文章：先分析情绪，再根据情绪调整总结语气""" # 步骤1：分析情绪 sentiment_result = self.sentiment_skill.analyze(article_text) # 假设返回 {“sentiment”: “positive”, “confidence”: 0.95} # 步骤2：根据情绪，定制总结请求 tone_map = { "positive": "请用积极、赞赏的语气总结这篇文章，突出其价值和亮点。", "negative": "请用客观、谨慎的语气总结这篇文章，注意指出其可能的问题或争议点。", "neutral": "请用客观、中立的语气总结这篇文章。" } user_request = tone_map.get(sentiment_result["sentiment"], "请总结这篇文章") # 步骤3：生成总结 summary_result = self.summary_skill.summarize(article_text, user_request) # 组合最终结果 final_result = { "article_metadata": { "estimated_sentiment": sentiment_result["sentiment"], "sentiment_confidence": sentiment_result["confidence"] }, "summary": summary_result["summary"], "processing_chain": ["SentimentAnalysisSkill", "ArticleSummarySkill"] } return final_result # 使用智能体 if __name__ == "__main__": API_KEY = "YOUR_ACTUAL_API_KEY" agent = ArticleProcessingAgent(API_KEY) sample_article = "..." # 你的文章内容 result = agent.process_article(sample_article) import pprint pprint.pprint(result)

这个简单的Agent展示了 Skills 范式的核心思想：通过编排多个单一职责的 Skills，构建出能处理复杂流程的智能应用。这比一个庞大而笨重的“全能Gems”要清晰、可维护得多。

6. 运行、验证与调试

6.1 运行与验证

运行上述代码后，你应该能得到结构化的输出。验证点包括：

1. 功能正确性：总结是否涵盖了文章核心？情绪分析是否合理？
2. 格式符合性：当请求 JSON 格式时，输出是否是合法的 JSON？能否被json.loads()解析？
3. 技能遵循指令：当要求“用积极语气”时，生成的总结词汇是否偏向正面？
4. 错误处理（下一步需要完善）：如果输入文本为空或 API 调用失败，是否有适当的异常处理和用户提示？

6.2 调试技巧

在 Skills 开发中，调试至关重要：

• 记录完整对话历史：在chat.send_message前后，打印出chat.history，查看模型实际接收和响应的消息序列。
• 检查函数调用：如示例所示，检查response.candidates[0].content.parts中是否有function_call，这能帮你理解模型是否正确地理解了你的工具定义。
• 简化测试：先用极短的文本测试技能的基本流程，再逐步增加复杂性。
• 使用 AI Studio 进行原型设计：Google AI Studio 提供了可视化工具来配置模型指令（即 Skill 定义），并实时测试效果。你可以先在 Studio 中打磨你的system_instruction，再将其复制到代码中。

7. 迁移常见问题与排查思路

8. 最佳实践与工程化建议

将 Skills 投入生产环境，需要遵循良好的工程实践：

1. 技能设计原则：

   • 单一职责：一个 Skill 只做好一件事。例如，ExtractDatesSkill只负责提取日期，SummarizeTextSkill只负责总结。
   • 接口明确：定义清晰的输入输出。输入是什么格式的文本/数据？输出是自然语言还是结构化数据（JSON）？
   • 指令精炼：系统指令是技能的灵魂。用词要精确、无歧义，并包含边界条件处理（“如果遇到X，则做Y”）。

2. 配置与秘钥管理：

   • 永远不要将 API 密钥硬编码在代码中。使用环境变量或安全的配置管理服务。

   # .env 文件 GEMINI_API_KEY=your_api_key_here

   # 代码中读取 import os from dotenv import load_dotenv load_dotenv() API_KEY = os.getenv("GEMINI_API_KEY")

3. 错误处理与健壮性：

   • 对所有 API 调用进行try-except包装。
   • 实现指数退避的重试逻辑，以应对暂时的网络或服务故障。
   • 为 Skill 设置合理的超时时间。

4. 日志与监控：

   • 记录每个 Skill 调用的输入、输出、耗时和 Token 使用量。
   • 这有助于成本核算、性能优化和效果分析。
   • 可以结构化日志，方便接入 ELK 或 Datadog 等监控系统。

5. 版本控制：

   • 将 Skill 的定义（尤其是系统指令）像代码一样进行版本控制（Git）。
   • 当修改指令时，通过 A/B 测试来评估效果变化，避免效果回退。

6. 测试：

   • 为每个 Skill 编写单元测试，使用固定的输入检查输出是否符合预期。
   • 构建一个涵盖典型、边缘和错误情况的测试用例集。

9. 总结与展望

Gemini Gems 向 Skills 的转型，是 Google 将其大模型能力从“产品功能”向“开发者平台”演进的关键一步。对于开发者而言，这短期意味着一些迁移成本，但长期来看，它带来了前所未有的灵活性和控制力。

迁移的核心步骤可以概括为：

1. 解构：分析现有 Gems 提供的功能，将其拆解为原子化的任务。
2. 定义：为每个原子化任务设计一个 Skill，编写清晰、具体的系统指令。
3. 实现：使用 Gemini API 和 SDK 实现这些 Skill 类，并处理好输入输出。
4. 编排：通过 Agent 或业务逻辑代码，将多个 Skills 组合起来，完成复杂工作流。
5. 优化：基于测试和用户反馈，持续迭代和优化每个 Skill 的指令和逻辑。

未来，随着 Skills 生态的成熟，我们或许会看到：

• Skill 市场：开发者可以发布和共享自己训练的高质量 Skills。
• 可视化编排工具：像搭积木一样，通过拖拽来组合 Skills，构建 AI 应用。
• 更复杂的 Agent 框架：内置记忆、规划、工具使用等能力的标准化 Agent 框架出现。

对于每一位技术决策者和开发者来说，现在正是深入理解和拥抱 Skills 范式的最佳时机。建议从一个小而具体的业务场景开始，尝试将一个旧的 Gems 思路用自定义 Skill 重新实现，亲身体验这种范式带来的差异。这将帮助你在 AI 原生应用开发的浪潮中，构建出更强大、更可控、更独特的解决方案。