Auf dieser Seite finden Sie eine Sammlung von Referenzimplementierungen für die Gemini Live API auf der Gemini Enterprise Agent Platform. Von JavaScript-Startern ohne Abhängigkeiten bis hin zu umfassenden React-basierten Architekturen zeigen diese Demos, wie Sie mit der Gemini Live API und dem ADK robuste Sprachagenten in Echtzeit erstellen.
Demo-Apps
- React-Demo App: Ein umfassender React-Client mit Echtzeit-Streaming, Toolnutzung und Medienverwaltung.
- Plain JS-Demo App: Eine JavaScript-Implementierung ohne Abhängigkeiten, um die grundlegenden API Mechanismen zu verstehen.
- Echtzeit Berater: Eine spezielle Berater-Persona, die zwischen stummen und offenen Modi wechseln kann.
- Kundensupport Agent: Ein fortschrittlicher Agent mit Emotionserkennung, multimodaler Eingabe und Tool Ausführung.
- Gaming Assistent: Ein Gaming-Begleiter mit Persona-Switching und Bildschirmfreigabe.
- Gemini Live Telephony App: Eine Echtzeit-Anwendung für die Sprach-zu-KI-Kommunikation, die Twilio für die Telefonie, ein FastAPI-Backend und die Gemini Live API für konversationelle KI verwendet.
ADK-Toolkit für die Gemini Live API
Das Agent Development Kit (ADK) bietet ein produktionsfertiges Framework zum Erstellen von Bidi-Streaming-Anwendungen mit der Live API. Im folgenden Leitfaden und in den Demos wird die Streaming-Architektur des ADK vorgestellt, die die bidirektionale Echtzeitkommunikation zwischen Nutzern und KI-Agenten über multimodale Kanäle (Text, Audio, Video) ermöglicht.
Sonstige Tools
- PCM-Audio Debugger: Ein eigenständiges Tool zum Testen und Debuggen von rohen PCM-Audiostreams und WebSocket-Verbindungen.