En esta página, se proporciona una colección de implementaciones de referencia para la API de Gemini Live en Gemini Enterprise Agent Platform. Desde inicios de JavaScript sin dependencias hasta arquitecturas integrales basadas en React, estas demostraciones muestran cómo crear agentes de voz sólidos en tiempo real con la API de Gemini Live y el ADK.
Apps de demostración
- App de demostración de React: Un cliente de React completo que incluye transmisión en tiempo real, uso de herramientas y control de contenido multimedia.
- App de demostración de JS simple: Es una implementación de JavaScript sin dependencias para comprender los mecanismos principales de la API.
- Asesor en tiempo real: Es un rol de asesor especializado que puede alternar entre los modos silencioso y abierto.
- Agente de asistencia al cliente: Es un agente avanzado con detección de emociones, entrada multimodal y ejecución de herramientas.
- Asistente de juegos: Un compañero de juegos con capacidades de cambio de personaje y uso compartido de pantalla.
- App de telefonía de Gemini Live: Es una aplicación de voz a IA en tiempo real que usa Twilio para la telefonía, un backend de FastAPI y la API de Gemini Live para la IA conversacional.
Kit de herramientas de la API de Gemini Live del ADK
El Kit de desarrollo de agentes (ADK) proporciona un framework listo para producción que permite compilar aplicaciones de transmisión bidireccional con la API de Live. En la siguiente guía y las demostraciones, se presenta la arquitectura de transmisión del ADK, que permite la comunicación bidireccional en tiempo real entre los usuarios y los agentes de IA a través de canales multimodales (texto, audio y video).
Otras herramientas
- Depurador de audio PCM: Es una herramienta independiente para probar y depurar transmisiones de audio PCM sin procesar y conexiones de WebSocket.