人工知能の世界は急速に進化しており、Googleはその強力なGeminiモデルで最前線に立っています。この力を活用したいTypeScriptおよびJavaScript開発者にとって、Google Gen AI SDKは包括的で柔軟なソリューションを提供します。このSDKを使用すると、Gemini 2.5およびその他の最先端モデルを活用したアプリケーションを簡単に構築でき、Gemini Developer APIとVertex AIの両方に対して強固なサポートを提供します。この記事は、ライブのリアルタイムインタラクションやマルチモーダルコンテンツ処理から、テキスト読み上げ（TTS）、画像生成など、その主要な機能までを網羅し、このSDKを理解し活用するためのガイドとなるでしょう。
開発者チームが最大限の生産性で協力するための統合されたオールインワンプラットフォームをお探しですか？
Apidogはあなたのすべての要求を満たし、Postmanをはるかに手頃な価格で置き換えます！
はじめに：JavaScriptとGeminiの力を繋ぐ
Google Gen AI JavaScript SDKは、開発者がGoogleの高度な生成AI機能をウェブおよびNode.jsアプリケーションに統合できるように綿密に設計されています。高度なチャットボット、知的なコンテンツ作成ツール、または多様なメディアタイプを理解し生成するアプリケーションを構築しているかどうかにかかわらず、このSDKは必要な構成要素を提供します。
SDKの核となる強みは、Gemini Developerプラットフォーム（Google AI StudioからのAPIキーを介して）またはGoogle CloudのVertex AIプラットフォームのどちらでホストされているかに関わらず、Geminiモデルにアクセスするための統一されたアプローチです。この柔軟性により、開発者はAPIキーを使用した迅速なプロトタイピングから、MLOps機能を備えたVertex AIでの本番環境レベルのデプロイまで、プロジェクトのニーズに最適な環境を選択できます。
このSDKは、待望のGemini 2.5モデルを含む最新のGemini機能とシームレスに連携するように設計されており、開発者は利用可能になり次第、最先端のAIにアクセスできます。
はじめに：インストールと初期化
高度な機能に入る前に、SDKのセットアップの基本を説明します。
前提条件：
開発環境にNode.jsバージョン18以降がインストールされていることを確認してください。
インストール：
SDKのインストールはnpmを使用して簡単に行えます：
npm install @google/genai
初期化 - Geminiへのゲートウェイ：
Google AI StudioまたはVertex AIを介したGemini APIとのすべてのインタラクションは、GoogleGenAIクラスのインスタンス化から始まります。
1. Gemini Developer APIを使用する（APIキーを使用）：
これは、特にサーバーサイドアプリケーションや個人プロジェクトの場合、開始する最も迅速な方法です。Google AI StudioからのAPIキーが必要です。
import { GoogleGenAI } from '@google/genai';
const GEMINI_API_KEY = process.env.GEMINI_API_KEY; // または実際のAPIキー
const ai = new GoogleGenAI({ apiKey: GEMINI_API_KEY });
async function run() {
// 例：テキストコンテンツを生成する
const model = ai.models.generateContent({
model: "gemini-pro", // または特定のGemini 2.5モデル（例："gemini-2.5-flash-001"）
contents: [{ role: "user", parts: [{ text: "Google Gen AI SDKの重要性について説明してください。" }] }]
});
const response = await model;
console.log(response.text);
}
run();
APIキーのセキュリティに関する注意：
2. Vertex AIを使用する：
Google Cloudの堅牢性とスケーラビリティを必要とするアプリケーションの場合、Vertex AI用にSDKを初期化するのが適切な方法です。これには、Google CloudプロジェクトIDとロケーションを指定する必要があります。
import { GoogleGenAI } from '@google/genai';
const ai = new GoogleGenAI({
vertexai: true,
project: 'your-gcp-project-id',
location: 'your-gcp-location', // 例：'us-central1'
});
async function runVertex() {
// 例：Vertex AIでテキストコンテンツを生成する
const model = ai.models.generateContent({
model: "gemini-1.5-pro-preview-0409", // Vertex AIモデルの例
contents: [{ role: "user", parts: [{ text: "Gen AI SDKでVertex AIを使用する利点は何ですか？" }] }]
});
const response = await model;
console.log(response.text);
}
runVertex();
APIバージョンの選択：
デフォルトでは、SDKはベータ版APIエンドポイントを利用して、プレビュー機能への早期アクセスを提供します。ただし、安定性を必要とするアプリケーションの場合、初期化時にv1（安定版）またはその他の特定のAPIバージョン（Gemini APIの特定のプレビュー機能の場合はv1alphaなど）を明示的に選択できます：
Vertex AIの場合（v1に設定）：
const ai = new GoogleGenAI({
vertexai: true,
project: 'your-gcp-project-id',
location: 'your-gcp-location',
apiVersion: 'v1'
});
Gemini Developer APIの場合（ai.liveなどの機能のためにv1alphaに設定）：
const ai = new GoogleGenAI({
apiKey: 'YOUR_GEMINI_API_KEY',
apiVersion: 'v1alpha'
});
コアSDK構造：GoogleGenAIオブジェクト
初期化されると、aiオブジェクト（GoogleGenAIのインスタンス）はSDKの機能への主要なインターフェースとなります。これは、さまざまなサブモジュールへのアクセスを提供し、それぞれが特定の機能に対応しています：
ai.models：これはおそらく最も頻繁に使用されるサブモジュールです。これは、生成モデルとインタラクションするためのゲートウェイです。ai.modelsを介して、以下を行うことができます：- テキストコンテンツを生成する（
generateContent、generateContentStream）。 - 画像を生成する（
generateImages）。 - テキストの埋め込みを計算する（
embedContent）。 - プロンプト内のトークンをカウントする（
countTokens）。 - （Vertex AIのみ）詳細なトークン情報を計算する（
computeTokens）。 ai.caches：（プレビュー）大きなプロンプトプレフィックスを繰り返し使用するアプリケーションの場合、キャッシュはコストとレイテンシを大幅に削減できます。ai.cachesサブモジュールを使用すると、これらのキャッシュを作成および管理できます。ai.chats：複数ターンの会話体験の開発を簡素化します。ai.chatsを使用すると、会話履歴を自動的に管理するローカルでステートフルなチャットオブジェクトを作成でき、対話型チャットボットの構築を容易にします。ai.files：（Gemini APIのみ）ファイル（マルチモーダルプロンプト用の画像、音声、ビデオなど）をAPIにアップロードできます。これらのファイルは、プロンプト内で参照できます。これは、インラインで送信できない大きなファイルや、複数のAPI呼び出しで再利用する予定があるファイルに特に役立ち、それにより帯域幅を削減します。ai.live：（プレビュー、Gemini APIv1alphaのみ）この興味深いサブモジュールは、Geminiモデルとのリアルタイムの双方向通信を可能にします。即時インタラクションを必要とするアプリケーション向けに設計されており、入力としてテキスト、オーディオチャンク、さらにはビデオフレームをサポートし、出力としてテキストまたはオーディオを出力します。これは、真に動的で応答性の高いAI体験を構築するための基盤です。
Gemini 2.5モデルを使用したアプリの構築
SDKは、Gemini 2.5モデル（およびGemini 1.0 Pro、1.5 Pro、1.5 Flashなどの以前のバージョン）の力への直接的なアクセスを提供します。特定のモデルを使用するには、ai.models.generateContent()などのメソッドのmodelパラメータで、またはai.chats.create()でチャットセッションを作成する際に、その名前を参照するだけです。
たとえば、gemini-2.5-flash-001モデルを使用するには（仮称、リリースされた実際のモデル識別子に置き換えてください）：
const response = await ai.models.generateContent({
model: 'gemini-2.5-flash-001', // 特定のモデル識別子を使用
contents: [{ role: "user", parts: [{ text: "Gemini 2.5の主な進歩について教えてください。" }] }]
});
console.log(response.text);
SDKが基盤となるAPI呼び出しを処理するため、プロンプトの作成と生成されたコンテンツの処理に集中できます。Googleが新しいモデルをリリースし、既存のモデルを更新するにつれて、モデル識別子文字列を変更するだけで通常はそれらに切り替えることができ、アプリケーションを最先端の状態に保つことが容易になります。
詳細解説：マルチモーダルコンテンツ処理（MCP）
Geminiモデルの最も強力な側面の1つは、複数のモダリティ（テキスト、画像、音声、ビデオ）にわたるコンテンツを理解し生成する能力です。Google Gen AI SDKはこれを完全にサポートしており、リッチなマルチモーダルアプリケーションを構築できます。
MCPは、主にgenerateContentやsendMessage（チャット内）などのメソッドのcontentsパラメータを介して実現されます。contents配列は一連のContentオブジェクトを受け取り、それぞれが複数のPartオブジェクトを含むことができます。各Partは異なる種類のデータを表すことができます。
マルチモーダルコンテンツの構造：
Contentオブジェクト：会話の単一のターンまたは単一の入力ブロックを表します。通常、role（「user」または「model」のいずれか）とpartsの配列を持ちます。Partオブジェクト：ここに実際のデータが存在します。Partは次のいずれかです：- テキスト入力用の
{ text: "あなたのテキストプロンプト" }。 - リクエストに画像データを直接埋め込むための
{ inlineData: { mimeType: "image/jpeg", data: "base64_encoded_image_string" } }。 ai.files.upload()を介してアップロードされたファイルまたは公開アクセス可能なURI（特にVertex AIの場合）を参照するための{ fileData: { mimeType: "video/mp4", fileUri: "gs://bucket/object" } }。- ビデオ入力には、ビデオファイルの特定のセグメントを指定するための
startOffsetやendOffsetなどのvideoMetadataを含めることもできます。
例：マルチモーダルプロンプト（テキストと画像）：
import { GoogleGenAI } from '@google/genai';
// ... (初期化)
async function describeImage() {
// 'base64ImageData'はJPEG画像のBase64エンコードされた文字列であると仮定します
const base64ImageData = "..."; // あなたのBase64画像データ
const contents = [
{
role: "user",
parts: [
{ text: "この画像には何がありますか？" },
{
inlineData: {
mimeType: "image/jpeg",
data: base64ImageData,
},
},
],
},
];
const response = await ai.models.generateContent({
model: "gemini-pro-vision", // またはGemini 2.5のビジョン対応モデル
contents: contents,
});
console.log(response.text);
}
describeImage();
プロンプトで異なるデータタイプをシームレスにブレンドできるこの能力は、ビジュアルQ&Aシステムからビデオコンテンツを分析および説明するツールまで、アプリケーションの可能性の膨大な配列を開きます。SDKは画像*生成*のための直接的なメソッドを提供しますが、ビデオ*生成*はSDKの直接的なメソッドとしては明示的に提供されていません。代わりに、ビデオは主に入力モダリティとして扱われます。ただし、generateContentを介してアクセスされる高度なマルチモーダルモデルは、要約やビデオコンテンツに関する質問への回答など、洗練された方法でビデオ入力の処理と応答が可能かもしれません。
Live API（ai.live）を使用したリアルタイムインタラクション
低レイテンシで対話的な体験を要求するアプリケーションにとって、ai.liveサブモジュールはゲームチェンジャーです。現在プレビュー中であり、Gemini APIの場合はv1alpha APIバージョンを必要とするai.liveは、Geminiモデルとの双方向ストリーミングのためのWebSocket接続を確立します。これにより、入力としてテキスト、オーディオチャンク、さらにはビデオフレームをリアルタイムで送信し、出力としてテキストまたはオーディオを受信できます。
ai.liveの主要な概念：
ai.live.connect(params)：これがエントリポイントです。モデル名（model）、接続構成（config）、およびさまざまなWebSocketイベント（例：onopen、onmessage、onerror、onclose）のコールバック関数（callbacks）などのパラメータを提供します。これは、Sessionオブジェクトに解決されるPromiseを返します。Sessionオブジェクト：アクティブなWebSocket接続を表します。次のメソッドがあります：
sendClientContent(params)：構造化されたContent（generateContentのように）を送信します。これはテキストメッセージや会話コンテキストの事前入力に適しています。sendRealtimeInput(params)：Blobデータを送信します。これは、オーディオチャンクまたはビデオフレーム（画像として）の連続ストリーム用に最適化されています。このメソッドは応答性のために設計されており、sendClientContentと混在させた場合、厳密な順序保証を犠牲にする可能性があります。sendToolResponse(params)：ライブセッション内で関数呼び出しが使用されている場合、モデルに応答を返します。close()：WebSocket接続を終了します。
構成（LiveConnectParametersおよびLiveConnectConfig）：
model：接続するGeminiモデルを指定します（例：ドキュメントの例に示されている 'gemini-2.0-flash-exp' のような実験的なモデル、またはその他のv1alpha互換モデル）。config.responseModalities：目的の出力タイプを指定する配列、例：[Modality.AUDIO, Modality.TEXT]。指定しない場合、デフォルトはModality.AUDIOです。config.speechConfig：テキスト読み上げ出力の構成（これについては後述）。config.systemInstruction：モデルをガイドするためのシステムレベルの指示。config.tools：関数呼び出しの宣言。
コールバック（LiveCallbacks）：
onopen：WebSocket接続が正常に確立されたときに呼び出されます。onmessage：サーバーからメッセージ（生成されたテキスト、オーディオデータ、ツール呼び出しなど）を受信したときに呼び出されます。onerror：WebSocket接続でエラーが発生した場合に呼び出されます。onclose：接続が閉じられたときに呼び出されます。
例：基本的なai.liveセットアップ（概念）：
import { GoogleGenAI, Modality } from '@google/genai';
// Gemini APIの場合はapiVersion: 'v1alpha'で初期化されていることを確認してください
const ai = new GoogleGenAI({ apiKey: 'YOUR_GEMINI_API_KEY', apiVersion: 'v1alpha' });
async function startLiveSession() {
try {
const session = await ai.live.connect({
model: 'gemini-pro', // またはライブをサポートする特定のモデル、ドキュメントを確認してください
config: {
responseModalities: [Modality.TEXT, Modality.AUDIO], // テキストとオーディオを期待する
// speechConfig: { ... } // TTSの場合、以下で説明
},
callbacks: {
onopen: () => console.log('ライブセッションに接続しました！'),
onmessage: (serverMessage) => {
// サーバーからのメッセージを処理する
// これはテキスト、オーディオデータ、ツール呼び出しなどである可能性があります
console.log('サーバーから受信：', serverMessage);
if (serverMessage.speechUpdate?.audio) {
// 受信したオーディオデータを処理する（例：再生）
const audioBytes = serverMessage.speechUpdate.audio;
// ... あなたのオーディオ再生ロジック ...
}
if (serverMessage.textUpdate?.text) {
console.log("テキスト：", serverMessage.textUpdate.text);
}
},
onerror: (error) => console.error('ライブセッションエラー：', error),
onclose: () => console.log('ライブセッションが閉じられました。'),
},
});
// これでメッセージを送信できます
session.sendClientContent({ turns: [{ role: 'user', parts: [{text: 'こんにちは、ライブGemini！'}] }] });
// 連続的なオーディオ入力の場合：
// navigator.mediaDevices.getUserMedia({ audio: true }).then(stream => {
// const mediaRecorder = new MediaRecorder(stream);
// mediaRecorder.ondataavailable = event => {
// if (event.data.size > 0) {
// session.sendRealtimeInput({ media: { mediaChunks: [event.data] } });
// }
// };
// mediaRecorder.start(1000); // 毎秒オーディオチャンクを送信
// });
// 終了したらセッションを閉じることを忘れないでください
// session.close();
} catch (error) {
console.error('ライブセッションへの接続に失敗しました：', error);
}
}
startLiveSession();
ai.liveモジュールは、異なるモダリティにわたるユーザー入力にリアルタイムで反応し、真に対話的で応答性が高いと感じられるアプリケーションを構築するのに非常に強力です。
テキスト読み上げ（TTS）モデルと機能
SDKはテキスト読み上げ（TTS）生成を容易にし、主にオーディオ出力が要求された場合のai.liveインターフェースを介して行われます。これにより、Geminiモデルがテキストだけでなく、音声で応答できるようになります。
TTS構成（SpeechConfigおよびVoiceConfig）：
ai.live.connect()を使用してライブ接続を確立する際、configパラメータ内でspeechConfigを指定できます。
SpeechConfig：このオブジェクトは現在、主要なプロパティが1つあります：voiceConfig：TTS出力の目的の音声を指定するオブジェクト。VoiceConfig：prebuiltVoice：プリビルド音声名を指定できます（例：Googleが提供する可能性のある 'aura-asteria-en'、'aura-luna-en' – 利用可能な音声名については、常に最新の公式ドキュメントを参照してください）。customVoice：（潜在的に）APIでサポートされている場合、カスタムトレーニングされた音声を使用するため。
例：ライブセッションでのオーディオ出力の要求：
// ai.live.connectパラメータ内：
// ...
config: {
responseModalities: [Modality.AUDIO], // TTSに不可欠
speechConfig: {
voiceConfig: {
// 実際に利用可能なプリビルド音声名に置き換えてください
prebuiltVoice: 'aura-asteria-en',
}
}
},
callbacks: {
onmessage: (serverMessage) => {
if (serverMessage.speechUpdate?.audio) {
const audioData = serverMessage.speechUpdate.audio; // これはArrayBufferです
// このオーディオデータをブラウザで再生するか、Node.jsで保存するロジック
// 例：ブラウザの場合：
// const audioBlob = new Blob([audioData], { type: 'audio/mpeg' }); // または適切なMIMEタイプ
// const audioUrl = URL.createObjectURL(audioBlob);
// new Audio(audioUrl).play();
console.log('TTS用のオーディオデータを受信しました。');
}
if (serverMessage.textUpdate?.text) {
console.log("付随するテキスト（もしあれば）：", serverMessage.textUpdate.text)
}
},
// ... その他のコールバック
},
// ...
オーディオ出力用に構成されている場合、ライブセッションのonmessageコールバックはServerMessageオブジェクトを受信します。メッセージに音声が含まれている場合、speechUpdate.audioフィールドにオーディオデータ（通常ArrayBufferとして）が保持されます。その後、このデータを処理してユーザーに再生するか、オーディオファイルとして保存できます。textUpdate.textフィールドも音声のテキストバージョンで入力される場合があります。
TTSをライブの会話フローに直接統合することで、SDKはボイスファーストアプリケーション、対話型アシスタント、アクセシビリティ機能に最適になります。
画像生成モデル
SDKは、Imagenのようなモデルを使用して画像を生成するための専用メソッドai.models.generateImages()を提供します。このメソッドを使用すると、テキストプロンプトを提供し、生成された画像データを受信できます。
ai.models.generateImages()の使用：
このメソッドはGenerateImagesParametersを受け取ります。これには以下が含まれます：
model：画像生成モデルの識別子（例：'imagen-3.0-generate-002' – 現在のモデル名については常にドキュメントを確認してください）。prompt：生成したい画像のテキストによる説明。config（オプションGenerateImagesConfig）：numberOfImages：生成する画像候補の数（デフォルトは通常1）。negativePrompt：画像に*含めたくない*ものの説明。seed：再現性のある結果のためのランダム性を制御する数値。aspectRatio：目的のアスペクト比（例："1:1"、"16:9"）。includeRaiReason：画像がResponsible AIチェックに失敗した場合に理由を含めるかどうか。- およびその他のモデル固有のパラメータ。
例：画像を生成する：
import { GoogleGenAI } from '@google/genai';
// ... (Vertex AIの初期化、ImagenはしばしばVertex AIサービスであるため)
const ai = new GoogleGenAI({ vertexai: true, project: 'your-gcp-project-id', location: 'your-gcp-location' });
async function createImage() {
try {
const response = await ai.models.generateImages({
model: 'imagen-3.0-generate-002', // 最新のモデルについてはドキュメントを確認してください
prompt: '夕暮れ時の未来都市、飛行する乗り物とネオンライト。',
config: {
numberOfImages: 1,
aspectRatio: '16:9',
includeRaiReason: true,
},
});
if (response?.generatedImages && response.generatedImages.length > 0) {
const imageBytesBase64 = response.generatedImages[0]?.image?.imageBytes;
if (imageBytesBase64) {
// imageBytesBase64は画像のBase64エンコードされた文字列です
console.log('画像が生成されました（Base64エンコード）！');
// その後、この画像をブラウザに表示（例：<img src="data:image/png;base64,..." />）
// またはNode.jsでファイルに保存したりできます
}
} else {
console.log('画像が生成されなかったか、RAIでフィルタリングされました：', response?.raiFilteredReason);
}
} catch (error) {
console.error('画像生成エラー：', error);
}
}
createImage();
応答（GenerateImagesResponse）には、GeneratedImageオブジェクトの配列が含まれます。各オブジェクトには、画像データ（多くの場合Base64形式のimageBytesとして）、フィルタリングされた場合はraiFilteredReason、およびその他のメタデータが含まれる場合があります。
ビデオ処理（入力として）
前述のように、SDKは生成された出力としてではなく、主に入力モダリティとしてビデオを扱います。マルチモーダルGeminiモデルへのプロンプトにビデオデータを含める方法はいくつかあります：
ビデオファイルのアップロード（ai.files.upload() - Gemini API）：ai.filesサブモジュールを使用してビデオファイル（例：MP4）をアップロードできます。アップロード後、ContentオブジェクトのfileData部分で参照できるファイルURIを受け取ります。
// ファイルアップロードの概念例（Gemini API）
// const uploadedFile = await ai.files.upload({
// file: pathToYourVideoFile, // またはブラウザでのBlob
// mimeType: 'video/mp4',
// displayName: 'my-cool-video.mp4'
// });
// const videoFileUri = uploadedFile.uri;
const contents = [{
role: "user",
parts: [
{ text: "このビデオを要約してください。" },
{ fileData: { mimeType: "video/mp4", fileUri: "YOUR_UPLOADED_VIDEO_URI_HERE" } },
// オプションでVideoMetadataを追加
// { videoMetadata: { startOffset: "0s", endOffset: "30s" } } // 最初の30秒を処理
]
}];
Google Cloud Storage URIの使用（Vertex AI）：
Vertex AIを使用する場合、Google Cloud Storageバケットに保存されているビデオファイルを、fileData部分でそのgs:// URIを使用して直接参照できます。
ライブビデオフレーム（ai.live）：ai.liveセクションで説明したように、session.sendRealtimeInput()を使用して個々のビデオフレーム（Blobオブジェクトとして、おそらくimage/jpegやimage/pngのような画像mimetypes）を送信できます。これにより、ライブビデオフィードに基づくリアルタイム分析またはインタラクションが可能になります。
startOffsetとendOffsetを持つVideoMetadataインターフェースを使用すると、モデルが焦点を当てるべきビデオファイルのセグメントを指定でき、これは長いビデオの処理に役立ちます。
Gemini API vs. Vertex AIサポート：デュアルアプローチ
Google Gen AI SDKの大きな利点は、Gemini Developer API（Google AI Studio経由）とVertex AIの両方をシームレスにサポートしていることです。このデュアルサポートは、開発者に柔軟性と明確なアップグレードパスを提供します。
- Gemini Developer API（Google AI Studio）：
- 利点：APIキーを使用した迅速なセットアップ、迅速なプロトタイピング、個人プロジェクト、およびクラウドインフラストラクチャの管理があまり望ましくないサーバーサイドアプリケーションに最適です。最新の実験的な機能やモデルへの早期アクセスを提供することがよくあります。
- 欠点：APIキーはクライアントサイドで公開すべきではありません。
ai.filesやai.liveのような機能はこのAPI（またはそのv1alphaバージョン）に固有です。レート制限とクォータがVertex AIと異なる場合があります。 - Vertex AI：
- 利点：強固なMLOps機能、セキュリティのためのIAM、他のGoogle Cloudサービスとの統合、および大規模アプリケーションに適したより高いクォータを備えた本番環境レベルのプラットフォームです。モデルの可用性はより厳選され、安定しています。
- 欠点：Google CloudプロジェクトとGCPの概念への慣れが必要です。初期化は少し複雑です（プロジェクトID、ロケーション）。一部の非常に新しい実験的な機能は、まずGemini APIに登場する可能性があります。
SDKは多くの違いを抽象化します。ai.models.generateContent()のようなコアメソッドは両方で同様に機能し、主な違いは初期化（apiKey vs. vertexai: true, project, location）です。これにより、Gemini APIから開始し、アプリケーションが成熟し、スケーリングするにつれてVertex AIに移行できます。AIロジックを完全に書き直す必要はありません。メソッドのドキュメントは、機能またはパラメータが1つのプラットフォームに固有であるかどうかをしばしば指定します。
結論：次世代AIアプリのためのツールキット
Google Gen AI TypeScript/JavaScript SDKは、Gemini 2.5およびその他の高度なモデルの機能をJavaScript開発者に直接もたらす、強力で多用途なツールキットです。マルチモーダルコンテンツのサポート、Live APIを介したリアルタイムインタラクション、統合されたTTS、画像生成、およびGemini Developer APIとVertex AIの間で選択できる柔軟性により、不可欠なリソースとなっています。
SDKの構造、そのコアモジュール（ai.models、ai.live、ai.chats、ai.files、ai.caches）、およびマルチモーダルプロンプトのニュアンスを理解することで、これまで以上に豊かな方法で世界を見て、聞いて、話し、理解できる革新的なアプリケーションを構築する準備が整っています。GoogleがAIの境界を押し広げ続けるにつれて、このSDKは、あなたのJavaScriptおよびTypeScriptプロジェクト内でその可能性を解き放つための鍵となるでしょう。今すぐ飛び込み、実験し、AIを活用したアプリケーションの未来を構築しましょう！
この記事は、README.mdおよびdocsディレクトリから収集した情報に基づいて生成されました。指定されたすべてのトピックをカバーし、要求された文字数を目指しています。