Google presenta dos herramientas pensadas para que los agentes de código dejen de generar soluciones obsoletas y empiecen a usar siempre la versión correcta de las APIs y SDKs.
Qué problema resuelven
¿Te ha pasado que un agente te devuelve código que ya no compila o usa parámetros desactualizados? Eso ocurre porque muchos agentes fueron entrenados con datos que tienen una fecha de corte. El resultado: ejemplos, firmas de funciones y configuraciones que ya no coinciden con las versiones actuales.
Eso no es un fallo menor. Un endpoint renombrado, un parámetro eliminado o un cambio en las mejores prácticas puede convertir una respuesta útil en un dolor de cabeza para cualquier desarrollador o equipo.
Las dos herramientas y cómo funcionan
Gemini API Docs MCP
La Gemini API Docs MCP conecta a tu agente de código con la documentación en tiempo real de Gemini: APIs, SDKs y detalles de modelos. Funciona mediante el protocolo Model Context Protocol para inyectar contexto actualizado al agente justo antes de generar código.
¿Resultado? El agente ya no depende solo de su entrenamiento previo, sino que consulta la fuente más reciente. Si hubo cambios en la firma de una función o aparece una nueva configuración óptima, el agente lo sabrá.
Puedes ver la puerta de entrada en https://gemini-api-docs-mcp.dev.
Gemini API Developer Skills
Esta segunda pieza agrega instrucciones de mejores prácticas, enlaces útiles y patrones de uso recomendados para guiar al agente a producir código con los SDKs actuales. No solo informa, sino que enseña al agente cómo estructurar soluciones conforme a los patrones vigentes.
Piensa en esto como el manual de estilo y recetas prácticas que evita que un agente aplique antigüedades aunque tenga acceso a la documentación.
Por qué funcionan mejor juntas
Cada herramienta ya mejora el flujo de trabajo por sí sola: MCP trae la verdad técnica y Skills enseña la forma correcta de usarla. Pero combinadas despliegan su máximo potencial.
En las pruebas de Google, usar MCP y Skills juntos alcanzó un 96.3% de éxito en su conjunto de evaluación. Además, las respuestas correctas usaron 63% menos tokens en promedio comparado con la técnica de prompting tradicional. Menos tokens significa respuestas más concisas y potencialmente menor costo de inferencia.
Cómo aprovecharlas hoy
- Conecta tu agente a la Gemini API Docs MCP para darle acceso dinámico a la documentación.
- Habilita las Gemini API Developer Skills para imponer patrones y buenas prácticas en la generación de código.
- Evalúa con tu set de pruebas y ajusta prompts si necesitas priorizar estilo o desempeño.
Si quieres implementarlo ya, Google ofrece una guía de configuración en ai.google.dev/gemini-api/docs/coding-agents.
Reflexión final
La lección es clara: los agentes no deben ser cajas negras que reciten lo que supieron en su entrenamiento. Si les das acceso a la documentación vigente y una guía de buenas prácticas, generan soluciones más precisas, eficientes y menos costosas. ¿No es eso justo lo que buscamos cuando automatizamos partes del desarrollo?
Fuente original
https://blog.google/innovation-and-ai/technology/developers-tools/gemini-api-docsmcp-agent-skills