Google 宣布推出 Google Gen AI SDK for Kotlin（google-genai-kotlin）1.0 正式版。该 SDK 从零构建为 Kotlin Multiplatform（KMP）库，专门面向 JVM 环境（包括后端服务、无服务器函数和桌面应用），提供符合 Kotlin 惯用法的 API，涵盖一等公民级别的协程支持、异步 Flow 流式传输以及带有命名和默认参数的不可变数据类。
SDK 已发布至 Maven Central（com.google.genai:google-genai-kotlin）。多平台项目可将依赖添加至 commonMain 源集；标准单平台 JVM 项目中，Gradle 会通过 Module Metadata 自动选择最优变体。
统一接入两套 Gemini 平台
该 SDK 的核心入口是 Client 类，可统一管理 HTTP 连接与认证。根据环境变量配置，它能够以最小改动同时对接 Gemini Developer API（通过 GEMINI_API_KEY 或 GOOGLE_API_KEY 访问 Google AI Studio）和 Gemini Enterprise Agent Platform（设置 GOOGLE_GENAI_USE_ENTERPRISE=true 并使用标准的 Google Cloud Application Default Credentials）。
值得注意的是，尽管底层采用 KMP 架构，出于安全原因，该 SDK 不允许直接从移动应用中调用。移动端直接访问 Gemini 模型需改用 Firebase AI Logic。
文本生成、流式输出与多轮对话
在基础文本生成方面，SDK 支持单次请求和流式响应。使用 Kotlin 的 use 扩展函数可以确保客户端底层的网络引擎和 HTTP 连接被正确释放。针对交互式 UI 或命令行工具等低延迟场景，generateContentStream 会返回一个冷启动的 Kotlin Coroutine Flow，实时交付 token 块。
对于多轮对话，SDK 内置了专用的 chats 服务。它能够自动维护上下文、追加对话轮次、格式化历史记录并处理函数调用，免去了手动管理对话状态的繁琐工作。开发者也可通过 chat.sendMessageStream(...) 获取流式的多轮对话响应。
多模态分析与搜索接地
SDK 支持将 Gemini 的多模态推理能力与外部验证结合。例如在分析技术、医学或科学图表时，开发者可以挂载 Google Search Grounding，让模型对照实时网络来源交叉核验事实性声明。
在视觉生成方面，SDK 完整支持最新的图像生成模型系列。生成的图像字节会以 Blob 形式直接包含在响应部分中。同时，开发者可以在同一请求中传入已有图像和自然语言编辑指令，实现对话式的图生图编辑。
实时双向交互与结构化函数调用
针对低延迟语音、音频和实时多模态交互需求，SDK 通过 client.live.connect(...) 建立持久化 WebSocket 连接，支持 Gemini Live API。
在构建智能体工作流或将大模型与后端微服务桥接时，开发者可以通过 FunctionDeclaration 传入结构化的 JSON Schema，由模型判断何时调用相应工具。当使用 chats 服务时，还可启用自动函数调用（AFC）功能：对话中声明的函数可由 SDK 自动且透明地代为执行，无需开发者手动干预调用流程。
目前，该 SDK 可为 Ktor、Spring Boot、Quarkus、Micronaut 等主流 JVM 后端框架提供生成式 AI 集成基础。源码与示例已托管于 GitHub 仓库 googleapis/kotlin-genai。