Gemini APIの管理エージェントを拡張：バックグラウンドタスク、リモートMCPなど

Googleは本日、Gemini APIの管理エージェント（Managed Agents）に、バックグラウンド実行、リモートMCPサーバー統合、カスタム関数呼び出し、および対話間での認証情報更新などの新機能を発表しました。これらのアップデートは開発者からのフィードバックと製品ニーズに直接応え、信頼性の高い本番環境対応エージェントを構築できるようにします。

Gemini Interactions APIの管理エージェントを使用すると、単一のエンドポイントを呼び出すだけで、Geminiが分離されたクラウドサンドボックス内で推論、コード実行、パッケージインストール、ファイル管理、Web情報取得を処理します。このアーキテクチャにより、開発者は基盤インフラを気にせずビジネスロジックに集中できます。

バックグラウンド実行機能では、「background: true」パラメータを渡すことで、サーバー側で非同期にインタラクションを実行できます。APIは即座にIDを返し、クライアントアプリケーションはそのIDを使ってステータスのポーリング、進捗のストリーミング、後日の再接続が可能で、エージェントはリモートでタスクを完了します。これにより、長時間のHTTP接続が不安定になる問題が解決され、数分から数時間かかる複雑なタスクに特に有効です。

リモートMCPサーバー統合も重要なアップデートです。Model Context Protocol（MCP）を介して、管理エージェントはプライベートデータベースや内部APIに直接アクセスでき、カスタムプロキシミドルウェアを記述する必要がありません。開発者はインタラクション時にmcp_serverツールを渡すことで、エージェントが安全なサンドボックスから自身のエンドポイントと通信でき、Google検索やコード実行などの組み込みツールと組み合わせて使用できます。Googleは外部ツールとAPIを拡張する際のベストプラクティスに従うことを推奨しています。

カスタム関数呼び出し機能により、組み込みサンドボックスツールと並行してカスタムツールを追加できます。APIはステップマッチングを使用し、組み込みツールはサーバー上で自動実行され、カスタム関数は「requires_action」状態に移行してクライアント側でローカルビジネスロジックを実行します。この設計はサンドボックスのセキュリティを維持しながら柔軟性を提供します。

ネットワーク認証情報の更新機能は、アクセストークンや短期有効なAPIキーの期限切れに対応します。既存のenvironment_idと新しいネットワーク設定を次のインタラクションで渡すだけで、古いルールは即座に新しいルールに置き換えられます。サンドボックスのファイルシステム状態、インストール済みパッケージ、クローン済みリポジトリはそのまま維持されるため、長時間実行タスクが認証情報の期限切れで中断されることはありません。

これらのアップデートにより、管理エージェントは真の非同期ワーカーへと進化し、アプリケーションをブロックすることなく実際の開発環境内で動作します。開発者はGemini Interactions APIの概要と管理エージェントのクイックスタートを参照して、カスタムエージェント定義、環境設定、ネットワークルール、高度なストリーミングパターンを探索できます。Googleは、これらの機能が開発者コミュニティからの直接のフィードバックに基づいて開発され、本番環境でのAIエージェントの信頼性と使いやすさを向上させることを目指していると述べています。