扩展Gemini API中的托管代理：后台任务、远程MCP等

Google今日宣布为Gemini API中的托管代理（Managed Agents）推出多项新功能，包括后台执行、远程MCP服务器集成、自定义函数调用以及跨交互的凭证刷新。这些更新直接回应了开发者的反馈和产品需求，旨在帮助构建可靠的生产级代理。

通过Gemini Interactions API中的托管代理，开发者只需调用单个端点，Gemini便能在隔离的云端沙箱中处理推理、代码执行、包安装、文件管理和网络信息获取。这种架构让开发者能够专注于业务逻辑，而不必担心底层基础设施。

后台执行功能允许开发者传递“background: true”参数，使交互在服务器端异步运行。API立即返回一个ID，客户端应用可使用该ID轮询状态、流式获取进度或稍后重连，而代理则在远程继续完成任务。这解决了长时间HTTP连接容易中断的问题，特别适合需要数分钟甚至数小时才能完成的复杂任务。

远程MCP服务器集成是另一个重要更新。通过Model Context Protocol（MCP），托管代理可以直接访问私有数据库或内部API，无需编写自定义代理中间件。开发者可以在交互时传递mcp_server工具，让代理在安全沙箱内与自身端点通信，同时还能混合使用内置工具如Google搜索和代码执行。Google建议开发者遵循最佳实践来扩展外部工具和API。

自定义函数调用功能允许开发者将自定义工具与内置沙箱工具结合使用。API通过步骤匹配自动在服务器端运行内置工具，而自定义函数则触发“requires_action”状态，让客户端执行本地业务逻辑。这种设计既保证了沙箱的安全性，又保留了灵活性。

网络凭证刷新解决了访问令牌和短期API密钥过期问题。开发者只需在下次交互时传递相同的environment_id和新的网络配置，新规则将立即替换旧规则，而沙箱的文件系统状态、已安装包和克隆仓库保持不变。这确保了长时间运行的任务不会因凭证过期而中断。

这些更新将托管代理转变为真正的异步工作器，能够在真实开发环境中运行而不会阻塞应用程序。开发者可以查阅Gemini Interactions API概览和托管代理快速入门，探索自定义代理定义、环境配置、网络规则和高级流式模式。Google表示，这些功能是基于开发者社区的直接反馈开发，旨在提升生产环境中AI代理的可靠性和易用性。