擴充套件Gemini API中的託管代理：後臺任務、遠端MCP等

Google今日宣佈為Gemini API中的託管代理（Managed Agents）推出多項新功能，包括後臺執行、遠端MCP伺服器整合、自定義函式呼叫以及跨互動的憑證重新整理。這些更新直接回應了開發者的反饋和產品需求，旨在幫助構建可靠的生產級代理。

透過Gemini Interactions API中的託管代理，開發者只需呼叫單個端點，Gemini便能在隔離的雲端沙箱中處理推理、程式碼執行、包安裝、檔案管理和網路資訊獲取。這種架構讓開發者能夠專注於業務邏輯，而不必擔心底層基礎設施。

後臺執行功能允許開發者傳遞“background: true”引數，使互動在伺服器端非同步執行。API立即返回一個ID，客戶端應用可使用該ID輪詢狀態、流式獲取進度或稍後重連，而代理則在遠端繼續完成任務。這解決了長時間HTTP連線容易中斷的問題，特別適合需要數分鐘甚至數小時才能完成的複雜任務。

遠端MCP伺服器整合是另一個重要更新。透過Model Context Protocol（MCP），託管代理可以直接訪問私有資料庫或內部API，無需編寫自定義代理中介軟體。開發者可以在互動時傳遞mcp_server工具，讓代理在安全沙箱內與自身端點通訊，同時還能混合使用內建工具如Google搜尋和程式碼執行。Google建議開發者遵循最佳實踐來擴充套件外部工具和API。

自定義函式呼叫功能允許開發者將自定義工具與內建沙箱工具結合使用。API透過步驟匹配自動在伺服器端執行內建工具，而自定義函式則觸發“requires_action”狀態，讓客戶端執行本地業務邏輯。這種設計既保證了沙箱的安全性，又保留了靈活性。

網路憑證重新整理解決了訪問令牌和短期API金鑰過期問題。開發者只需在下次互動時傳遞相同的environment_id和新的網路配置，新規則將立即替換舊規則，而沙箱的檔案系統狀態、已安裝包和克隆倉庫保持不變。這確保了長時間執行的任務不會因憑證過期而中斷。

這些更新將託管代理轉變為真正的非同步工作器，能夠在真實開發環境中執行而不會阻塞應用程式。開發者可以查閱Gemini Interactions API概覽和託管代理快速入門，探索自定義代理定義、環境配置、網路規則和高階流式模式。Google表示，這些功能是基於開發者社群的直接反饋開發，旨在提升生產環境中AI代理的可靠性和易用性。