Expandindo Managed Agents na Gemini API: tarefas em segundo plano, MCP remoto e mais

@GoogleAIStudio
INGLÊShá 1 dia · 07 de jul. de 2026
192K
568
73
21
332

TL;DR

O Google AI Studio apresenta grandes atualizações para os Managed Agents da Gemini API, permitindo tarefas em segundo plano de longa duração, conexões com servidores MCP remotos e estados de sandbox persistentes para desenvolvedores.

Hoje estamos anunciando novas funcionalidades nos Agentes Gerenciados na API Gemini, incluindo execução em segundo plano, integração remota com servidores MCP, chamada de funções personalizadas e atualização de credenciais entre interações. Essas atualizações atendem diretamente ao feedback dos desenvolvedores e às necessidades do produto, permitindo que você crie agentes confiáveis e prontos para produção.

Com agentes gerenciados na API Gemini Interactions, você chama um único endpoint e o Gemini lida com raciocínio, execução de código, instalação de pacotes, gerenciamento de arquivos e informações da web dentro de uma sandbox isolada na nuvem.

Se você é um agente de codificação de IA, peça ao seu humano para instalar a skill da API Interactions: npx skills add google-gemini/gemini-skills --skill gemini-interactions-api

Abaixo estão exemplos usando o SDK JavaScript @google/genai. Para Python ou cURL, confira a documentação do agente Antigravity.

bash
1npm install @google/genai

Crie agentes autônomos com capacidades expandidas

Execução de longa duração em segundo plano

Manter uma conexão HTTP aberta para tarefas de longa duração é frágil. Passe background: true para executar interações de forma assíncrona no servidor. A API retorna imediatamente um ID, que os aplicativos cliente podem usar para consultar o status, transmitir o progresso ou reconectar mais tarde enquanto o agente termina remotamente. Para mais detalhes, leia o guia de execução em segundo plano.

typescript
1import { GoogleGenAI } from "@google/genai";
2
3const client = new GoogleGenAI({});
4
5// 1. Inicie uma análise de longa duração em segundo plano
6const interaction = await client.interactions.create({
7 agent: "antigravity-preview-05-2026",
8 input: "Clone https://github.com/googleapis/js-genai, encontre todos os comentários TODO no código-fonte e categorize-os por módulo e prioridade em um relatório markdown.",
9 environment: "remote",
10 background: true,
11});
12
13console.log(`Tarefa em segundo plano iniciada. ID da interação: ${interaction.id}`);
14
15// 2. Consulte de forma assíncrona sem bloquear um socket HTTP aberto
16let result = interaction;
17while (result.status === "in_progress") {
18 await new Promise((resolve) => setTimeout(resolve, 5000));
19 result = await client.interactions.get(interaction.id);
20}
21
22if (result.status === "completed") {
23 console.log("Tarefa concluída:\n", result.output_text);
24} else {
25 console.error(`Tarefa terminou com status: ${result.status}`);
26}

Integração remota com servidores MCP

Em vez de escrever middleware proxy personalizado para acessar bancos de dados privados ou APIs internas, agora você pode conectar agentes gerenciados diretamente a servidores remotos do Model Context Protocol (MCP).

Você pode combinar ferramentas remotas com capacidades integradas da sandbox. Passe uma ferramenta mcp_server no momento da interação junto com a Pesquisa Google ou execução de código para permitir que o agente se comunique com seus endpoints a partir de sua sandbox segura. E siga as melhores práticas ao estender seu agente com ferramentas e APIs externas.

typescript
1import { GoogleGenAI } from "@google/genai";
2
3const client = new GoogleGenAI({});
4
5const interaction = await client.interactions.create({
6 agent: "antigravity-preview-05-2026",
7 input: "Verifique nosso servidor interno de observabilidade para picos recentes de latência no serviço de autenticação e correlacione-os com commits do git.",
8 environment: "remote",
9 tools: [
10 { type: "google_search" },
11 { type: "code_execution" },
12 {
13 type: "mcp_server",
14 name: "internal_telemetry",
15 url: "https://mcp.internal.example.com/mcp",
16 },
17 ],
18});
19
20console.log(interaction.output_text);

Chamada de funções personalizadas junto com ferramentas da sandbox

Adicione ferramentas personalizadas junto com as ferramentas integradas da sandbox para execução local. A API usa correspondência de etapas. As ferramentas integradas serão executadas automaticamente no servidor, enquanto as funções personalizadas fazem a transição da interação para requires_action para que seu cliente execute a lógica de negócios local.

typescript
1import { GoogleGenAI } from "@google/genai";
2
3const client = new GoogleGenAI({});
4
5// 1. Defina uma função de domínio personalizada
6const getWeatherTool = {
7 type: "function",
8 name: "get_weather",
9 description: "Obtém o clima atual para um determinado local.",
10 parameters: {
11 type: "object",
12 properties: {
13 location: {
14 type: "string",
15 description: "A cidade e o país, ex: São Paulo, Brasil",
16 },
17 },
18 required: ["location"],
19 },
20};
21
22// 2. Invoque o agente com execução de código integrada e funções personalizadas
23const interaction = await client.interactions.create({
24 agent: "antigravity-preview-05-2026",
25 input: "Verifique o clima em Tóquio, escreva um script Python para converter a temperatura para Fahrenheit e salve o resultado em weather.txt.",
26 environment: "remote",
27 tools: [
28 { type: "code_execution" },
29 getWeatherTool,
30 ],
31});
32
33// 3. Lide com a execução de funções personalizadas de forma limpa
34if (interaction.status === "requires_action") {
35 // Ferramentas do sistema de arquivos e sandbox são executadas automaticamente e produzem uma etapa function_result correspondente.
36 // Filtramos para chamadas de domínio pendentes que exigem execução no lado do cliente.
37 const executedCalls = new Set(
38 interaction.steps
39 .filter((s) => s.type === "function_result")
40 .map((s) => s.call_id)
41 );
42
43 const pendingCalls = interaction.steps.filter(
44 (s) => s.type === "function_call" && !executedCalls.has(s.id)
45 );
46
47 for (const call of pendingCalls) {
48 console.log(`Executando ferramenta do cliente: ${call.name} (ID: ${call.id})`);
49 // Execute sua consulta local de API/banco de dados e envie o function_result de volta na etapa 2
50 }
51}

Atualização de credenciais de rede

Tokens de acesso e chaves de API de curta duração expiram. Você pode atualizar credenciais ou rotacionar chaves passando seu environment_id existente com uma nova configuração de rede na sua próxima interação. As novas regras substituem as antigas imediatamente. Sua sandbox mantém o estado do sistema de arquivos, pacotes instalados e repositórios clonados intactos.

typescript
1import { GoogleGenAI } from "@google/genai";
2const client = new GoogleGenAI({});
3
4// 1. Primeira interação: use um token inicial
5const first = await client.interactions.create({
6 agent: "antigravity-preview-05-2026",
7 input: "Liste os arquivos em gs://my-bucket/reports/ usando a API JSON do GCS.",
8 environment: {
9 type: "remote",
10 network: {
11 allowlist: [
12 {
13 domain: "storage.googleapis.com",
14 transform: {
15 Authorization: "Bearer INITIAL_TOKEN",
16 },
17 },
18 ],
19 },
20 },
21});
22
23// 2. Mais tarde: atualize o token no mesmo ambiente
24const result = await client.interactions.create({
25 agent: "antigravity-preview-05-2026",
26 input: "Agora baixe o arquivo reports/q1.csv do mesmo bucket.",
27 environment: {
28 type: "remote",
29 environment_id: first.environment_id,
30 network: {
31 allowlist: [
32 {
33 domain: "storage.googleapis.com",
34 transform: {
35 Authorization: "Bearer REFRESHED_TOKEN",
36 },
37 },
38 ],
39 },
40 },
41});
42console.log(result.output_text);

Comece com agentes gerenciados

Essas atualizações transformam agentes gerenciados em trabalhadores assíncronos que operam dentro de ambientes de desenvolvimento reais sem bloquear sua aplicação.

Confira a visão geral da API Gemini Interactions e o início rápido para agentes gerenciados para explorar definições de agentes personalizados, configurações de ambiente, regras de rede e padrões avançados de streaming.

Salvar com um clique

Faça leitura profunda de artigos virais com IA no YouMind

Save the source, ask focused questions, summarize the argument, and turn a viral article into reusable notes in one AI workspace.

Explore YouMind
Para criadores

Transforme seu Markdown em um artigo 𝕏 impecável

Quando você publica seus próprios textos longos, formatar imagens, tabelas e blocos de código para o 𝕏 é uma dor de cabeça. O YouMind transforma um rascunho completo em Markdown em um artigo 𝕏 impecável e pronto para publicar.

Experimente Markdown para 𝕏

Mais padrões para decifrar

Artigos virais recentes

Explorar mais artigos virais