跳转到内容
4All API 文档
主站 新闻 控制台

Gemini API 托管代理：3.6 Flash、钩子等

· Google AI
GoogleGemini

2026 年 7 月 28 日

Gemini API 中的托管代理现默认使用 Gemini 3.6 Flash

现在，Gemini API 中的托管代理（Managed Agents）默认使用 Gemini 3.6 Flash。新的环境钩子（environment hooks）支持在沙箱内拦截、检查或审计工具调用。此外，我们还新增了预算控制、定时触发器和免费层级访问权限。

Philipp Schmid
Google DeepMind，技术员工

Mariano Cocirio
Google DeepMind，产品经理

Gemini API 中的托管代理现已支持环境钩子、模型选择和免费层级访问权限。这些功能是在此前发布的后台任务和远程 MCP 服务器集成基础上构建的。

借助 Gemini Interactions API中的托管代理，只需一次 API 调用，即可在隔离的云端沙箱内协调推理、代码执行、软件包安装、文件管理和网页检索。

如果你正在使用 AI 编程助手，可以在终端中运行以下命令，让它获得 Interactions API 技能：

Terminal window
npx skills add google-gemini/gemini-skills --skill gemini-interactions-api

下面的示例使用 @google/genai TypeScript/JavaScript SDK。有关 Python 或 cURL 的用法，请参阅 Antigravity 代理文档。

Terminal window
npm install @google/genai

Gemini 3.6 Flash 现为默认模型

antigravity-preview-05-2026 代理现在默认运行 Gemini 3.6 Flash。无需修改代码，下一次交互会自动使用该模型。

创建交互或托管代理时，也可以通过传入 agent_config.model 来显式选择模型。若希望降低成本，可以使用 Gemini 3.5 Flash-Lite；也可以固定使用你偏好的模型。

import { GoogleGenAI } from "@google/genai";


const client = new GoogleGenAI({});


const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "Audit all dependencies in package.json, upgrade outdated packages, and verify the build by running npm test.",
  environment: "remote",
  agent_config: {
    type: "antigravity",
    model: "gemini-3.5-flash-lite",
  },
});


console.log(interaction.output_text);

支持的模型包括：

  • Gemini 3.6 Flash（gemini-3.6-flash，默认）：在推理、编程和工具使用方面实现均衡的模型。
  • Gemini 3.5 Flash（gemini-3.5-flash）：面向通用代理工作流的上一代模型。
  • Gemini 3.5 Flash-Lite（gemini-3.5-flash-lite）：Gemini 3.5 系列中延迟和成本最低的模型。

环境钩子：在沙箱内拦截、检查和审计工具调用

环境钩子支持在代理于沙箱内执行每次工具调用之前或之后运行自定义脚本。在环境中添加 .agents/hooks.json 后，运行时会在 pre_tool_execution 或 post_tool_execution 事件发生时执行相应处理器。

matcher 字段支持正则表达式，可以使用 | 匹配多个工具，也可以使用 * 匹配所有工具：

{
  "security-gate": {
    "pre_tool_execution": [
      {
        "matcher": "code_execution|write_file",
        "hooks": [
          {
            "type": "command",
            "command": "python3 /.agents/hooks-scripts/gate.py",
            "timeout": 10
          }
        ]
      }
    ]
  },
  "auto-format": {
    "post_tool_execution": [
      {
        "matcher": "*",
        "hooks": [
          {
            "type": "command",
            "command": "python3 /.agents/hooks-scripts/auto_lint.py",
            "timeout": 15
          }
        ]
      }
    ]
  }
}

在此配置中：

  • security-gate 组会在每次 code_execution 或 write_file 调用前运行 gate.py。如果脚本返回 {"decision": "deny", "reason": "..."}，工具调用将被跳过，拒绝原因也会传递到模型上下文中。
  • auto-format 组会在每个工具执行完成后运行 auto_lint.py，以强制执行代码风格规范。
  • 钩子还支持 http 类型的处理器，可以直接向外部端点发送 POST 请求。

有关完整的 HTTP 钩子定义和失败处理语义，请参阅钩子文档。

一些团队已经在使用钩子构建生产级验证流水线。例如，AI 原生投资银行 Offdeal 使用 post_tool_execution 钩子，在远程沙箱内运行自动化图像验证。

“OffDeal 是一家 AI 原生投资银行，Archie 是我们的银行家每天使用的 AI 分析师。要制作面向银行家的演示文稿，公司徽标是必不可少的：买方表格、赞助商列、墓碑式网格中通常会出现 30 多个徽标，而每一个徽标都必须对应正确的公司，尺寸和宽高比合适，包含公司名称，背景透明，并且放置在白色幻灯片上时具有高对比度。

在代理钩子出现之前，我们无法在 Gemini 的托管代理上完成这项工作：由于沙箱位于远程环境中，我们的验证代码无处运行。有了钩子后，post_tool_execution 钩子会在 Archie 写入公司列表的瞬间，于沙箱内触发我们的流水线：获取候选徽标、执行像素级质量检查、使用 Gemini Vision 验证每个徽标，并发布一份已批准文件清单，只有其中的图像才能被放入演示文稿。”

——Alston Lin，OffDeal 创始人兼首席技术官

成本控制和自动化功能

免费层级可用性

托管代理现已支持免费层级项目。开发者可以使用来自未启用有效结算功能的项目的 API 密钥，试验代理工作流。

预算控制

由于托管代理会执行多轮自主循环，复杂任务可能消耗大量令牌预算。为避免任务失控，可以在 agent_config 中传入 max_total_tokens，限制令牌总消耗量（包括输入、输出和思考令牌）。

当代理达到该限制时，执行会安全暂停，交互会返回 status: "incomplete"。环境状态会被保留，因此你可以通过传入 previous_interaction_id 并设置新的预算来从中断位置继续执行。

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "A