Gemini API の管理型エージェント拡張：バックグラウンドタスク、リモート MCP など
Google は Gemini API にバックグラウンドタスク実行とリモート MCP（モデル・コンテキスト・プロトコル）サポートを追加し、複雑な自動化ワークフローの構築を容易にする新機能を発表した。
キーポイント
バックグラウンドタスクの実行機能追加
Gemini API に長時間実行される処理や非同期タスクをサポートする機能が導入され、複雑な自動化ワークフローの構築が容易になった。
リモート MCP サポートの強化
モデル・コンテキスト・プロトコル（MCP）をリモート環境で利用可能にし、外部ツールやデータソースとのシームレスな連携を実現する。
エージェント開発の効率化
これらの新機能により、開発者は管理型エージェント（Managed Agents）の構築コストを下げ、より高度で信頼性の高い自動化システムを迅速に実装できる。
影響分析・編集コメントを表示
影響分析
この発表は、AI エージェントが単なるチャットボットから、自律的に複雑なタスクを実行する本格的な自動化ツールへと進化するための重要なステップとなる。特に MCP プロトコルのサポート拡大により、異なるシステム間での標準化された連携が可能になり、企業レベルの業務自動化導入のハードルを大幅に下げる可能性がある。
編集コメント
MCP プロトコルのサポートは、AI エージェントが外部ツールを安全かつ効率的に利用するための基盤として極めて重要であり、今回の Gemini API のアップデートはその実用性を大きく高めるものと言えます。
2026 年 7 月 7 日
約 2 分でお読みいただけます
非同期インタラクションのバックグラウンド実行、リモート MCP サーバーへの簡単な接続、カスタム関数、認証情報のリフレッシュなど、新しい機能のサポートを追加します。
フィリップ・シュミット
開発者関係エンジニア、Google DeepMind
マリアーノ・コキリオ
プロダクトマネージャー、Google DeepMind
あなたのブラウザは音声再生要素をサポートしていません。
記事の聴読
このコンテンツは Google AI によって生成されています。生成 AI は実験的な技術です
[[duration]] 分
本日、Gemini API の Managed Agents に関する新機能を発表いたします。これには、背景実行、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の更新 が含まれます。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上のニーズに直接応えるものであり、信頼性の高い本番環境対応のエージェントを構築できるようになります。
Gemini Interactions API の Managed Agents を利用すれば、単一のエンドポイントを呼び出すだけで、Gemini が推論、コード実行、パッケージのインストール、ファイル管理、およびウェブ情報の取得を、隔離されたクラウドサンドボックス内で処理します。
AI コーディングエージェントをお使いの場合、人間に Interactions API スキルのインストールを依頼してください：npx skills add google-gemini/gemini-skills --skill gemini-interactions-api。
以下は @google/genai JavaScript SDK を使用した例です。Python や cURL の場合は、Antigravity エージェントドキュメントをご覧ください。
## 拡張された機能で自律型エージェントを構築
長時間実行されるバックグラウンド処理
長時間のタスクに対して HTTP 接続を開放し続けるのは不安定です。background: true を指定して、サーバー上で非同期にインタラクションを実行します。API は即座に ID を返すため、クライアントアプリケーションはこれを使用してステータスをポーリングしたり、進行状況をストリーミングしたり、エージェントが遠隔で完了するまで後で再接続したりできます。詳細については バックグラウンド実行ガイド をお読みください。
setTimeout(resolve, 5000));
result = await client.interactions.get(interaction.id);
}
if (result.status === "completed") {
console.log("Task Completed:\n", result.output_text);
} else {
console.error(Task ended with status: ${result.status});" description="Long-running background execution" lang="ts">
リモート MCP サーバーとの統合
プライベートデータベースや内部 API にアクセスするためにカスタムのプロキシミドルウェアを記述する代わりに、管理されたエージェントを リモート Model Context Protocol (MCP) サーバー に直接接続できるようになりました。
リモートツールと組み込みのサンドボックス機能を自由に組み合わせることができます。Google Search やコード実行と同時に mcp_server ツールをインタラクション時に渡すことで、エージェントが安全なサンドボックスからエンドポイントと通信できるようにします。また、外部ツールや API をエージェントに追加する際は、ベストプラクティス に従ってください。
サンドボックスツールと共にカスタム関数呼び出しを行う
ローカル実行のために、組み込みのサンドボックスツールの他に 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ます。組み込みツールはサーバー側で自動的に実行される一方、カスタム関数はインタラクションを requires_action 状態へ遷移させ、クライアントがローカルのビジネスロジックを実行できるようにします。
// s.type === "function_result")
.map((s) => s.call_id)
);
const pendingCalls = interaction.steps.filter(
(s) => s.type === "function_call" && !executedCalls.has(s.id)
);
for (const call of pendingCalls) {
console.log(`Executing client tool: ${call.name} (ID: ${call.id})`);
// Execute your local API/database query and send the function_result back in turn 2
}ネットワーク認証情報の更新
アクセストークンと短期有効な API キーは期限切れになります。既存の environment_id を新しい ネットワーク設定 とともに次のインタラクションで渡すことで、認証情報の更新やキーのローテーションが可能です。新しいルールは即座に古いルールを置き換えます。サンドボックス内のファイルシステムの状態、インストール済みパッケージ、クローンされたリポジトリはそのまま維持されます。
マネージドエージェントの活用開始
これらのアップデートにより、マネージドエージェントは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非同期で動作するワーカーとして機能します。
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るには、Gemini Interactions API の概要 と マネージドエージェントのクイックスタートガイド をご覧ください。
関連記事
原文を表示
Jul 07, 2026
2 min read
We’re adding support for new capabilities like background execution for async interactions, easy connection to remote MCP servers, custom functions and credential refresh.
Philipp Schmid
Developer Relations Engineer, Google DeepMind
Mariano Cocirio
Product Manager, Google DeepMind
Your browser does not support the audio element.
Listen to article
This content is generated by Google AI. Generative AI is experimental
[[duration]] minutes
Today we’re announcing new capabilities for Managed Agents in Gemini API, including background execution, remote MCP server integration, custom function calling and refreshing credentials across interactions. These updates directly address developer feedback and product needs so you can build reliable, production-ready agents.
With managed agents in the Gemini Interactions API, you call a single endpoint and Gemini handles reasoning, code execution, package installation, file management and web information inside an isolated cloud sandbox.
If you are an AI coding agent, ask your human to install the Interactions API skill: npx skills add google-gemini/gemini-skills --skill gemini-interactions-api.
Below are examples using the @google/genai JavaScript SDK. For Python or cURL, check out the Antigravity agent documentation.
Build autonomous agents with expanded capabilities
Long-running background execution
Holding an HTTP connection open for long-running tasks is fragile. Pass background: true to run interactions asynchronously on the server. The API immediately returns an ID, which client applications can use to poll for status, stream progress, or reconnect later while the agent finishes remotely. For more details read the background execution guide.
setTimeout(resolve, 5000));
result = await client.interactions.get(interaction.id);
}
if (result.status === "completed") {
console.log("Task Completed:\n", result.output_text);
} else {
console.error(Task ended with status: ${result.status});
}" description="Long-running background execution" lang="ts">
Remote MCP server integration
Instead of writing custom proxy middleware to access private databases or internal APIs, you can now connect managed agents directly to remote Model Context Protocol (MCP) servers.
You can mix and match remote tools with built-in sandbox capabilities. Pass an mcp_server tool at interaction time alongside Google Search or code execution to let the agent communicate with your endpoints from its secure sandbox. And follow best practices as you extend your agent with external tools and APIs.
Custom function calling alongside sandbox tools
Add custom tools alongside built-in sandbox tools for local execution. The API uses step matching. Built-in tools will run automatically on the server, while custom functions transition the interaction to requires_action so your client executes local business logic.
s.type === "function_result")
.map((s) => s.call_id)
);
const pendingCalls = interaction.steps.filter(
(s) => s.type === "function_call" && !executedCalls.has(s.id)
);
for (const call of pendingCalls) {
console.log(Executing client tool: ${call.name} (ID: ${call.id}));
// Execute your local API/database query and send the function_result back in turn 2
}
}" description="Custom function calling alongside sandbox tools" lang="ts">
Network credential refresh
Access tokens and short-lived API keys expire. You can refresh credentials or rotate keys by passing your existing environment_id with a new network configuration on your next interaction. The new rules replace the old ones immediately. Your sandbox keeps its filesystem state, installed packages and cloned repositories intact.
Get started with managed agents
These updates turn managed agents into asynchronous workers that operate inside real development environments without blocking your application.
Check out the Gemini Interactions API overview and the managed agents quickstart to explore custom agent definitions, environment configurations, network rules, and advanced streaming patterns.
Related stories
.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み