Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

エージェントの作成と管理

このプロダクトは一般提供前サービスであり、サービス固有の規約の「一般サービス規約」セクションの「一般提供前サービス規約」、サービス固有の規約の「エージェント型 AI サービス」の規約、生成 AI プレビュー版プロダクトに関する追加利用規約の対象となります。pre-GA プロダクトと機能では、サポートが制限されることがあります。また、pre-GA プロダクトや機能に変更が加えられると、他の pre-GA バージョンと互換性がない場合があります。詳細については、リリースステージの説明をご覧ください。

これらの Pre-GA プロダクトは、内部テストとレビューのさまざまな段階にあります。そのため、これらのプロダクトで、企業秘密、機密情報、その他の機密データを使用しないでください。これらのプロダクトは、限定的なテストと評価のみを目的としてお客様に提供されるものであり、商用目的または本番環境での使用はできません。

このガイドでは、Agent Platform で Managed Agents API を使用するカスタムエージェントリソースの作成、取得、一覧表示、更新、削除の方法と、エージェント環境、Model Context Protocol（MCP）サーバーツール、スキルを構成する方法について説明します。

始める前に

エージェントを構成する前に、環境を設定します。

Google Cloud アカウントにログインします。 Google Cloudを初めて使用する場合は、アカウントを作成して、実際のシナリオでの Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Agent Platform API.

Roles required to enable APIs

To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

Enable the API

Make sure that you have the following role or roles on the project: Agent Platform User (roles/aiplatform.user) or Agent Platform Administrator (roles/aiplatform.admin)

Check for the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

Grant the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
Click Grant access.
In the New principals field, enter your user identifier. This is typically the email address for a Google Account.
Click Select a role, then search for the role.
To grant additional roles, click Add another role and add each additional role.
Click Save.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Agent Platform API.

Roles required to enable APIs

Enable the API

Make sure that you have the following role or roles on the project: Agent Platform User (roles/aiplatform.user) or Agent Platform Administrator (roles/aiplatform.admin)

Check for the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
In the Principal column, find all rows that identify you or a group that you're included in. To learn which groups you're included in, contact your administrator.
For all rows that specify or include you, check the Role column to see whether the list of roles includes the required roles.

Grant the roles

In the Google Cloud console, go to the IAM page.
Go to IAM
Select the project.
Click Grant access.
In the New principals field, enter your user identifier. This is typically the email address for a Google Account.
Click Select a role, then search for the role.
To grant additional roles, click Add another role and add each additional role.
Click Save.

エージェントで Google Cloud Model Context Protocol（MCP）ツールを使用する場合は、ユーザーアカウントと関連付けられたサービスアカウントの両方に MCP ツールユーザー（roles/mcp.toolUser）ロールを付与します。

エージェントを作成する

新しいカスタムエージェントを作成するには、CreateAgent メソッドを使用します。これは長時間実行オペレーションです。

ベースエージェント

base_agent は、エージェントに推論機能と実行環境へのアクセスを提供するコアオーケストレーションハーネスです。スキルとライブラリを環境に挿入でき、コード実行、ファイルシステムの操作、グラウンディングによる検索のためのサービスサイドツールにアクセスできます。

エージェントを作成する場合、base_agent でサポートされる値は antigravity-preview-05-2026 のみです。

基本的なエージェントを作成

デフォルトのツールと Google Cloud Storage マウントターゲットを使用して基本エージェントを作成するには、POST リクエストを送信します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: 新しいエージェントの固有のカスタム識別子。カスタムエージェント ID は次の制約に準拠する必要があります。
- 1 ～ 63 文字で指定してください。
- 使用できるのは小文字、数字、ハイフンのみです。
- 先頭は英文字、末尾は英文字または数字にする必要があります。
BASE_AGENT: 拡張するベースエージェントの名前。antigravity-preview-05-2026 を使用します。
AGENT_DESCRIPTION: エージェントのスコープの簡単な概要。
INSTRUCTIONS: エージェントに設定するシステム指示またはペルソナ。
GCS_BUCKET: マウントされた Google Cloud Storage バケットのフォルダパスセグメント（例: gs://cymbal-bucket-name）。注: 別のプロジェクトのバケットをマウントするには、プロジェクトのサービスアカウントにバケットへの read と write のアクセス権を付与します。
network: セキュリティ上の理由から、環境内のネットワークアクセスはオフになっています。アクセスを有効にするには、allowlist を指定する必要があります。allowlist でドメインとして * を使用すると、すべてのドメインへの接続が許可され、ネットワークへの無制限のアクセスが可能になります。

HTTP メソッドと URL

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents

リクエストの本文（JSON）

{
  "id": "AGENT_ID",
  "base_agent": "BASE_AGENT",
  "description": "AGENT_DESCRIPTION",
  "system_instruction": "INSTRUCTIONS",
  "tools": [
    {"type": "code_execution"},
    {"type": "filesystem"},
    {"type": "google_search"},
    {"type": "url_context"}
  ],
  "base_environment": {
    "type": "remote",
    "sources": [
      {
        "type": "gcs",
        "source": "GCS_BUCKET",
        "target": "/.agent"
      }
    ],
    "network": {
      "allowlist": [
        { "domain": "*" }
      ]
    }
  }
}

`curl` コマンド

curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "id": "AGENT_ID",
      "base_agent": "antigravity-preview-05-2026",
      "description": "AGENT_DESCRIPTION",
      "system_instruction": "INSTRUCTIONS",
      "tools": [
          {"type": "code_execution"},
          {"type": "filesystem"},
          {"type": "google_search"},
          {"type": "url_context"}
      ],
      "base_environment": {
          "type": "remote",
          "sources": [
              {
                  "type": "gcs",
                  "source": "GCS_BUCKET",
                  "target": "/.agent"
              }
          ],
          "network": {
              "allowlist": [
                  { "domain": "*" }
              ]
          }
      }
  }'

レスポンスの例

{
  "name": "projects/1234567890/locations/global/agents/my-first-agent/operations/234567890123",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1beta1.CreateAgentOperationMetadata",
    "genericMetadata": {
      "createTime": "2026-05-12T23:50:16.933752Z",
      "updateTime": "2026-05-12T23:50:16.933752Z"
    }
  }
}

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

agent = client.agents.create(
    id="AGENT_ID",
    base_agent="antigravity-preview-05-2026",
    description="AGENT_DESCRIPTION",
    system_instruction="INSTRUCTIONS",
    tools=[
        {"type": "code_execution"},
        {"type": "google_search"},
        {"type": "url_context"},
    ],
    base_environment={
        "type": "remote",
        "sources": [
            {
                "type": "gcs",
                "source": "GCS_BUCKET",
                "target": "/.agent",
            }
        ],
        "network": {
            "allowlist": [{"domain": "*"}]
        },
    },
)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const agent = await client.agents.create({
    id: "AGENT_ID",
    base_agent: "antigravity-preview-05-2026",
    description: "AGENT_DESCRIPTION",
    system_instruction: "INSTRUCTIONS",
    tools: [
        { type: "code_execution" },
        { type: "google_search" },
        { type: "url_context" },
    ],
    base_environment: {
        type: "remote",
        sources: [
            {
                type: "gcs",
                source: "GCS_BUCKET",
                target: "/.agent",
            },
        ],
        network: {
            allowlist: [{ domain: "*" }],
        },
    },
});

Google のファーストパーティツールを使用してエージェントを作成する

Google ファーストパーティツール（Google 検索によるグラウンディングや URL コンテキストなど）を使用してエージェントを作成するには、エージェント構成の tools リストにこれらのツールを追加します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: 新しいエージェントの固有のカスタム識別子。カスタムエージェント ID は次の制約に準拠する必要があります。
- 1 ～ 63 文字で指定してください。
- 使用できるのは小文字、数字、ハイフンのみです。
- 先頭は英文字、末尾は英文字または数字にする必要があります。
AGENT_DESCRIPTION: エージェントのスコープの簡単な概要。

リクエストの本文（JSON）

{
  "id": "AGENT_ID",
  "base_agent": "antigravity-preview-05-2026",
  "description": "AGENT_DESCRIPTION",
  "tools": [
    {
      "type": "google_search"
    },
    {
      "type": "url_context"
    }
  ],
  "base_environment": {
    "type": "remote",
    "network": {
      "allowlist": [
        { "domain": "*" }
      ]
    }
  }
}

`curl` コマンド

curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "id": "AGENT_ID",
      "base_agent": "antigravity-preview-05-2026",
      "description": "AGENT_DESCRIPTION",
      "tools": [
          {
              "type": "google_search"
          },
          {
              "type": "url_context"
          }
      ],
      "base_environment": {
          "type": "remote",
          "network": {
              "allowlist": [
                  { "domain": "*" }
              ]
          }
      }
  }'

MCP 構成でエージェントを作成する

Agent Platform の Managed Agents API を使用して、MCP サーバーツールが事前構成されたエージェントを作成できます。

始める前に

事前構成された MCP サーバーツールを使用してエージェントを作成する前に、次の操作を行います。

ユーザーアカウントと関連付けられたサービスアカウントの両方に MCP ツールユーザー（roles/mcp.toolUser）の Identity and Access Management（IAM）ロールを付与します。
構成内の MCP サーバーが、ツールのリストと実行に標準の HTTP POST を介して通信することを確認します。Agent Platform の Managed Agents API では、リモート MCP サーバーがストリーミング可能な HTTP サーバーである必要があります。MCP サーバーは MCP ストリーミング可能な HTTP トランスポートを実装する必要があります。ここで、tools/list と tools/call は HTTP POST を介して JSON-RPC として送信されます。

非推奨の 2 エンドポイント HTTP+SSE トランスポート（個別の長時間存続 GET /sse ストリーム）はサポートされていません。

Google がホストする MCP を承認する

Google がホストする MCP サーバー（BigQuery など）の認可にベアラートークンを使用している場合は、次の手順を行います。

OAuth スコープを追加: 必要な OAuth 2.0 スコープを認証トークンに追加します。たとえば、BigQuery MCP を使用するには、リクエストに関連する BigQuery スコープを含めます。
アクセスを検証する: OAuth Playground で認可フローをテストして、新しく構成したスコープで MCP サーバーにアクセスできるかどうかを確認します。
ヘッダーを使用する: BigQuery などの Google MCP の場合は、headers マップにプロジェクト名に設定された X-Goog-User-Project ヘッダーを含める必要があります。

たとえば、BigQuery MCP を使用するエージェントの作成に使用されるリクエストの JSON 本文は、次のようになります。

{
  "name": "projects/<projectname>/locations/global/agents/data-analyst",
  "id": "data-analyst",
  "system_instruction": "You are a data analyst. Use the provided tools and data to perform analysis.",
  "tools": [
    { "type": "code_execution" },
    { "type": "filesystem" },
    { "type": "google_search" },
    { "type": "url_context" },
    {
      "type": "mcp_server",
      "name": "bigquery-mcp",
      "url": "https://mcp-bigquery.googleapis.com/v1",
      "headers": {
        "Authorization": "Bearer ya29.a0AQyyyy",
        "X-Goog-User-Project": "project-nameyyyy"
      }
    }
  ],
  "base_environment": {
    "type": "remote",
    "sources": [
      {
        "type": "gcs",
        "source": "gs://agents-1",
        "target": "/.agent/agents-1"
      }
    ],
    "network": {
      "allowlist": [ { "domain": "*" } ]
    }
  },
  "base_agent": "antigravity-preview-05-2026",
  "object": "agent"
}

エージェントを作成する

事前構成済みの MCP サーバーツールを使用してエージェントを作成するには、tools セクションに詳細を追加します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: 新しいエージェントの固有のカスタム識別子。カスタムエージェント ID は次の制約に準拠する必要があります。
- 1 ～ 63 文字で指定してください。
- 使用できるのは小文字、数字、ハイフンのみです。
- 先頭は英文字、末尾は英文字または数字にする必要があります。
AGENT_DESCRIPTION: エージェントのスコープの簡単な概要。
MCP_SERVER_NAME: MCP ツールのわかりやすい名前。
MCP_SERVER_URL: MCP サーバーのリモート HTTP ゲートウェイ URL。
MCP_HEADER_KEY: 省略可。認証用のヘッダーの名前（Authorization など）。
MCP_HEADER_VALUE: 省略可。認証ベアラートークン（例: Bearer <token>）。

リクエストの本文（JSON）

{
  "id": "AGENT_ID",
  "base_agent": "antigravity-preview-05-2026",
  "description": "AGENT_DESCRIPTION",
  "tools": [
    {
      "type": "mcp_server",
      "name": "MCP_SERVER_NAME",
      "url": "MCP_SERVER_URL",
      "headers": {
        "MCP_HEADER_KEY": "MCP_HEADER_VALUE"
      }
    }
  ]
}

`curl` コマンド

curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "id": "AGENT_ID",
      "base_agent": "antigravity-preview-05-2026",
      "description": "AGENT_DESCRIPTION",
      "tools": [
          {
              "type": "mcp_server",
              "name": "MCP_SERVER_NAME",
              "url": "MCP_SERVER_URL",
              "headers": {
                  "MCP_HEADER_KEY": "MCP_HEADER_VALUE"
              }
          }
      ]
  }'

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

agent = client.agents.create(
    id="AGENT_ID",
    base_agent="antigravity-preview-05-2026",
    description="AGENT_DESCRIPTION",
    tools=[
        {
            "type": "mcp_server",
            "name": "MCP_SERVER_NAME",
            "url": "MCP_SERVER_URL",
            "headers": {
                "MCP_HEADER_KEY": "MCP_HEADER_VALUE"
            },
        }
    ],
)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const agent = await client.agents.create({
    id: "AGENT_ID",
    base_agent: "antigravity-preview-05-2026",
    description: "AGENT_DESCRIPTION",
    tools: [
        {
            type: "mcp_server",
            name: "MCP_SERVER_NAME",
            url: "MCP_SERVER_URL",
            headers: {
                "MCP_HEADER_KEY": "MCP_HEADER_VALUE",
            },
        },
    ],
});

エージェントにスキルを割り当てる

エージェントの作成時に再利用可能なスキルを直接読み込むには、base_environment.sources 内にマウントします。

スキルは、次のいずれかの方法で追加できます。

Skill Registry: Skill Registry でプロジェクト内に登録されたスキルを関連付けます。
Google Cloud Storage: Cloud Storage バケットからカスタムスキルを直接追加します。

ベストプラクティスとして、エージェントがスキルを見つけやすくするために、環境の /.agent/skills フォルダにスキルをマウントすることをおすすめします。

CLI スキル

開発者は、選択した CLI に特別なスキルをインストールして、エージェントとインタラクションをプログラムで管理することもできます。

スキルレジストリからスキルを添付する

エージェントの作成時にスキルレジストリから再利用可能なスキルを直接読み込むには:

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: 新しいエージェントの固有のカスタム識別子。カスタムエージェント ID は、次の制約に従う必要があります。
- 1 ～ 63 文字で指定してください。
- 使用できるのは小文字、数字、ハイフンのみです。
- 先頭は英文字、末尾は英文字または数字にする必要があります。
SKILL_RESOURCE_NAME: マウントするスキルまたはスキルリストのリソースパス。次のいずれかの形式を指定できます。
- スキル（デフォルトバージョン）: projects/{projectID}/locations/{location}/skills/{skillName}
- 特定のバージョン: projects/{projectID}/locations/{location}/skills/{skillName}/skill_versions/{skill_version}
- スキルの一覧: projects/{projectID}/locations/{location}/skills。これにより、指定された project/location から最大 100 個のスキルがサンドボックス環境にマウントされます。
詳細については、スキルの一覧表示をご覧ください。

リクエストの本文（JSON）

{
  "id": "AGENT_ID",
  "base_agent": "antigravity-preview-05-2026",
  "base_environment": {
    "type": "remote",
    "sources": [
      {
        "type": "skill_registry",
        "source": "SKILL_RESOURCE_NAME",
        "target": "/.agent/skills"
      }
    ],
    "network": {
      "allowlist": [
        { "domain": "*" }
      ]
    }
  }
}

`curl` コマンド

curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "id": "AGENT_ID",
      "base_agent": "antigravity-preview-05-2026",
      "base_environment": {
          "type": "remote",
          "sources": [
              {
                  "type": "skill_registry",
                  "source": "SKILL_RESOURCE_NAME",
                  "target": "/.agent/skills"
              }
          ],
          "network": {
              "allowlist": [
                  { "domain": "*" }
              ]
          }
      }
  }'

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

agent = client.agents.create(
    id="AGENT_ID",
    base_agent="antigravity-preview-05-2026",
    base_environment={
        "type": "remote",
        "sources": [
            {
                "type": "skill_registry",
                "source": "SKILL_RESOURCE_NAME",
                "target": "./skills",
            }
        ],
        "network": {
            "allowlist": [{"domain": "*"}]
        },
    },
)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const agent = await client.agents.create({
    id: "AGENT_ID",
    base_agent: "antigravity-preview-05-2026",
    base_environment: {
        type: "remote",
        sources: [
            {
                type: "skill_registry",
                source: "SKILL_RESOURCE_NAME",
                target: "./skills",
            },
        ],
        network: {
            allowlist: [{ domain: "*" }],
        },
    },
});

Google Cloud Storage からスキルを添付する

別の方法として、エージェントの作成時に Google Cloud Storage バケットからカスタムスキルを直接追加することもできます。

Cloud Storage からスキルをマウントする際は、次の要件に注意してください。

アップロードの要件: スキルフォルダ全体をバケットにアップロードする必要があります。
コンテンツの検証なし: バックエンドは、マウント前にフォルダコンテンツを検証しません。標準のフォルダアップロードと同様の動作をします。
サイズの上限: 添付ファイルはすべて、サンドボックス環境のメモリ上限（合計 4 GiB の RAM）の対象となります。
ベストプラクティス: スキルの品質を最適化するには、agentskills.io/home に記載されている規則に従って、スキルフォルダ内のファイルを構成し、準備します。

エージェントの作成時に Google Cloud Storage からスキルを関連付けるには:

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: 新しいエージェントの固有のカスタム識別子。カスタムエージェント ID は、次の制約に従う必要があります。
- 1 ～ 63 文字で指定してください。
- 使用できるのは小文字、数字、ハイフンのみです。
- 先頭は英文字、末尾は英文字または数字にする必要があります。
GCS_SOURCE_PATH: スキルフォルダを含む Google Cloud Storage バケットのパス（例: gs://cymbal-bucket-name/my-skill-folder）。

リクエストの本文（JSON）

{
  "id": "AGENT_ID",
  "base_agent": "antigravity-preview-05-2026",
  "base_environment": {
    "type": "remote",
    "sources": [
      {
        "type": "gcs",
        "source": "GCS_SOURCE_PATH",
        "target": "/.agent/skills"
      }
    ],
    "network": {
      "allowlist": [
        { "domain": "*" }
      ]
    }
  }
}

`curl` コマンド

curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "id": "AGENT_ID",
      "base_agent": "antigravity-preview-05-2026",
      "base_environment": {
          "type": "remote",
          "sources": [
              {
                  "type": "gcs",
                  "source": "GCS_SOURCE_PATH",
                  "target": "./skills"
              }
          ],
          "network": {
              "allowlist": [
                  { "domain": "*" }
              ]
          }
      }
  }'

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

agent = client.agents.create(
    id="AGENT_ID",
    base_agent="antigravity-preview-05-2026",
    base_environment={
        "type": "remote",
        "sources": [
            {
                "type": "gcs",
                "source": "GCS_SOURCE_PATH",
                "target": "./skills",
            }
        ],
        "network": {
            "allowlist": [{"domain": "*"}]
        },
    },
)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const agent = await client.agents.create({
    id: "AGENT_ID",
    base_agent: "antigravity-preview-05-2026",
    base_environment: {
        type: "remote",
        sources: [
            {
                type: "gcs",
                source: "GCS_SOURCE_PATH",
                target: "./skills",
            },
        ],
        network: {
            allowlist: [{ domain: "*" }],
        },
    },
});

エージェントのリスト表示

プロジェクトに保存されているすべてのエージェントを一覧表示するには、GET リクエストを送信します。オプションのページ設定を使用すると、1 ページあたりの結果の数を制御できます。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: リスティングエージェントのリージョンロケーション。global リージョンのみがサポートされています。
PAGE_SIZE: 省略可。ページごとに返されるエージェントの最大数。デフォルト値は 10、最大値は 100 です。
PAGE_TOKEN: 省略可。前回の ListAgents レスポンスから受け取ったページトークン。結果の次のページを取得するには、このトークンを指定します。

返されるエージェントの数が PAGE_SIZE より大きい場合、ListAgents レスポンスには nextPageToken フィールドが含まれます。次のエージェントページを取得するには、次の ListAgents リクエストでこの nextPageToken の値を PAGE_TOKEN パラメータとして渡します。レスポンスで nextPageToken フィールドが返されなくなるまで、このプロセスを繰り返します。

HTTP メソッドと URL

GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents?page_size=PAGE_SIZE&page_token=PAGE_TOKEN

`curl` コマンド

curl -X GET "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents?page_size=PAGE_SIZE&page_token=PAGE_TOKEN" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth application-default print-access-token)"

レスポンスの例

{
  "agents": [
    {
      "name": "projects/1234567890/locations/global/agents/my-first-agent",
      "id": "my-first-agent",
      "created": "2026-05-12T23:50:16.933Z",
      "updated": "2026-05-12T23:50:21.159Z",
      "systemInstruction": "You are a helpful assistant to user."
    }
  ],
  "nextPageToken": "ABCDEFGHIJKLMNOPQRSTUVWXYZ=="
}

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

response = client.agents.list()

for agent in response.agents:
    print(agent)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const response = await client.agents.list();

if (response.agents) {
    for (const agent of response.agents) {
        console.log(agent);
    }
}

エージェントを取得する

指定されたエージェントの完全な構成を取得するには、GET リクエストを使用します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: リクエストしているカスタムエージェント構成の一意の ID。

HTTP メソッドと URL

GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID

`curl` コマンド

curl -X GET "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)"

レスポンスの例

{
  "name": "projects/vertex-agent-fishfood/locations/global/agents/my-first-agent",
  "id": "my-first-agent",
  "created": "2026-05-12T23:50:16.933Z",
  "updated": "2026-05-12T23:50:21.159Z",
  "systemInstruction": "You are a helpful assistant to user.",
  "tools": [
    {"type": "code_execution"},
    {"type": "filesystem"},
    {"type": "google_search"},
    {"type": "url_context"}
  ],
  "description": "A demo agent showcasing Environment and Skills use case.",
  "baseEnvironment": {
    "type": "remote",
    "sources": [
      {
        "type": "gcs",
        "source": "gs://agents-api-sample-skills",
        "target": "/.agent"
      }
    ],
    "network": {
      "allowlist": [
        {"domain": "*"}
      ]
    }
  },
  "baseAgent": "antigravity-preview-05-2026",
  "object": "agent"
}

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

agent = client.agents.get(id="AGENT_ID")
print(agent)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const agent = await client.agents.get("AGENT_ID");
console.log(agent);

エージェントを更新する

既存のエージェントの構成を更新するには、PATCH リクエストを送信します。エージェントの ID は変更できませんが、指示、ツール、環境変数などのパラメータは変更できます。update_mask クエリパラメータを使用して、更新するフィールドを正確に指定します。これにより、変更するフィールドのみが影響を受け、他の構成は保持されます。

基本的なエージェントを更新する

エージェントのシステム指示を更新するには、update_mask=system_instruction を含む PATCH リクエストを送信します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: パッチ更新のターゲットエージェント構成。
NEW_INSTRUCTIONS: 置き換える更新された手順の構造または説明。

HTTP メソッドと URL

PATCH https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID?update_mask=system_instruction

リクエストの本文（JSON）

{
  "name": "AGENT_ID",
  "system_instruction": "NEW_INSTRUCTIONS"
}

`curl` コマンド

curl -X PATCH "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID?update_mask=system_instruction" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "name": "AGENT_ID",
      "system_instruction": "NEW_INSTRUCTIONS"
  }'

Python

JavaScript

Google のファーストパーティ製ツールを使用してエージェントを更新する

エージェントを更新して Google ファーストパーティ（1P）ツール（Google 検索によるグラウンディングや URL コンテキストなど）を有効にするには、update_mask=tools を含む PATCH リクエストを送信します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: ターゲットエージェント ID。

リクエストの本文（JSON）

{
  "name": "AGENT_ID",
  "tools": [
    {
      "type": "google_search"
    },
    {
      "type": "url_context"
    }
  ]
}

`curl` コマンド

curl -X PATCH "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID?update_mask=tools" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "name": "AGENT_ID",
      "tools": [
          {
              "type": "google_search"
          },
          {
              "type": "url_context"
          }
      ]
  }'

MCP 構成でエージェントを更新する

エージェントに接続されている MCP ツールを変更するには、update_mask=tools を含む PATCH リクエストを送信します。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: ターゲットエージェント ID。
NEW_MCP_SERVER_NAME: MCP ツールの更新されたラベル。
NEW_MCP_SERVER_URL: サーバーの新しい URL エンドポイントパラメータ。
NEW_MCP_HEADER_KEY: 省略可。認証用のヘッダーの名前（Authorization など）。
NEW_MCP_HEADER_VALUE: 省略可。認証ベアラートークン（例: Bearer <token>）。

リクエストの本文（JSON）

{
  "name": "AGENT_ID",
  "tools": [
    {
      "type": "mcp_server",
      "name": "NEW_MCP_SERVER_NAME",
      "url": "NEW_MCP_SERVER_URL",
      "headers": {
        "NEW_MCP_HEADER_KEY": "NEW_MCP_HEADER_VALUE"
      }
    }
  ]
}

`curl` コマンド

curl -X PATCH "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID?update_mask=tools" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "name": "AGENT_ID",
      "tools": [
          {
              "type": "mcp_server",
              "name": "NEW_MCP_SERVER_NAME",
              "url": "NEW_MCP_SERVER_URL",
              "headers": {
                  "NEW_MCP_HEADER_KEY": "NEW_MCP_HEADER_VALUE"
              }
          }
      ]
  }'

Python

JavaScript

エージェントにスキルを割り当てる

エージェントの更新中に base_environment.sources 内のスキルを関連付けるか変更するには、update_mask=base_environment を使用して PATCH リクエストを送信します。

スキルは、次のいずれかの方法で追加できます。

Skill Registry: Skill Registry でプロジェクト内に登録されたスキルを関連付けます。
Google Cloud Storage: Cloud Storage バケットからカスタムスキルを直接追加します。

スキルレジストリからスキルを添付する

スキルレジストリに登録されているスキルを関連付けるには:

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: ターゲットエージェント ID。
NEW_SKILL_RESOURCE_NAME: マウントするスキルまたはスキルリストのリソースパス。次のいずれかの形式を指定できます。
- スキル（デフォルトバージョン）: projects/{projectID}/locations/{location}/skills/{skillName}
- スキルバージョン（特定のバージョンに固定）: projects/{projectID}/locations/{location}/skills/{skillName}/skill_versions/{skill_version}
- ListSkills（すべてのスキルをマウント）: projects/{projectID}/locations/{location}/skills。これにより、プロジェクト/ロケーション内の最大 100 個のスキルがサンドボックス環境にマウントされます。
NEW_SKILL_RESOURCE_NAME の name 値の検索について詳しくは、スキルを一覧表示するをご覧ください。

リクエストの本文（JSON）

{
  "name": "AGENT_ID",
  "base_environment": {
    "type": "remote",
    "sources": [
      {
        "type": "skill_registry",
        "source": "NEW_SKILL_RESOURCE_NAME",
        "target": "/.agent/skills"
      }
    ],
    "network": {
      "allowlist": [
        { "domain": "*" }
      ]
    }
  }
}

`curl` コマンド

curl -X PATCH "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID?update_mask=base_environment" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "name": "AGENT_ID",
      "base_environment": {
          "type": "remote",
          "sources": [
              {
                  "type": "skill_registry",
                  "source": "NEW_SKILL_RESOURCE_NAME",
                  "target": "/.agent/skills"
              }
          ],
          "network": {
              "allowlist": [
                  { "domain": "*" }
              ]
          }
      }
  }'

Python

JavaScript

Google Cloud Storage からスキルを添付する

別の方法として、エージェントの作成時に Google Cloud Storage バケットからカスタムスキルを直接追加することもできます。

Cloud Storage からスキルをマウントする際は、次の要件に注意してください。

アップロードの要件: スキルフォルダ全体をバケットにアップロードする必要があります。
コンテンツの検証なし: バックエンドは、マウント前にフォルダコンテンツを検証しません。標準のフォルダアップロードと同様の動作をします。
サイズの上限: 添付ファイルはすべて、サンドボックス環境のメモリ上限（合計 4 GiB の RAM）の対象となります。
ベストプラクティス: スキルの品質を最適化するには、agentskills.io/home に記載されている規則に従って、スキルフォルダ内のファイルを構成し、準備します。

Google Cloud Storage からスキルを添付するには:

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョンロケーション。global リージョンのみがサポートされています。
AGENT_ID: ターゲットエージェント ID。
NEW_GCS_SOURCE_PATH: スキルフォルダを含む Google Cloud Storage バケットのパス（例: gs://cymbal-bucket-name/my-skill-folder）。

リクエストの本文（JSON）

{
  "name": "AGENT_ID",
  "base_environment": {
    "type": "remote",
    "sources": [
      {
        "type": "gcs",
        "source": "NEW_GCS_SOURCE_PATH",
        "target": "/.agent/skills"
      }
    ],
    "network": {
      "allowlist": [
        { "domain": "*" }
      ]
    }
  }
}

`curl` コマンド

curl -X PATCH "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID?update_mask=base_environment" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -d '{
      "name": "AGENT_ID",
      "base_environment": {
          "type": "remote",
          "sources": [
              {
                  "type": "gcs",
                  "source": "NEW_GCS_SOURCE_PATH",
                  "target": "/.agent/skills"
              }
          ],
          "network": {
              "allowlist": [
                  { "domain": "*" }
              ]
          }
      }
  }'

Python

JavaScript

エージェントを削除する

特定のカスタムエージェント構成を削除するには、DELETE リクエストを送信します。これは長時間実行オペレーションであり、構成を完全に削除します。

エージェントを削除する場合は、必要な情報をすべて URL で指定し、JSON リクエスト本文を含めないでください。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: エージェントのリージョン。global リージョンのみがサポートされています。
AGENT_ID: 削除するエージェントの ID。

HTTP メソッドと URL

DELETE https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID

`curl` コマンド

curl -X DELETE "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/agents/AGENT_ID" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)"

レスポンスの例

{
  "name": "projects/1234567890/locations/global/operations/234567890123",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1beta1.DeleteOperationMetadata",
    "genericMetadata": {
      "createTime": "2026-05-13T02:15:45.936287Z",
      "updateTime": "2026-05-13T02:15:45.936287Z"
    }
  },
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.protobuf.Empty"
  }
}

Python

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

from google import genai

client = genai.Client(
    vertexai=True,
    project="PROJECT_ID",
    location="global",
)

response = client.agents.delete(id="AGENT_ID")
print(response)

JavaScript

このコードを実行する前に、[REST] タブで説明されている変数を設定します。

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

const client = new GoogleGenAI({
    vertexai: true,
    project: "PROJECT_ID",
    location: "global",
});

const response = await client.agents.delete("AGENT_ID");
console.log(response);

長時間実行オペレーションの詳細を取得する

CreateAgent、UpdateAgent、DeleteAgent などのオペレーションは非同期です。最初の API レスポンスは、オペレーション ID を含む name フィールドを返します。この ID で GetOperation を使用して、進行状況をポーリングします。

REST

リクエスト変数

API を呼び出す前に、次のように置き換えます。

PROJECT_ID: 実際の Google Cloud プロジェクト ID。
LOCATION: オペレーションのリージョンロケーション。global リージョンのみがサポートされています。
OPERATION_ID: 最初の LRO レスポンスの name フィールドから抽出されたオペレーション ID。

HTTP メソッドと URL

GET https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/operations/OPERATION_ID

`curl` コマンド

curl -X GET "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/operations/OPERATION_ID" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $(gcloud auth print-access-token)"

Python

JavaScript

ネットワークアクセスを構成する

デフォルトでは、Agents API を使用してエージェントを作成すると、サンドボックスでネットワークアクセスが無効になります。無制限のアクセスを許可するには、* を使用します。

たとえば、次のコードに示すように allowlist で * を使用すると、すべてのドメインにアクセスできます。

"base_environment": {
    "type": "remote",
    "sources": [
        {
            "type": "skill_registry",
            "source": "SKILL_RESOURCE_NAME",
            "target": "./skills"
        }
    ],
    "network": {
        "allowlist": [{"domain": "*"}]
    }
}

次のステップ

ガイド

エージェントを操作する

実行時にエージェントを操作する方法、セッションの状態を管理する方法、構成を動的にオーバーライドする方法について説明します。

エージェントの作成と管理 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

始める前に

Check for the roles

Grant the roles

Check for the roles

Grant the roles

エージェントを作成する

ベース エージェント

基本的なエージェントを作成

REST

リクエスト変数

HTTP メソッドと URL

リクエストの本文（JSON）

curl コマンド

レスポンスの例

Python

JavaScript

Google のファーストパーティ ツールを使用してエージェントを作成する

REST

リクエスト変数

リクエストの本文（JSON）

curl コマンド

MCP 構成でエージェントを作成する

始める前に

Google がホストする MCP を承認する

エージェントを作成する

REST

リクエスト変数

リクエストの本文（JSON）

curl コマンド

Python

JavaScript

エージェントにスキルを割り当てる

CLI スキル

スキル レジストリからスキルを添付する

REST

リクエスト変数

リクエストの本文（JSON）

curl コマンド

Python

JavaScript

Google Cloud Storage からスキルを添付する

REST

リクエスト変数

リクエストの本文（JSON）

curl コマンド

Python

JavaScript

エージェントのリスト表示

REST

リクエスト変数

HTTP メソッドと URL

curl コマンド

レスポンスの例

Python

JavaScript

エージェントを取得する

REST

リクエスト変数

HTTP メソッドと URL

curl コマンド

レスポンスの例

Python

JavaScript

エージェントを更新する

基本的なエージェントを更新する

REST

リクエスト変数

HTTP メソッドと URL

リクエストの本文（JSON）

curl コマンド

Python

JavaScript

Google のファースト パーティ製ツールを使用してエージェントを更新する

REST

リクエスト変数

リクエストの本文（JSON）

curl コマンド

MCP 構成でエージェントを更新する

REST

エージェントの作成と管理

ベースエージェント

`curl` コマンド

Google のファーストパーティツールを使用してエージェントを作成する

`curl` コマンド

`curl` コマンド

スキルレジストリからスキルを添付する

`curl` コマンド

`curl` コマンド

`curl` コマンド

`curl` コマンド

`curl` コマンド

Google のファーストパーティ製ツールを使用してエージェントを更新する

`curl` コマンド

`curl` コマンド

スキルレジストリからスキルを添付する

`curl` コマンド

`curl` コマンド

`curl` コマンド

`curl` コマンド

ネットワークアクセスを構成する