Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

에이전트 만들기 및 관리

이 제품은 GA 이전 제품이며 서비스별 약관의 일반 서비스 약관 섹션에 있는 'GA 이전 제품 또는 서비스 약관', 서비스별 약관의 '에이전트 AI 서비스' 약관, 생성형 AI 프리뷰 제품 추가 약관이 적용됩니다. GA 이전 제품 및 기능은 지원이 제한될 수 있으며, GA 이전 제품 및 기능의 변경사항이 다른 GA 이전 버전과 호환되지 않을 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

이러한 GA 이전 제품은 다양한 단계의 내부 테스트 및 검토를 거치고 있습니다. 따라서 이러한 제품에 독점 데이터, 민감한 데이터 또는 기타 기밀 데이터를 사용하지 마세요. 이러한 제품은 제한된 테스트 및 평가 목적으로만 고객에게 제공되며 상업적 또는 프로덕션 목적으로는 사용할 수 없습니다.

이 가이드에서는 에이전트 플랫폼에서 관리 에이전트 API를 사용하는 맞춤 에이전트 리소스를 만들고, 검색하고, 나열하고, 업데이트하고, 삭제하는 방법과 에이전트 환경, 모델 컨텍스트 프로토콜 (MCP) 서버 도구, 기술을 구성하는 방법을 설명합니다.

시작하기 전에

에이전트를 구성하기 전에 환경을 설정합니다.

Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

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.

에이전트와 함께 Google Cloud 모델 컨텍스트 프로토콜 (MCP) 도구를 사용하려면 사용자 계정과 연결된 서비스 계정 모두에 MCP 도구 사용자 (roles/mcp.toolUser) 역할을 부여하세요.

에이전트 만들기

새 맞춤 에이전트를 만들려면 CreateAgent 메서드를 사용합니다. 이는 장기 실행 작업입니다.

기본 에이전트

base_agent는 에이전트에게 추론 기능과 실행 환경에 대한 액세스 권한을 제공하는 핵심 조정 하네스입니다. 환경에 스킬과 라이브러리를 삽입할 수 있으며, 그라운딩을 통한 코드 실행, 파일 시스템 작업, 검색을 위한 서비스 측 도구에 액세스할 수 있습니다.

에이전트를 생성할 때 base_agent에 지원되는 값은 antigravity-preview-05-2026 하나뿐입니다.

기본 에이전트 만들기

기본 도구와 Google Cloud Storage 마운트 타겟으로 기본 에이전트를 만들려면 POST 요청을 전송합니다.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전 위치입니다. global 리전만 지원됩니다.
AGENT_ID: 새 상담사의 고유한 맞춤 식별자입니다. 맞춤 에이전트 ID는 다음 제약 조건을 준수해야 합니다.
- 길이는 1~63자(영문 기준)여야 합니다.
- 소문자, 숫자, 하이픈만 포함해야 합니다.
- 문자로 시작하고 문자나 숫자로 끝나야 합니다.
BASE_AGENT: 확장할 기본 에이전트의 이름입니다. antigravity-preview-05-2026를 사용하세요.
AGENT_DESCRIPTION: 에이전트 범위의 간단한 요약입니다.
INSTRUCTIONS: 에이전트에 설정할 시스템 안내 또는 페르소나입니다.
GCS_BUCKET: 마운트된 Google Cloud Storage 버킷의 폴더 경로 세그먼트입니다 (예: gs://cymbal-bucket-name). 참고: 다른 프로젝트의 버킷을 마운트하려면 프로젝트의 서비스 계정에 버킷에 대한 read 및 write 액세스 권한을 부여하세요.
network: 보안상의 이유로 환경의 네트워크 액세스가 사용 중지되었습니다. 액세스를 사용 설정하려면 allowlist을 지정해야 합니다. allowlist에서 *을 도메인으로 사용하면 모든 도메인에 연결할 수 있어 제한 없는 네트워크 액세스가 제공됩니다.

HTTP 메서드 및 URL

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

JSON 요청 본문

{
  "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` 명령어

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": "*" }
              ]
          }
      }
  }'

응답 예시

{
  "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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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": "*"}]
        },
    },
)

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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 퍼스트 파티 도구로 에이전트 만들기

Google 서드 파티 도구 (예: Google 검색을 사용한 그라운딩 및 URL 컨텍스트)로 에이전트를 만들려면 에이전트 구성의 tools 목록에 이러한 도구를 추가하세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전 위치입니다. global 리전만 지원됩니다.
AGENT_ID: 새 상담사의 고유한 맞춤 식별자입니다. 맞춤 에이전트 ID는 다음 제약 조건을 준수해야 합니다.
- 길이는 1~63자(영문 기준)여야 합니다.
- 소문자, 숫자, 하이픈만 포함해야 합니다.
- 문자로 시작하고 문자나 숫자로 끝나야 합니다.
AGENT_DESCRIPTION: 에이전트 범위의 간단한 요약입니다.

JSON 요청 본문

{
  "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` 명령어

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 구성으로 에이전트 만들기

Agent Platform의 관리형 에이전트 API를 사용하여 사전 구성된 MCP 서버 도구로 에이전트를 만들 수 있습니다.

시작하기 전에

사전 구성된 MCP 서버 도구를 사용하여 에이전트를 만들기 전에 다음을 수행하세요.

사용자 계정과 연결된 서비스 계정 모두에 MCP 도구 사용자 (roles/mcp.toolUser) Identity and Access Management (IAM) 역할을 부여합니다.
구성의 MCP 서버가 도구 목록 및 실행을 위해 표준 HTTP POST를 통해 통신하는지 확인합니다. Agent Platform의 Managed Agents API에는 원격 MCP 서버가 스트리밍 가능 HTTP 서버여야 합니다. MCP 서버는 tools/list 및 tools/call가 HTTP POST을 통해 JSON-RPC로 전송되는 MCP 스트리밍 가능 HTTP 전송을 구현해야 합니다.

지원 중단된 2엔드포인트 HTTP+SSE 전송 (별도의 장기 GET /sse 스트림)은 지원되지 않습니다.

Google 호스팅 MCP 승인

Google 호스팅 MCP 서버(예: BigQuery)의 승인을 위해 베어러 토큰을 사용하는 경우 다음 단계를 완료하세요.

OAuth 범위 추가: 인증 토큰에 필요한 OAuth 2.0 범위를 추가합니다. 예를 들어 BigQuery MCP를 사용하려면 요청에 관련 BigQuery 범위를 포함하세요.
액세스 유효성 검사: OAuth Playground에서 승인 흐름을 테스트하여 새로 구성된 범위로 MCP 서버에 액세스할 수 있는지 확인합니다.
헤더 사용: BigQuery와 같은 Google MCP의 경우 headers 맵에 프로젝트 이름으로 설정된 X-Goog-User-Project 헤더를 포함해야 합니다.

예를 들어 BigQuery MCP를 사용하는 에이전트를 만드는 데 사용되는 요청 JSON 본문은 다음과 유사합니다.

{
  "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"
}

에이전트 만들기

사전 구성된 MCP 서버 도구로 에이전트를 만들려면 tools 섹션에 세부정보를 추가하세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전 위치입니다. global 리전만 지원됩니다.
AGENT_ID: 새 상담사의 고유한 맞춤 식별자입니다. 맞춤 에이전트 ID는 다음 제약 조건을 준수해야 합니다.
- 길이는 1~63자(영문 기준)여야 합니다.
- 소문자, 숫자, 하이픈만 포함해야 합니다.
- 문자로 시작하고 문자나 숫자로 끝나야 합니다.
AGENT_DESCRIPTION: 에이전트 범위의 간단한 요약입니다.
MCP_SERVER_NAME: MCP 도구의 설명 이름입니다.
MCP_SERVER_URL: MCP 서버의 원격 HTTP 게이트웨이 URL입니다.
MCP_HEADER_KEY: 선택사항. 인증 헤더의 이름입니다 (예: Authorization).
MCP_HEADER_VALUE: 선택사항. 인증 베어러 토큰입니다(예: Bearer <token>).

JSON 요청 본문

{
  "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` 명령어

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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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"
            },
        }
    ],
)

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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",
            },
        },
    ],
});

상담사에게 스킬 연결

에이전트를 만들 때 재사용 가능한 스킬을 직접 로드하려면 base_environment.sources 내부에 마운트하세요.

다음 방법 중 하나를 사용하여 스킬을 연결할 수 있습니다.

스킬 레지스트리: 스킬 레지스트리에서 프로젝트 내에 등록된 스킬을 연결합니다.
Google Cloud Storage: Cloud Storage 버킷에서 직접 맞춤 스킬을 첨부합니다.

권장사항에 따라 환경의 /.agent/skills 폴더 아래에 스킬을 마운트하여 에이전트가 더 쉽게 검색할 수 있도록 하는 것이 좋습니다.

CLI 기술

개발자는 원하는 CLI에 전문 기술을 설치하여 에이전트와 상호작용을 프로그래매틱 방식으로 관리할 수도 있습니다.

스킬 레지스트리에서 스킬 첨부

에이전트를 만들 때 스킬 레지스트리에서 재사용 가능한 스킬을 직접 로드하려면 다음 단계를 따르세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 새 상담사의 고유한 맞춤 식별자입니다. 맞춤 에이전트 ID는 다음 제약 조건을 준수해야 합니다.
- 길이는 1~63자(영문 기준)여야 합니다.
- 소문자, 숫자, 하이픈만 포함해야 합니다.
- 문자로 시작하고 문자나 숫자로 끝나야 합니다.
SKILL_RESOURCE_NAME: 마운트할 스킬 또는 스킬 목록의 리소스 경로입니다. 다음 형식 중 하나를 지정할 수 있습니다.
- 스킬 (기본 버전): projects/{projectID}/locations/{location}/skills/{skillName}
- 특정 버전: projects/{projectID}/locations/{location}/skills/{skillName}/skill_versions/{skill_version}
- 기술 목록: projects/{projectID}/locations/{location}/skills. 이렇게 하면 지정된 project/location의 스킬이 최대 100개까지 샌드박스 환경에 마운트됩니다.
자세한 내용은 기술 목록을 참고하세요.

JSON 요청 본문

{
  "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` 명령어

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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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": "*"}]
        },
    },
)

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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 Storage에서 스킬 첨부

또는 에이전트를 만들 때 Google Cloud Storage 버킷에서 직접 맞춤 스킬을 연결할 수 있습니다.

Cloud Storage에서 스킬을 마운트할 때는 다음 요구사항에 유의하세요.

업로드 요구사항: 전체 스킬 폴더를 버킷에 업로드해야 합니다.
콘텐츠 유효성 검사 없음: 백엔드에서 마운트하기 전에 폴더 콘텐츠의 유효성을 검사하지 않습니다. 표준 폴더 업로드와 같이 동작합니다.
크기 제한: 첨부된 모든 파일에는 샌드박스 환경 메모리 제한 (총 RAM 최대 4GiB)이 적용됩니다.
권장사항: 최적의 스킬 품질을 위해 agentskills.io/home에 설명된 규칙에 따라 스킬 폴더에 파일을 구조화하고 준비하세요.

에이전트를 만들 때 Google Cloud Storage의 스킬을 연결하려면 다음 단계를 따르세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 새 상담사의 고유한 맞춤 식별자입니다. 맞춤 에이전트 ID는 다음 제약 조건을 준수해야 합니다.
- 길이는 1~63자(영문 기준)여야 합니다.
- 소문자, 숫자, 하이픈만 포함해야 합니다.
- 문자로 시작하고 문자나 숫자로 끝나야 합니다.
GCS_SOURCE_PATH: 스킬 폴더가 포함된 Google Cloud Storage 버킷 경로입니다 (예: gs://cymbal-bucket-name/my-skill-folder).

JSON 요청 본문

{
  "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` 명령어

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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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": "*"}]
        },
    },
)

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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: "*" }],
        },
    },
});

에이전트 나열

프로젝트의 모든 저장된 에이전트를 나열하려면 GET 요청을 전송합니다. 선택적 페이지 나누기를 사용하여 페이지당 결과 수를 제어할 수 있습니다.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 등록 에이전트의 리전 위치입니다. global 지역만 지원됩니다.
PAGE_SIZE: 선택사항. 페이지당 반환할 최대 상담사 수입니다. 기본값은 10이고 최댓값은 100입니다.
PAGE_TOKEN: 선택사항. 이전 ListAgents 응답에서 받은 페이지 토큰입니다. 후속 결과 페이지를 가져오려면 이 토큰을 제공하세요.

반환할 상담사 수가 PAGE_SIZE보다 크면 ListAgents 응답에 nextPageToken 필드가 포함됩니다. 다음 페이지의 상담사를 검색하려면 이 nextPageToken 값을 다음 ListAgents 요청에서 PAGE_TOKEN 매개변수로 전달합니다. nextPageToken 필드가 더 이상 응답에 반환되지 않을 때까지 이 프로세스를 반복합니다.

HTTP 메서드 및 URL

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

`curl` 명령어

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)"

응답 예시

{
  "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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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)

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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);
    }
}

에이전트 가져오기

지정된 에이전트의 전체 구성을 가져오려면 GET 요청을 사용하세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 요청하는 맞춤 에이전트 구성의 고유 ID입니다.

HTTP 메서드 및 URL

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

`curl` 명령어

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)"

응답 예시

{
  "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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

from google import genai

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

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

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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);

에이전트 업데이트

기존 에이전트의 구성을 업데이트하려면 PATCH 요청을 전송하세요. 에이전트의 ID는 변경할 수 없지만, 지침, 도구, 환경 변수와 같은 매개변수는 수정할 수 있습니다. update_mask 쿼리 매개변수를 사용하여 업데이트할 필드를 정확하게 지정합니다. 이렇게 하면 변경하려는 필드만 영향을 받고 다른 구성은 유지됩니다.

기본 에이전트 업데이트

에이전트의 시스템 안내를 업데이트하려면 update_mask=system_instruction을 사용하여 PATCH 요청을 전송합니다.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 지역 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 패치 업데이트할 타겟 에이전트 구성입니다.
NEW_INSTRUCTIONS: 대체할 업데이트된 안내 구조 또는 설명입니다.

HTTP 메서드 및 URL

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

JSON 요청 본문

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

`curl` 명령어

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

자바스크립트

Google 퍼스트 파티 도구로 에이전트 업데이트

Google 퍼스트 파티 (1P) 도구 (예: Google 검색을 사용한 그라운딩 및 URL 컨텍스트)를 사용 설정하도록 에이전트를 업데이트하려면 update_mask=tools을 사용하여 PATCH 요청을 보내세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 지역 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 타겟 에이전트 ID입니다.

JSON 요청 본문

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

`curl` 명령어

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 구성으로 에이전트 업데이트

에이전트에 연결된 MCP 도구를 수정하려면 update_mask=tools를 사용하여 PATCH 요청을 전송하세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 지역 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 타겟 에이전트 ID입니다.
NEW_MCP_SERVER_NAME: 업데이트된 MCP 도구 라벨입니다.
NEW_MCP_SERVER_URL: 서버의 새 URL 엔드포인트 매개변수입니다.
NEW_MCP_HEADER_KEY: 선택사항. 인증 헤더의 이름입니다 (예: Authorization).
NEW_MCP_HEADER_VALUE: 선택사항. 인증 베어러 토큰입니다 (예: Bearer <token>).

JSON 요청 본문

{
  "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` 명령어

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

자바스크립트

상담사에게 스킬 연결

에이전트 업데이트 중에 base_environment.sources 내에서 스킬을 연결하거나 수정하려면 update_mask=base_environment를 사용하여 PATCH 요청을 전송하세요.

다음 방법 중 하나를 사용하여 스킬을 연결할 수 있습니다.

스킬 레지스트리: 스킬 레지스트리에서 프로젝트 내에 등록된 스킬을 연결합니다.
Google Cloud Storage: Cloud Storage 버킷에서 직접 맞춤 스킬을 첨부합니다.

스킬 레지스트리에서 스킬 첨부

스킬 레지스트리에 등록된 스킬을 연결하려면 다음 단계를 따르세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 지역 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 타겟 에이전트 ID입니다.
NEW_SKILL_RESOURCE_NAME: 마운트할 스킬 또는 스킬 목록의 리소스 경로입니다. 다음 형식 중 하나를 지정할 수 있습니다.
- 스킬 (기본 버전): projects/{projectID}/locations/{location}/skills/{skillName}
- 스킬 버전 (특정 버전에 고정): projects/{projectID}/locations/{location}/skills/{skillName}/skill_versions/{skill_version}
- ListSkills (모든 기술 마운트): projects/{projectID}/locations/{location}/skills 이렇게 하면 프로젝트/위치의 최대 100개의 스킬이 샌드박스 환경에 마운트됩니다.
NEW_SKILL_RESOURCE_NAME의 name 값을 찾는 방법에 대한 자세한 내용은 기술 목록을 참고하세요.

JSON 요청 본문

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

`curl` 명령어

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

자바스크립트

Google Cloud Storage에서 스킬 첨부

또는 에이전트를 만들 때 Google Cloud Storage 버킷에서 직접 맞춤 스킬을 연결할 수 있습니다.

Cloud Storage에서 스킬을 마운트할 때는 다음 요구사항에 유의하세요.

업로드 요구사항: 전체 스킬 폴더를 버킷에 업로드해야 합니다.
콘텐츠 유효성 검사 없음: 백엔드에서 마운트하기 전에 폴더 콘텐츠의 유효성을 검사하지 않습니다. 표준 폴더 업로드와 같이 동작합니다.
크기 제한: 첨부된 모든 파일에는 샌드박스 환경 메모리 제한 (총 RAM 최대 4GiB)이 적용됩니다.
권장사항: 최적의 스킬 품질을 위해 agentskills.io/home에 설명된 규칙에 따라 스킬 폴더에 파일을 구조화하고 준비하세요.

Google Cloud Storage에서 스킬을 첨부하려면 다음 단계를 따르세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 지역 위치입니다. global 지역만 지원됩니다.
AGENT_ID: 타겟 에이전트 ID입니다.
NEW_GCS_SOURCE_PATH: 스킬 폴더가 포함된 Google Cloud Storage 버킷 경로입니다 (예: gs://cymbal-bucket-name/my-skill-folder).

JSON 요청 본문

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

`curl` 명령어

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

자바스크립트

에이전트 삭제

특정 맞춤 에이전트 구성을 삭제하려면 DELETE 요청을 전송합니다. 이 작업은 장기 실행 작업이며 구성을 영구적으로 삭제합니다.

에이전트를 삭제할 때는 URL에 필요한 모든 정보를 제공하고 JSON 요청 본문을 포함하지 마세요.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 에이전트의 리전입니다. global 지역만 지원됩니다.
AGENT_ID: 삭제하려는 에이전트의 ID입니다.

HTTP 메서드 및 URL

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

`curl` 명령어

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)"

응답 예시

{
  "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

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

from google import genai

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

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

자바스크립트

이 코드를 실행하기 전에 REST 탭에 설명된 변수를 설정하세요.

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);

장기 실행 작업의 세부정보 가져오기

CreateAgent, UpdateAgent, DeleteAgent와 같은 작업은 비동기식입니다. 초기 API 응답은 작업 ID가 포함된 name 필드를 반환합니다. 이 ID에서 GetOperation를 사용하여 진행 상황을 폴링합니다.

REST

요청 변수

API를 호출하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트 ID입니다.
LOCATION: 작업의 리전 위치입니다. global 지역만 지원됩니다.
OPERATION_ID: 초기 LRO 응답의 name 필드에서 추출한 작업 ID입니다.

HTTP 메서드 및 URL

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

`curl` 명령어

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

자바스크립트

네트워크 액세스 구성

기본적으로 샌드박스는 Agents API를 사용하여 에이전트를 만들 때 네트워크 액세스를 사용 중지합니다. 무제한 액세스를 허용하려면 *을 사용합니다.

예를 들어 다음 코드에 표시된 것처럼 allowlist에서 *를 사용하면 모든 도메인에 액세스할 수 있습니다.

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

다음 단계

가이드

에이전트와 상호작용

런타임에 에이전트와 상호작용하고, 세션 상태를 관리하고, 구성을 동적으로 재정의하는 방법을 알아봅니다.

에이전트 만들기 및 관리 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

시작하기 전에

Check for the roles

Grant the roles

Check for the roles

Grant the roles

에이전트 만들기

기본 에이전트

기본 에이전트 만들기

REST

요청 변수

HTTP 메서드 및 URL

JSON 요청 본문

curl 명령어

응답 예시

Python

자바스크립트

Google 퍼스트 파티 도구로 에이전트 만들기

REST

요청 변수

JSON 요청 본문

curl 명령어

MCP 구성으로 에이전트 만들기

시작하기 전에

Google 호스팅 MCP 승인

에이전트 만들기

REST

요청 변수

JSON 요청 본문

curl 명령어

Python

자바스크립트

상담사에게 스킬 연결

CLI 기술

스킬 레지스트리에서 스킬 첨부

REST

요청 변수

JSON 요청 본문

curl 명령어

Python

자바스크립트

Google Cloud Storage에서 스킬 첨부

REST

요청 변수

JSON 요청 본문

curl 명령어

Python

자바스크립트

에이전트 나열

REST

요청 변수

HTTP 메서드 및 URL

curl 명령어

응답 예시

Python

자바스크립트

에이전트 가져오기

REST

요청 변수

HTTP 메서드 및 URL

curl 명령어

응답 예시

Python

자바스크립트

에이전트 업데이트

기본 에이전트 업데이트

REST

요청 변수

HTTP 메서드 및 URL

JSON 요청 본문

curl 명령어

Python

자바스크립트

Google 퍼스트 파티 도구로 에이전트 업데이트

REST

요청 변수

JSON 요청 본문

curl 명령어

MCP 구성으로 에이전트 업데이트

REST

에이전트 만들기 및 관리

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어

`curl` 명령어