In diesem Leitfaden wird beschrieben, wie Sie mit der Interactions API mit bereitgestellten Agenten in der Managed Agents API auf der Agent Platform interagieren. Sie erfahren, wie Sie mit benutzerdefinierten Agenten interagieren, die mit der Agents API und dem vordefinierten Basis-Agenten Antigravity erstellt wurden, und wie Sie sie dynamisch konfigurieren. Außerdem wird erläutert, wie Sie Sandbox-Umgebungen mit Umgebungs-IDs (env_id) verwalten und wiederverwenden und Konfigurationen wie MCP-Server (Model Context Protocol) während Interaktionen dynamisch überschreiben.
Weitere Informationen zur API finden Sie in der Referenzdokumentation zur Interaction API.
Hinweis
Bevor Sie mit Agenten interagieren, müssen Sie Ihre Umgebung einrichten:
- Melden Sie sich in Ihrem Google Cloud Konto an. Wenn Sie mit Google Cloudnoch nicht vertraut sind, erstellen Sie einfach ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.
-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
Enable the Gemini Enterprise Agent Platform API, if it is not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. 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.-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
Enable the Gemini Enterprise Agent Platform API, if it is not already enabled.
Roles required to enable APIs
To enable APIs, you need the
serviceusage.services.enablepermission. 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.-
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.
-
-
Wenn Ihr Agent MCP-Tools ( Google Cloud Model Context Protocol) verwendet, weisen Sie sowohl Ihrem Nutzerkonto als auch dem zugehörigen Dienstkonto die Rolle „MCP Tool User“ (
roles/mcp.toolUser) zu.
Mit Antigravity-Agenten interagieren
Die einfachste Möglichkeit, die Managed Agents API auf der Agent Platform zu verwenden, besteht darin, direkt mit dem Erstanbieter-Basis-KI-Agenten Antigravity zu interagieren. Sie müssen keine benutzerdefinierte KI-Agentenressource erstellen, sondern können den KI-Agenten spontan aufrufen.
Wenn Sie eine Interaktion initiieren möchten, geben Sie das Ziel des Basis-KI-Agenten an, z. B. antigravity-preview-05-2026 (oder die neueste Vorabversion), und fordern Sie eine Remote-Umgebung an, die on the fly erstellt wird:
REST
Anfragevariablen
Ersetzen Sie vor dem Aufrufen der API die folgenden Variablen:
- PROJECT_ID: Ihre Google Cloud Projekt-ID
- LOCATION: Der regionale Standort für Ihre Interaktionen. Nur die Region
globalwird unterstützt.
HTTP-Methode und URL
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions
JSON-Text der Anfrage:
{
"stream": true,
"background": true,
"store": true,
"agent": "antigravity-preview-05-2026",
"environment": {
"type": "remote"
},
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "Who are you, can you execute python code? Show me an example."
}
]
}
]
}
Befehl curl
curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Api-Revision: 2026-05-20" \
-d '{
"stream": true,
"background": true,
"store": true,
"agent": "antigravity-preview-05-2026",
"environment": {"type": "remote"},
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "Who are you, can you execute python code? Show me an example."
}
]
}
]
}'
Beispielantwort
Nach der ersten Interaktion gibt der Dienst eine Streamingantwort zurück. Die in den interaction.complete-Daten enthaltenen interaction.id und environment_id können in nachfolgenden Aufrufen verwendet werden, um den Sitzungsstatus beizubehalten. Die interaction.id wird verwendet, um den Unterhaltungsverlauf fortzusetzen, während die environment_id die Wiederverwendung derselben Sandbox-Umgebung ermöglicht. Weitere Informationen finden Sie unter Sitzungsstatus verwalten.
event: interaction.complete
data: {
"interaction": {
"id": "1234567890",
"status": "completed",
"usage": {
"total_tokens": 51132,
"total_input_tokens": 48984,
"input_tokens_by_modality": [
{
"modality": "text",
"tokens": 48984
}
],
"total_output_tokens": 769,
"output_tokens_by_modality": [
{
"modality": "text",
"tokens": 769
}
],
"total_thought_tokens": 1379
},
"created": "2026-05-15T22:26:05Z",
"updated": "2026-05-15T22:26:05Z",
"environment_id": "env_CAE1234567890",
"object": "interaction"
},
"event_type": "interaction.complete"
}
Python
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
from google import genai
client = genai.Client(
vertexai=True,
project="PROJECT_ID",
location="global",
)
stream = client.interactions.create(
agent="antigravity-preview-05-2026",
input="Who are you, can you execute python code? Show me an example.",
environment={"type": "remote"},
stream=True,
background=True,
store=True,
)
for event in stream:
print(event)
Die Streamingantwort liefert InteractionSSEEvent-Objekte. Das letzte interaction.complete-Ereignis enthält die environment_id und die Interaktion id, die Sie in nachfolgenden Aufrufen wiederverwenden können, um den Sitzungsstatus und den Unterhaltungsverlauf beizubehalten. Weitere Informationen finden Sie unter Sitzungsstatus verwalten.
JavaScript
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({
vertexai: true,
project: "PROJECT_ID",
location: "global",
});
const stream = await client.interactions.create({
agent: "antigravity-preview-05-2026",
input: "Who are you, can you execute python code? Show me an example.",
environment: { type: "remote" },
stream: true,
background: true,
store: true,
});
for await (const event of stream) {
console.log(event);
}
Die Streamingantwort liefert Ereignisobjekte. Das letzte interaction.complete-Ereignis enthält die environment_id und die Interaktion id, die Sie in nachfolgenden Aufrufen wiederverwenden können, um den Sitzungsstatus und den Unterhaltungsverlauf beizubehalten. Weitere Informationen finden Sie unter Sitzungsstatus verwalten.
Mit einem benutzerdefinierten KI-Agenten interagieren, der mit der Agents API erstellt wurde
Wenn Sie mit einem benutzerdefinierten Agenten interagieren möchten, der wie unter Agenten erstellen und verwalten beschrieben erstellt wurde, müssen Sie ihn mit seiner Agenten-ID angeben.
Weitere Informationen zum Abrufen oder Auflisten benutzerdefinierter Agenten, um ihre IDs zu finden, finden Sie unter Agenten auflisten.
Umgebungskonfiguration und -initialisierung
Bei der Interaktion mit einem benutzerdefinierten KI-Agenten:
Standardverhalten: Wenn Sie den Agenten mit einer Standardumgebung erstellen, geben Sie in Ihrer Anfrage die
AGENT_IDan.Umgebung explizit definieren: Wenn Sie die Umgebungskonfiguration beim Erstellen des KI-Agenten nicht definiert haben, müssen Sie die Umgebung im Block
environmentIhrer ersten Interaktionsanfrage explizit definieren.Beispiel:
"environment": {"type": "remote"}
Sie können Features in der Sandbox-Umgebung während des ersten Interactions API-Aufrufs dynamisch konfigurieren, um bestimmte Aufgabenanforderungen zu erfüllen. Beispiel:
Skill mit Cloud Storage anhängen: Hängen Sie Cloud Storage-Buckets an, um große Datenmengen oder persistente Dateiverzeichnisse in das Container-Dateisystem zu laden.
Fähigkeiten über die Skill Registry anhängen: Geben Sie eine Liste benutzerdefinierter Tools, Skripts oder vordefinierter Agentenfähigkeiten an, um bestimmte funktionale Funktionen oder Ihren Laufzeit-Workflow bereitzustellen. Weitere Informationen finden Sie unter Skill-Registry.
Eine Liste der Umgebungskonfigurationsstrukturen und Beispiele für die Verwaltung des Status von Multi-Turn-Unterhaltungen finden Sie unter Sitzungsstatus mit Umgebungs-IDs verwalten.
Interaktion an einen benutzerdefinierten Agenten senden
Senden Sie eine Interaktion an Ihren benutzerdefinierten KI-Agenten, indem Sie die KI-Agenten-ID angeben:
REST
Anfragevariablen
Ersetzen Sie vor dem Aufrufen der API die folgenden Variablen:
- PROJECT_ID: Ihre Google Cloud Projekt-ID
- LOCATION: Nur die Region
globalwird unterstützt. - AGENT_ID: Die benutzerdefinierte Kennung Ihrer registrierten Agentenressource. Weitere Informationen zum Abrufen oder Auflisten benutzerdefinierter Agenten, um ihre IDs zu finden, finden Sie unter Agenten auflisten.
HTTP-Methode und URL
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions
JSON-Text der Anfrage:
{
"stream": true,
"background": true,
"store": true,
"agent": "AGENT_ID",
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "Tell me the name of python packages used for data analysis."
}
]
}
]
}
Befehl curl
curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Api-Revision: 2026-05-20" \
-d '{
"stream": true,
"background": true,
"store": true,
"agent": "AGENT_ID",
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "Tell me the name of python packages used for data analysis."
}
]
}
]
}'
Beispielantwort
Nach der ersten Interaktion gibt der Dienst eine Streamingantwort zurück. Die in den interaction.complete-Daten enthaltenen interaction.id und environment_id können in nachfolgenden Aufrufen verwendet werden, um den Sitzungsstatus beizubehalten. Die interaction.id wird verwendet, um den Unterhaltungsverlauf fortzusetzen, während die environment_id die Wiederverwendung derselben Sandbox-Umgebung ermöglicht. Weitere Informationen finden Sie unter Sitzungsstatus verwalten.
data: {
"interaction": {
"id": "1234567890",
"status": "completed",
"usage": {
"total_tokens": 7558,
"total_input_tokens": 6822,
"input_tokens_by_modality": [
{
"modality": "text",
"tokens": 6822
}
],
"total_output_tokens": 278,
"output_tokens_by_modality": [
{
"modality": "text",
"tokens": 278
}
],
"total_thought_tokens": 458
},
"created": "2026-05-15T22:38:56Z",
"updated": "2026-05-15T22:38:56Z",
"environment_id": "env_CAE1234567890",
"object": "interaction"
},
"event_type": "interaction.complete"
}
Python
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
from google import genai
client = genai.Client(
vertexai=True,
project="PROJECT_ID",
location="global",
)
stream = client.interactions.create(
agent="AGENT_ID",
input="Tell me the name of python packages used for data analysis.",
stream=True,
background=True,
store=True,
)
for event in stream:
print(event)
JavaScript
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({
vertexai: true,
project: "PROJECT_ID",
location: "global",
});
const stream = await client.interactions.create({
agent: "AGENT_ID",
input: "Tell me the name of python packages used for data analysis.",
stream: true,
background: true,
store: true,
});
for await (const event of stream) {
console.log(event);
}
Sitzungsstatus und Multi-Turn-Interaktionen verwalten
Interaktionen sind standardmäßig zustandslos, es sei denn, Sie verwenden einen bestimmten Umgebungscontainer oder Unterhaltungsverlauf. In Assistant-Abläufen mit mehreren Turns können Sie lokale Dateien, den Kontext der Codeausführung, Systemänderungen, während der Laufzeit installierte Open-Source-Softwarebibliotheken und den Gesprächsverlauf über mehrere Unterhaltungen hinweg beibehalten:
- Unterhaltung fortsetzen: Übergeben Sie die ID aus der vorherigen Interaktion an den Parameter
previous_interaction_id. - So verwenden Sie eine erstellte Umgebung weiter: Übergeben Sie die Umgebungs-ID, die von der vorherigen Interaktion zurückgegeben wurde, an den Parameter
environment.
Sie können wichtige Umgebungskonfigurationen mit den folgenden Parametern im Feld environment auswählen:
| JSON-Struktur | Beschreibung |
|---|---|
"environment": {"type": "remote"} |
Stellt eine neue Standard-Sandbox-Umgebung bereit. Verwenden Sie diese Option bei den ersten Interaktionen. |
"environment": "env_CAEQ..." |
Verwendet den vorhandenen nichtflüchtigen Sandbox-Container wieder und behält alle Bibliotheken, Skripts, Dateien und Status bei, die mit dieser Umgebungs-ID verknüpft sind. |
"environment": {"type": "remote", "sources": [{"type": "gcs", "source": "gs://YOUR_BUCKET/YOUR_FILE", "target": "YOUR_TARGET_PATH"}]}
|
Stellt eine neue Remote-Sandbox bereit und lädt sie mit benutzerdefinierten Skills oder Dateien aus den angegebenen `sources` vor, z. B. aus Cloud Storage. |
Wenn Sie eine nachfolgende Interaktionsanfrage senden möchten, die denselben Sandbox-Container wiederverwendet und eine Unterhaltung fortsetzt, übergeben Sie die zurückgegebene environment_id im Feld environment und geben Sie previous_interaction_id an. In den folgenden Beispielen wird gezeigt, wie Sie eine zustandsorientierte Sitzung fortsetzen, wenn Sie mit dem KI-Agenten interagieren.
REST
Anfragevariablen
Ersetzen Sie vor dem Aufrufen der API die folgenden Variablen:
- PROJECT_ID: Ihre Google Cloud Projekt-ID
- LOCATION: Nur die Region
globalwird unterstützt. - AGENT_ID: Die benutzerdefinierte Kennung Ihrer registrierten Agentenressource (oder
antigravity-preview-05-2026). - PREVIOUS_INTERACTION_ID: Die Interaktions-ID, die von der vorherigen Interaktion zurückgegeben wurde.
- ENV_ID: Die Umgebungs-ID, die von der vorherigen Interaktion zurückgegeben wurde.
HTTP-Methode und URL
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions
JSON-Text der Anfrage:
{
"stream": true,
"background": true,
"store": true,
"agent": "AGENT_ID",
"previous_interaction_id": "PREVIOUS_INTERACTION_ID",
"environment": "ENV_ID",
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "What did I ask you before and what did you do?"
}
]
}
]
}
Befehl curl
curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Api-Revision: 2026-05-20" \
-d '{
"stream": true,
"background": true,
"store": true,
"agent": "AGENT_ID",
"previous_interaction_id": "PREVIOUS_INTERACTION_ID",
"environment": "ENV_ID",
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "What did I ask you before and what did you do?"
}
]
}
]
}'
Python
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
from google import genai
client = genai.Client(
vertexai=True,
project="PROJECT_ID",
location="global",
)
stream = client.interactions.create(
agent="AGENT_ID",
input="What did I ask you before and what did you do?",
previous_interaction_id="PREVIOUS_INTERACTION_ID",
environment="ENV_ID",
stream=True,
background=True,
store=True,
)
for event in stream:
print(event)
Übergeben Sie im Python SDK den String environment_id direkt als Parameter environment, um einen vorhandenen Sandbox-Container wiederzuverwenden. Verwenden Sie previous_interaction_id, um den Unterhaltungsverlauf fortzusetzen.
JavaScript
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({
vertexai: true,
project: "PROJECT_ID",
location: "global",
});
const stream = await client.interactions.create({
agent: "AGENT_ID",
input: "What did I ask you before and what did you do?",
previous_interaction_id: "PREVIOUS_INTERACTION_ID",
environment: "ENV_ID",
stream: true,
background: true,
store: true,
});
for await (const event of stream) {
console.log(event);
}
Übergeben Sie im JavaScript SDK den String environment_id direkt als Parameter environment, um einen vorhandenen Sandbox-Container wiederzuverwenden. Verwenden Sie previous_interaction_id, um den Unterhaltungsverlauf fortzusetzen.
Konfigurationen während der Interaktion überschreiben
Benutzerdefinierte Agentendefinitionen enthalten in der Regel Standardkonfigurationen für Tools, Fähigkeiten und Drittanbieterverbindungen. Sie können diese Definitionen jedoch dynamisch für jede Interaktion anpassen, ohne die zugrunde liegende Konfiguration der Agentenressource zu ändern.
Ein häufiger Anwendungsfall ist das dynamische Überschreiben von Verbindungen zu MCP-Servern (Model Context Protocol) zur Laufzeit. Alle im Text der Interaktionsanfrage angegebenen Tools oder MCP-Server überschreiben die vorkonfigurierten Tools des KI-Agenten für die Dauer dieser Interaktionsrunde vollständig.
Wenn Sie einen MCP-Server zum Zeitpunkt der Interaktion überschreiben oder definieren möchten, fügen Sie der Liste tools Ihrer Interaktionsanfrage ein Tool vom Typ mcp_server hinzu:
REST
Anfragevariablen
Ersetzen Sie vor dem Aufrufen der API die folgenden Variablen:
- PROJECT_ID: Ihre Google Cloud Projekt-ID
- LOCATION: Der Standort für Ihre Interaktion. Nur die Region
globalwird unterstützt. - AGENT_ID: Die benutzerdefinierte Kennung Ihrer KI-Agentenressource.
- MCP_SERVER_URL: Die Remote-HTTP-Gateway-URL des neuen MCP-Servers.
- MCP_SERVER_NAME: Ein beschreibendes Label für die MCP-Host-Zieldomain.
- MCP_HEADER_KEY: Optional. Der Name des Headers (z. B.
Authorization). - MCP_HEADER_VALUE: Optional. Der Wert der Anmeldedaten (z. B.
Bearer <token>).
HTTP-Methode und URL
POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions
JSON-Text der Anfrage:
{
"stream": true,
"background": true,
"store": true,
"agent": "agents/AGENT_ID",
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "Analyze our database and summarize recent purchase events."
}
]
}
],
"tools": [
{
"type": "mcp_server",
"url": "MCP_SERVER_URL",
"name": "MCP_SERVER_NAME",
"headers": {
"MCP_HEADER_KEY": "MCP_HEADER_VALUE"
}
}
]
}
Befehl curl
curl -X POST "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/interactions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Api-Revision: 2026-05-20" \
-d '{
"stream": true,
"background": true,
"store": true,
"agent": "agents/AGENT_ID",
"input": [
{
"type": "user_input",
"content": [
{
"type": "text",
"text": "Analyze our database and summarize recent purchase events."
}
]
}
],
"tools": [
{
"type": "mcp_server",
"url": "MCP_SERVER_URL",
"name": "MCP_SERVER_NAME",
"headers": {
"MCP_HEADER_KEY": "MCP_HEADER_VALUE"
}
}
]
}'
Python
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
from google import genai
client = genai.Client(
vertexai=True,
project="PROJECT_ID",
location="global",
)
stream = client.interactions.create(
agent="AGENT_ID",
input="Analyze our database and summarize recent purchase events.",
tools=[
{
"type": "mcp_server",
"url": "MCP_SERVER_URL",
"name": "MCP_SERVER_NAME",
"headers": {
"MCP_HEADER_KEY": "MCP_HEADER_VALUE"
},
}
],
stream=True,
background=True,
store=True,
)
for event in stream:
print(event)
JavaScript
Legen Sie vor dem Ausführen dieses Codes die auf dem Tab REST beschriebenen Variablen fest.
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({
vertexai: true,
project: "PROJECT_ID",
location: "global",
});
const stream = await client.interactions.create({
agent: "AGENT_ID",
input: "Analyze our database and summarize recent purchase events.",
tools: [
{
type: "mcp_server",
url: "MCP_SERVER_URL",
name: "MCP_SERVER_NAME",
headers: {
"MCP_HEADER_KEY": "MCP_HEADER_VALUE",
},
},
],
stream: true,
background: true,
store: true,
});
for await (const event of stream) {
console.log(event);
}
Nächste Schritte
Übersicht über die Managed Agents API auf der Agent Platform
Informationen zur Managed Agents API auf der Agent Platform, einer konfigurationsgesteuerten, REST-basierten Umgebung zum Erstellen autonomer Agenten.
Managed Agents API in der Sandbox-Umgebung der Agent Platform
Informationen zum isolierten Sandbox-Container, zu Berechtigungen und zu vorinstallierten Paketen/Tools.