在 Gemini Enterprise Agent Platform,使用延遲級別,以折扣費率為自訂代理執行非同步、多輪 Gemini 模型呼叫。在 Interactions API 中,Agent Platform 會將每個延遲的回合排入佇列,在 24 小時內於背景執行,並保留狀態 7 天。
延遲層級適用於可容忍延遲、需要逐輪控制的代理工作負載,例如:
- 多步驟程式設計和安全防護代理:存放區安全漏洞掃描、自動化程式碼遷移,以及迴歸分類。
- 文件和研究管道:技術設計審查、財務回測,以及透過工具呼叫彙整多份文件。
- 離線代理評估:大規模品質基準,可串連
previous_interaction_id回合,不受即時延遲限制。
如要比較所有運算模型,請參閱「用量選項」。如要排定 Agent Development Kit (ADK) 代理或 Gemini Deep Research 代理的代管執行作業,請參閱「自主代理排程」。
支援的模型和位置
延遲級別僅支援 global 端點 (aiplatform.googleapis.com 上的 locations/global)。如果將含有 service_tier="deferred" 的要求傳送至區域端點,或 us 或 eu 多區域端點,則會傳回 HTTP 400 ("code": "invalid_request")。
下列主流 Gemini 模型支援 global 端點的延遲級別:
- Gemini 4 Carbon (
gemini-4-carbon) - Gemini 4 Argon (
gemini-4-argon) - Gemini 3.8 Flash (
gemini-3.8-flash) - Gemini 3.7 Flash (
gemini-3.7-flash) - Gemini 3.6 Flash (
gemini-3.6-flash) - Gemini 3.5 Flash-Lite (
gemini-3.5-flash-lite) - Gemini 3.5 Flash (
gemini-3.5-flash) - Gemini 3.1 Flash-Lite (
gemini-3.1-flash-lite) - Gemini 3.1 Pro (
gemini-3.1-pro-preview)
如果專案已透過 Google Cloud 帳戶團隊取得許可清單存取權,您也可以使用下列 Cyber 模型:
- Gemini 4 Carbon for cyber (
gemini-4-carbon-cyber-permissive) - Gemini 4 Argon Cyber Permissive (
gemini-4-argon-cyber-permissive)
事前準備
在已啟用計費功能的現有 Google Cloud 專案中,完成下列必要設定步驟:
-
登入 Google 帳戶。
如果還沒有帳戶,請註冊新帳戶。
-
安裝 Google Cloud CLI。
-
若您採用的是外部識別資訊提供者 (IdP),請先使用聯合身分登入 gcloud CLI。
-
執行下列指令,初始化 gcloud CLI:
gcloud init 啟用 Agent Platform API (如果尚未啟用):
啟用 API 所需的角色
如要啟用 API,您必須具備
serviceusage.services.enable權限。如果您建立了專案,可能已透過擁有者角色 (roles/owner) 取得這項權限。否則,您可以透過 Service Usage 管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。gcloud services enable aiplatform.googleapis.com
-
如果您使用的是本機殼層,請為使用者帳戶建立本機驗證憑證:
gcloud auth application-default login
如果您使用的是 Cloud Shell,則不必執行這項操作。
如果系統傳回驗證錯誤,且您使用的是外部識別資訊提供者 (IdP),請確認您已使用聯合身分登入 gcloud CLI。
-
安裝 Google Cloud CLI。
-
若您採用的是外部識別資訊提供者 (IdP),請先使用聯合身分登入 gcloud CLI。
-
執行下列指令,初始化 gcloud CLI:
gcloud init 啟用 Agent Platform API (如果尚未啟用):
啟用 API 所需的角色
如要啟用 API,您必須具備
serviceusage.services.enable權限。如果您建立了專案,可能已透過擁有者角色 (roles/owner) 取得這項權限。否則,您可以透過 Service Usage 管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。gcloud services enable aiplatform.googleapis.com
-
如果您使用的是本機殼層,請為使用者帳戶建立本機驗證憑證:
gcloud auth application-default login
如果您使用的是 Cloud Shell,則不必執行這項操作。
如果系統傳回驗證錯誤,且您使用的是外部識別資訊提供者 (IdP),請確認您已使用聯合身分登入 gcloud CLI。
必要的角色
如要取得建立、監控及取消延遲模型呼叫所需的權限,請要求管理員在 Google Cloud 專案中授予您下列 IAM 角色:
-
建立、輪詢、取消及刪除延遲互動:Agent Platform 使用者 (
roles/aiplatform.user) -
監控延遲互動 (唯讀):Agent Platform 檢視者 (
roles/aiplatform.viewer) -
從 Cloud Storage 讀取多模態輸入檔案 (選用):Storage 物件檢視者 (
roles/storage.objectViewer)
如要進一步瞭解如何授予角色,請參閱「管理專案、資料夾和組織的存取權」。
安裝 Google Gen AI SDK
如果您使用用戶端程式庫,請在開發環境中安裝或升級 Google Gen AI SDK (@google/genai >= 2.32.0 或 google-genai >= 2.34.0):
Node.js
npm install @google/genai@latest
Python
pip install --upgrade "google-genai>=2.34.0"
建立及管理延遲模型呼叫
請在「事前準備」設定的環境中執行下列程序。REST 範例會使用 gcloud CLI 憑證進行驗證,而 Google Gen AI SDK 範例則使用應用程式預設憑證 (ADC)。如果呼叫傳回錯誤,請參閱「疑難排解」。
建立延遲模型呼叫
使用 service_tier="deferred"、background=true 和 store=true 呼叫 interactions.create,提交非同步回合。請省略 stream 或將其設為 false。執行範例前,請將 PROJECT_ID 替換為您的 Google Cloud 專案 ID,例如 my-agent-project。
REST
使用任何要求資料之前,請先修改下列項目的值:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。
HTTP 方法和網址:
POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/interactions
JSON 要求主體:
{
"model": "gemini-4-argon",
"input": "In two sentences, explain how a circuit breaker differs from exponential backoff in a distributed microservice architecture.",
"service_tier": "deferred",
"background": true,
"store": true
}
請展開以下其中一個選項,以傳送要求:
回應會傳回類似下方的 JSON 酬載:
{
"id": "v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0",
"model": "gemini-4-argon",
"status": "queued",
"service_tier": "deferred",
"steps": []
}
Node.js
import { GoogleGenAI } from "@google/genai";
async function createDeferredInteraction(projectId) {
const ai = new GoogleGenAI({
enterprise: true,
project: projectId,
location: "global",
});
const interaction = await ai.interactions.create({
model: "gemini-4-argon",
input:
"In two sentences, explain how a circuit breaker differs from exponential backoff in a distributed microservice architecture.",
service_tier: "deferred",
background: true,
store: true,
});
console.log(`Interaction ID: ${interaction.id}`);
console.log(`Status: ${interaction.status}`);
console.log(`Service tier: ${interaction.service_tier}`);
return interaction.id ?? "";
}
await createDeferredInteraction("PROJECT_ID");
輸出結果會與下列內容相似:
Interaction ID: v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0
Status: queued
Service tier: deferred
Python
from google import genai
def create_deferred_interaction(project_id: str) -> str:
client = genai.Client(
enterprise=True,
project=project_id,
location="global",
)
interaction = client.interactions.create(
model="gemini-4-argon",
input=(
"In two sentences, explain how a circuit breaker differs from "
"exponential backoff in a distributed microservice architecture."
),
service_tier="deferred",
background=True,
store=True,
)
print(f"Interaction ID: {interaction.id}")
print(f"Status: {interaction.status}")
print(f"Service tier: {interaction.service_tier}")
return interaction.id or ""
create_deferred_interaction("PROJECT_ID")
輸出結果會與下列內容相似:
Interaction ID: v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0
Status: queued
Service tier: deferred
輪詢狀態並擷取權杖用量
當 status 為 queued 或 in_progress 時,使用輪詢 interactions.get 搭配輪詢。當回合達到最終狀態時,請讀取 output_text 和 usage。
延遲級別的目標是在 24 小時內完成 95% 的回合,不提供抵免額支援的延遲服務水準協議。下表說明 Interaction 資源的 status 值:
| 狀態 | 最終 | 意義和後續步驟 |
|---|---|---|
queued |
否 | 已接受,正在等待運算資源。使用輪詢機制輪詢 interactions.get。請先不要要求 stream=true。 |
in_progress |
否 | 執行中。繼續輪詢 interactions.get,或使用 stream=true 附加 SSE 串流。 |
requires_action |
是 | 回合在模型發出的 function_call 步驟結束。執行工具,然後使用 previous_interaction_id 建立新回合。 |
requires_continuation |
是 | 長解碼回合停止,並顯示部分輸出內容和 continuation_token。繼續使用 previous_interaction_id 和 continuation_token,省略 input,並提高 max_output_tokens。 |
completed |
是 | 回合結束。閱讀 output_text 和 usage,或在下一回合將 id 傳給 previous_interaction_id。 |
incomplete |
是 | 回合提早結束,例如達到 max_output_tokens。檢查部分 steps 和 usage。 |
failed |
是 | 回合發生執行階段錯誤,或超過 24 小時的完成時間範圍。API 不會使用 expired 狀態。檢查 error,然後提交新的要求。 |
cancelled |
是 | 呼叫 interactions.cancel 後,回合尚未完成即停止。 |
如果長解碼回合以 requires_continuation 結束,請呼叫 interactions.create,並傳入 previous_interaction_id、continuation_token、background=true、store=true 和 service_tier="deferred",以恢復回合。省略 input,並將 max_output_tokens 設為高於目前產生的權杖數量。如要瞭解各項最終狀態的計費方式,請參閱「定價和計費」。
執行範例前,請先替換下列項目:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。INTERACTION_ID:建立延遲模型呼叫時傳回的互動 ID,例如v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0。
REST
使用任何要求資料之前,請先修改下列項目的值:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。INTERACTION_ID:建立延遲模型呼叫時傳回的互動 ID,例如v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0。
HTTP 方法和網址:
GET https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID
請展開以下其中一個選項,以傳送要求:
回應會傳回類似下方的 JSON 酬載:
{
"id": "v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0",
"model": "gemini-4-argon",
"status": "completed",
"service_tier": "deferred",
"steps": [
{
"type": "model_output",
"content": [
{
"type": "text",
"text": "Exponential backoff increases the wait time between retries to give a struggling service time to recover. A circuit breaker stops sending requests once failures pass a threshold, failing fast until the downstream service is healthy again."
}
]
}
],
"usage": {
"total_input_tokens": 27,
"total_output_tokens": 41,
"total_tokens": 68
}
}
Node.js
import { GoogleGenAI } from "@google/genai";
const PENDING_STATES = new Set(["queued", "in_progress"]);
const MAX_DELAY_MS = 30000;
const sleep = (ms) => new Promise((resolve) => setTimeout(resolve, ms));
async function waitForDeferredInteraction(projectId, interactionId) {
const ai = new GoogleGenAI({
enterprise: true,
project: projectId,
location: "global",
});
let delayMs = 5000;
let current = await ai.interactions.get(interactionId);
while (PENDING_STATES.has(current.status)) {
await sleep(delayMs);
delayMs = Math.min(delayMs * 2, MAX_DELAY_MS);
current = await ai.interactions.get(interactionId);
}
console.log(`Status: ${current.status}`);
if (current.status === "failed") {
throw new Error(`Deferred turn failed: ${JSON.stringify(current.error)}`);
}
if (current.output_text) {
console.log(current.output_text);
}
if (current.usage) {
console.log(`Input tokens: ${current.usage.total_input_tokens}`);
console.log(`Output tokens: ${current.usage.total_output_tokens}`);
console.log(`Total tokens: ${current.usage.total_tokens}`);
}
return current.output_text ?? "";
}
await waitForDeferredInteraction(
"PROJECT_ID",
"INTERACTION_ID",
);
輸出結果會與下列內容相似:
Status: completed
Exponential backoff increases the wait time between retries to give a struggling service time to recover. A circuit breaker stops sending requests once failures pass a threshold, failing fast until the downstream service is healthy again.
Input tokens: 27
Output tokens: 41
Total tokens: 68
Python
import time
from google import genai
PENDING_STATES = frozenset({"queued", "in_progress"})
MAX_DELAY_SECONDS = 30.0
def wait_for_deferred_interaction(
project_id: str,
interaction_id: str,
) -> str:
client = genai.Client(
enterprise=True,
project=project_id,
location="global",
)
delay_seconds = 5.0
current = client.interactions.get(interaction_id)
while current.status in PENDING_STATES:
time.sleep(delay_seconds)
delay_seconds = min(delay_seconds * 2.0, MAX_DELAY_SECONDS)
current = client.interactions.get(interaction_id)
print(f"Status: {current.status}")
if current.status == "failed":
raise RuntimeError(f"Deferred turn failed: {current.error}")
if current.output_text:
print(current.output_text)
if current.usage:
print(f"Input tokens: {current.usage.total_input_tokens}")
print(f"Output tokens: {current.usage.total_output_tokens}")
print(f"Total tokens: {current.usage.total_tokens}")
return current.output_text or ""
wait_for_deferred_interaction(
"PROJECT_ID",
"INTERACTION_ID",
)
輸出結果會與下列內容相似:
Status: completed
Exponential backoff increases the wait time between retries to give a struggling service time to recover. A circuit breaker stops sending requests once failures pass a threshold, failing fast until the downstream service is healthy again.
Input tokens: 27
Output tokens: 41
Total tokens: 68
選用:在呼叫執行期間串流輸出內容
interactions.get 回報 status="in_progress" 後,您可以使用 stream=true 附加伺服器推送事件 (SSE) 串流,並使用 last_event_id 恢復中斷的連線:
REST
將 ?stream=true 附加至 interactions.get 網址。重新連線時,也請附加 &last_event_id=EVENT_ID,並將 EVENT_ID 替換為上次收到的事件 ID。
Node.js
疊代 await ai.interactions.get(interactionId, { stream: true,
last_event_id: lastEventId })、記錄 event.event_id,並在 step.delta 事件中讀取 event.delta?.text。
Python
疊代 client.interactions.get(interaction_id, stream=True,
last_event_id=last_event_id)、記錄 event.event_id,並在 step.delta 事件中讀取 event.delta.text。
如要進一步瞭解 SSE 串流和重新連線,請參閱 Interactions API 開發人員指南。
鏈結多輪延遲工作流程
如要繼續多輪對話或傳回工具執行結果,請在 previous_interaction_id 中傳遞 completed 或 requires_action 互動的 id。tools、system_instruction 和 generation_config 等回合範圍欄位不會自動沿用,因此請在每個需要這些欄位的回合中傳遞。鏈結的回合仍符合隱含脈絡快取的資格,但快取的前置字串可能會在數小時的佇列等待時間後過期。如需工具結果步驟結構定義,請參閱 Interactions API 開發人員指南。
執行範例前,請先替換下列項目:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。PREVIOUS_INTERACTION_ID:前一個completed或requires_action回合的 ID,例如v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0。
REST
使用任何要求資料之前,請先修改下列項目的值:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。PREVIOUS_INTERACTION_ID:前一個回合中已完成或需要採取行動的互動 ID,例如v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0。
HTTP 方法和網址:
POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/interactions
JSON 要求主體:
{
"model": "gemini-4-argon",
"previous_interaction_id": "PREVIOUS_INTERACTION_ID",
"input": "Draft a one-paragraph rollout checklist for adding a circuit breaker to a payment gateway client without causing false trips.",
"service_tier": "deferred",
"background": true,
"store": true
}
請展開以下其中一個選項,以傳送要求:
回應會傳回類似下方的 JSON 酬載:
{
"id": "v1_Ch1Lm9RUXhPNlJqS1lBMk56UjdVOGdnPT0",
"model": "gemini-4-argon",
"previous_interaction_id": "v1_ChpJd25XUXhPNlJqS1lBMk56UjdVOGdnPT0",
"status": "queued",
"service_tier": "deferred",
"steps": []
}
Node.js
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
enterprise: true,
project: "PROJECT_ID",
location: "global",
});
const followUp = await ai.interactions.create({
model: "gemini-4-argon",
previous_interaction_id: "PREVIOUS_INTERACTION_ID",
input:
"Draft a one-paragraph rollout checklist for adding a circuit breaker to a payment gateway client without causing false trips.",
service_tier: "deferred",
background: true,
store: true,
});
console.log(`Follow-up ID: ${followUp.id} (${followUp.status})`);
輸出結果會與下列內容相似:
Follow-up ID: v1_Ch1Lm9RUXhPNlJqS1lBMk56UjdVOGdnPT0 (queued)
Python
from google import genai
client = genai.Client(
enterprise=True,
project="PROJECT_ID",
location="global",
)
follow_up = client.interactions.create(
model="gemini-4-argon",
previous_interaction_id="PREVIOUS_INTERACTION_ID",
input=(
"Draft a one-paragraph rollout checklist for adding a circuit "
"breaker to a payment gateway client without causing false trips."
),
service_tier="deferred",
background=True,
store=True,
)
print(f"Follow-up ID: {follow_up.id} ({follow_up.status})")
輸出結果會與下列內容相似:
Follow-up ID: v1_Ch1Lm9RUXhPNlJqS1lBMk56UjdVOGdnPT0 (queued)
取消延遲的模型呼叫
如要停止 status 為 queued 或 in_progress 的延遲互動,請呼叫 interactions.cancel。在任何其他狀態的互動上呼叫 interactions.cancel 會傳回 HTTP 409 ("code": "aborted")。如要瞭解取消作業對計費的影響,請參閱「定價和計費」。
執行範例前,請先替換下列項目:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。INTERACTION_ID:queued或in_progress互動的 ID,例如v1_ChpQcTNuWkVrN0xmUjJ4Yk1oVzhkSmc9PQ。
REST
使用任何要求資料之前,請先修改下列項目的值:
PROJECT_ID:您的 Google Cloud 專案 ID,例如my-agent-project。INTERACTION_ID:要取消的佇列中或進行中互動 ID,例如v1_ChpQcTNuWkVrN0xmUjJ4Yk1oVzhkSmc9PQ。
HTTP 方法和網址:
POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/interactions/INTERACTION_ID/cancel
請展開以下其中一個選項,以傳送要求:
回應會傳回類似下方的 JSON 酬載:
{
"id": "v1_ChpQcTNuWkVrN0xmUjJ4Yk1oVzhkSmc9PQ",
"model": "gemini-4-argon",
"status": "cancelled",
"service_tier": "deferred"
}
Node.js
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
enterprise: true,
project: "PROJECT_ID",
location: "global",
});
const cancelled = await ai.interactions.cancel("INTERACTION_ID");
console.log(`Status: ${cancelled.status}`);
輸出內容如下:
Status: cancelled
Python
from google import genai
client = genai.Client(
enterprise=True,
project="PROJECT_ID",
location="global",
)
cancelled = client.interactions.cancel("INTERACTION_ID")
print(f"Status: {cancelled.status}")
輸出內容如下:
Status: cancelled
定價、配額和安全控管機制
在延遲級別執行正式環境工作負載前,請先詳閱計費規則、配額、酬載限制和安全控管措施。
價格與計費
與標準即付即用費率相比,延遲模型呼叫的輸入、輸出和思考詞元費用可享 50% 折扣。計費規則如下:
- 折扣累加:延遲折扣會與合約折扣和隱含脈絡快取詞元折扣累加,並在快取費率之上套用。
- 不會降級為標準費率:延遲要求不會溢出或降級為標準 PayGo,因此不會以未折扣的隨選費率計費。
- 依模型呼叫計費:系統會針對每個回合的模型呼叫計費。以
completed、incomplete、requires_action或requires_continuation結束的回合,會以延遲費率計費。 - 取消的回合:在
queued狀態下取消的回合不會計費。如果在in_progress期間取消回合,系統會針對已啟動的模型呼叫收費,包括在生成過程中中斷的呼叫。 - 失敗的回合:以
failed結束的單次通話回合 (包括超過 24 小時完成時間的回合) 不會計費。在多步驟伺服器端工具迴圈中,失敗前完成的模型呼叫會計費,但失敗的呼叫不會計費。 - 鏈結回合:
previous_interaction_id鏈結中的每個回合都會單獨計費。取消後續回合或後續回合失敗,不會影響先前回合的費用。
如要瞭解各模型的詞元費率,請參閱 Agent Platform 定價頁面。
配額、酬載限制和保留
延遲級別沒有專屬的模型呼叫配額,延遲呼叫會共用 Flex 即付即用配額 (flex_requests_per_minute_per_project_per_base_model,3,000 RPM),系統會在 interactions.create 傳回 queued 後,檢查每個模型呼叫。主要專案配額和系統限制包括:
- 建立和並行配額:建立時,
stateful_genai_interaction_creations的 RPM 上限為 100 或無限制。最多 500 個concurrent_interaction_generations,具體取決於配額級別。 - 每日有狀態處理量 (固定):每個專案每天寫入 240 GiB,讀取 480 GiB。
- 酬載和保留限制:每次
interactions.create呼叫最多可傳送 9.75 MiB 的未壓縮 HTTP 主體,狀態保留期限為 7 天。鏈結最多支援 100 個不同的 Cloud Storage (gs://) URI。
如需完整的配額表和控制台操作說明,請參閱「延遲級別配額和限制」。
安全性與法規遵循控制項
由於延遲層會在 global 端點上排入佇列並保留狀態,請確認其支援的管理控制項符合您的法規遵循要求:
- 支援的控管措施:VPC Service Controls (VPC-SC;perimeter 內不允許使用外部
mcp_server工具)、資料存取透明化控管機制 (AXT)、Cloud 稽核記錄和 FedRAMP 高影響等級。 - 不支援的控制項:無狀態零資料保留 (
store=false和強制執行constraints/vertexai.disableAPIStorage都會傳回 HTTP400和"code": "invalid_request")、客戶自行管理的加密金鑰 (CMEK)、資料落地、DoD IL5 和 ITAR。
如需完整的功能矩陣,請參閱「生成式 AI 的安全控管機制」。
疑難排解
下表說明延遲級別的常見錯誤和解決方法:
| 錯誤或狀態 | 常見原因 | 解析度 |
|---|---|---|
400 (error.code: "invalid_request";端點、旗標或模型) |
非 global 端點、不支援的模型,或 interactions.create 上的 background、store 或 stream 旗標無效。 |
使用支援的模型指定 locations/global、設定 background=true 和 store=true,並省略 stream=true。 |
400 (error.code: "invalid_request";酬載、URI 或工具) |
未壓縮的主體超過 9.75 MiB、鏈結超過 100 個 gs:// URI,或 VPC-SC 內部的外部 mcp_server 工具。 |
將大型檔案以 gs:// URI 形式傳遞 (每個鏈結最多 100 個),並省略 VPC-SC 內部的外部 mcp_server 工具。 |
400 (interactions.create:error.code: "invalid_request";interactions.delete:status: "FAILED_PRECONDITION") |
|
|
401 (status: "UNAUTHENTICATED" 或 error.code: "authentication") |
您的 gcloud CLI 憑證 (REST 範例) 或 ADC (Google Gen AI SDK 範例) 遺失或已過期。 | 如要查看 REST 範例,請執行 gcloud auth login。如要查看 Google Gen AI SDK 範例,請執行 gcloud auth application-default login。然後重試要求。 |
403 (status: "PERMISSION_DENIED" 或 error.code: "permission_denied") |
|
授予 roles/aiplatform.user。如果是 Cloud Storage 輸入,也請授予 roles/storage.objectViewer。 |
404 (error.code: "not_found";status: "NOT_FOUND",interactions.delete) |
互動或previous_interaction_id不存在或已刪除。也可能屬於非 global 端點,或超過 7 天的保留期限。 |
請檢查 global 端點上的互動 ID。如果父項回合已過期,請在不使用 previous_interaction_id 的情況下啟動新鏈。 |
409 (error.code: "aborted") |
interactions.cancel指定已處於最終狀態的互動:requires_action、requires_continuation、completed、incomplete、failed 或 cancelled。 |
請先使用 interactions.get 檢查 status。您只能取消queued和in_progress互動。 |
429 (error.code: "too_many_requests") |
專案超出每項專案的配額,例如互動建立率、並行互動生成次數,或每日有狀態處理量。 |
|
status="failed" |
|
|
後續步驟
探索非同步和有狀態 Gemini 工作負載的相關指南和參考文件:
- 在「Consumption options」(用量方案) 中比較運算模型。
- 請參閱 Interactions API 開發人員指南,瞭解如何建構有狀態的多輪對話應用程式。
- 在「自治代理排程」中,排定 ADK 代理和代管研究執行作業。
- 請參閱 Interactions API 參考資料,瞭解方法結構定義。