Gemini Interactions API

জেমিনি ইন্টারঅ্যাকশনস এপিআই ডেভেলপারদের জেমিনি মডেল ব্যবহার করে জেনারেটিভ এআই অ্যাপ্লিকেশন তৈরি করার সুযোগ দেয়। জেমিনি হলো আমাদের সবচেয়ে সক্ষম মডেল, যা একেবারে গোড়া থেকে মাল্টিমোডাল হওয়ার জন্য তৈরি করা হয়েছে। এটি ভাষা, ছবি, অডিও, ভিডিও এবং কোড সহ বিভিন্ন ধরণের তথ্যকে সাধারণীকরণ করতে, নির্বিঘ্নে বুঝতে, সেগুলোর মধ্যে কাজ করতে এবং একত্রিত করতে পারে। আপনি টেক্সট ও ছবির মধ্যে যুক্তিনির্মাণ, কন্টেন্ট তৈরি, ডায়ালগ এজেন্ট, সারসংক্ষেপ ও শ্রেণিবিন্যাস সিস্টেম এবং আরও অনেক কিছুর মতো ক্ষেত্রে জেমিনি এপিআই ব্যবহার করতে পারেন।

এপিআই সংস্করণ: v1beta v1

একটি মিথস্ক্রিয়া তৈরি করা

https://generativelanguage.googleapis.com/v1beta/interactions- এ পোস্ট করুন

একটি নতুন মিথস্ক্রিয়া তৈরি করে।

পাথ / কোয়েরি প্যারামিটার

api_version স্ট্রিং (আবশ্যক)

এপিআই-এর কোন সংস্করণটি ব্যবহার করতে হবে।

অনুরোধকারী শরীর

অনুরোধের মূল অংশে নিম্নলিখিত কাঠামোসহ ডেটা থাকে:

মডেল মডেলঅপশন (ঐচ্ছিক)

ইন্টারঅ্যাকশনটি তৈরি করতে ব্যবহৃত `মডেল`-এর নাম।
`agent` প্রদান করা না হলে এটি আবশ্যক।

যে মডেলটি আপনার প্রম্পটটি সম্পূর্ণ করবে।\n\nঅতিরিক্ত বিবরণের জন্য [মডেলসমূহ](https://ai.google.dev/gemini-api/docs/models) দেখুন।

সম্ভাব্য মান

  • gemini-2.5-flash

    আমাদের প্রথম হাইব্রিড রিজনিং মডেল যা ১ মিলিয়ন টোকেন কনটেক্সট উইন্ডো এবং থিংকিং বাজেট সমর্থন করে।

  • gemini-2.5-pro

    আমাদের সর্বাধুনিক বহুমুখী মডেল, যা কোডিং এবং জটিল যুক্তিনির্ভর কাজে অত্যন্ত পারদর্শী।

  • gemma-4-26b-a4b-it

    জেমা 4 26B A4B IT

  • gemma-4-31b-it

    জেমা ৪ ৩১বি আইটি

  • gemini-flash-latest

    জেমিনি ফ্ল্যাশের সর্বশেষ সংস্করণ

  • gemini-flash-lite-latest

    জেমিনি ফ্ল্যাশ-লাইটের সর্বশেষ সংস্করণ

  • gemini-pro-latest

    জেমিনি প্রো-এর সর্বশেষ সংস্করণ

  • gemini-2.5-flash-lite

    আমাদের সবচেয়ে ছোট এবং সবচেয়ে সাশ্রয়ী মডেল, যা ব্যাপক ব্যবহারের জন্য নির্মিত।

  • gemini-2.5-flash-image

    আমাদের নিজস্ব ইমেজ জেনারেশন মডেলটি গতি, নমনীয়তা এবং প্রাসঙ্গিকতা বোঝার জন্য অপ্টিমাইজ করা হয়েছে। টেক্সট ইনপুট এবং আউটপুটের মূল্য ২.৫ ফ্ল্যাশের সমান।

  • gemini-3-flash-preview

    গতির জন্য নির্মিত আমাদের সবচেয়ে বুদ্ধিমান মডেল, যা অত্যাধুনিক বুদ্ধিমত্তার সাথে উন্নত অনুসন্ধান এবং ভূমিতে স্থিতিশীলতার সমন্বয় ঘটায়।

  • gemini-3.1-pro-preview

    আমাদের সর্বাধুনিক অত্যাধুনিক রিজনিং মডেল, যা অভূতপূর্ব গভীরতা ও সূক্ষ্মতা এবং শক্তিশালী মাল্টিমোডাল আন্ডারস্ট্যান্ডিং ও কোডিং সক্ষমতাসম্পন্ন।

  • gemini-3.1-pro-preview-customtools

    কাস্টম টুল ব্যবহারের জন্য অপ্টিমাইজ করা জেমিনি ৩.১ প্রো প্রিভিউ।

  • gemini-3.1-flash-lite

    আমাদের সবচেয়ে সাশ্রয়ী মডেল, যা বিপুল পরিমাণ এজেন্টিক কাজ, অনুবাদ এবং সাধারণ ডেটা প্রক্রিয়াকরণের জন্য অপ্টিমাইজ করা হয়েছে।

  • gemini-3-pro-image

    জেমিনি ৩ প্রো ইমেজ

  • nano-banana-pro-preview

    জেমিনি ৩ প্রো ছবির প্রিভিউ

  • gemini-3.1-flash-image

    জেমিনি ৩.১ ফ্ল্যাশ চিত্র।

  • gemini-3.5-flash

    এজেন্টিক এবং কোডিং কার্যক্রমে ধারাবাহিক অগ্রণী পারফরম্যান্সের জন্য আমাদের সবচেয়ে বুদ্ধিমান মডেল।

  • gemini-3.6-flash

    এজেন্টিক এবং কোডিং কার্যক্রমে ধারাবাহিক অগ্রণী পারফরম্যান্সের জন্য আমাদের সবচেয়ে বুদ্ধিমান মডেল।

  • gemini-3.7-flash

    এজেন্টিক এবং কোডিং কার্যক্রমে ধারাবাহিক অগ্রণী পারফরম্যান্সের জন্য আমাদের সবচেয়ে বুদ্ধিমান মডেল।

  • lyria-3-clip-preview

    আমাদের স্বল্প-বিলম্বের সঙ্গীত তৈরির মডেলটি উচ্চ-মানের অডিও ক্লিপ এবং সুনির্দিষ্ট ছন্দ নিয়ন্ত্রণের জন্য অপ্টিমাইজ করা হয়েছে।

  • lyria-3-pro-preview

    গভীর সুরসৃষ্টিগত বোধসম্পন্ন আমাদের উন্নত, পূর্ণাঙ্গ গান তৈরির জেনারেটিভ মডেলটি, বিভিন্ন সঙ্গীত শৈলীতে সুনির্দিষ্ট কাঠামোগত নিয়ন্ত্রণ এবং জটিল রূপান্তরের জন্য সর্বোত্তমভাবে প্রস্তুত করা হয়েছে।

  • gemini-robotics-er-1.6-preview

    জেমিনি রোবোটিক্স-ইআর ১.৬ প্রিভিউ

  • gemini-robotics-er-2-preview

    জেমিনি রোবোটিক্স এমবডিড রিজনিং ২ প্রিভিউ

এজেন্ট এজেন্টঅপশন (ঐচ্ছিক)

ইন্টারঅ্যাকশনটি তৈরি করতে ব্যবহৃত 'এজেন্ট'-এর নাম।
`model` প্রদান করা না হলে এটি আবশ্যক।

যে এজেন্টের সাথে যোগাযোগ করতে হবে।

সম্ভাব্য মান

  • deep-research-pro-preview-12-2025

    জেমিনি ডিপ রিসার্চ এজেন্ট

  • deep-research-preview-04-2026

    জেমিনি ডিপ রিসার্চ এজেন্ট

  • deep-research-max-preview-04-2026

    জেমিনি ডিপ রিসার্চ ম্যাক্স এজেন্ট

  • antigravity-preview-05-2026

    যুক্তিবোধ, ফাইল পরিচালনা এবং টুল ব্যবহারের প্রয়োজন হয় এমন একাধিক ধাপের কাজ সম্পাদন করতে অ্যান্টিগ্র্যাভিটি পরিচালিত এজেন্টটি ব্যবহার করুন।

ইনপুট কন্টেন্ট অথবা অ্যারে ( কন্টেন্ট ) অথবা অ্যারে ( ধাপ ) অথবা স্ট্রিং (আবশ্যক)

মিথস্ক্রিয়ার জন্য প্রয়োজনীয় উপাদানসমূহ (যা মডেল এবং এজেন্ট উভয়ের জন্যই প্রযোজ্য)।

সিস্টেম_নির্দেশনা স্ট্রিং (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য সিস্টেম নির্দেশাবলী।

সরঞ্জাম অ্যারে ( টুল ) (ঐচ্ছিক)

ইন্টারঅ্যাকশনের সময় মডেলটি যেসব টুল ডিক্লারেশন কল করতে পারে, তার একটি তালিকা।

response_format ResponseFormat অথবা অ্যারে ( ResponseFormat ) (ঐচ্ছিক)

এটি নিশ্চিত করে যে তৈরি হওয়া প্রতিক্রিয়াটি একটি JSON অবজেক্ট হবে যা এই ফিল্ডে নির্দিষ্ট করা JSON স্কিমা মেনে চলে।

স্ট্রিম বুলিয়ান (ঐচ্ছিক)

শুধুমাত্র ইনপুট। কথোপকথনটি স্ট্রিম করা হবে কিনা।

বুলিয়ান সংরক্ষণ করুন (ঐচ্ছিক)

শুধুমাত্র ইনপুট। প্রতিক্রিয়া এবং অনুরোধটি পরবর্তীতে পুনরুদ্ধারের জন্য সংরক্ষণ করা হবে কিনা।

পটভূমি বুলিয়ান (ঐচ্ছিক)

শুধুমাত্র ইনপুট। মডেল ইন্টারঅ্যাকশনটি ব্যাকগ্রাউন্ডে চালানো হবে কিনা।

generation_config GenerationConfig (ঐচ্ছিক)

মডেল কনফিগারেশন
মডেলের সাথে মিথস্ক্রিয়ার জন্য কনফিগারেশন প্যারামিটারসমূহ।
`agent_config`-এর বিকল্প। শুধুমাত্র তখনই প্রযোজ্য যখন `model` সেট করা থাকে।

মডেলের সাথে মিথস্ক্রিয়ার জন্য কনফিগারেশন প্যারামিটারসমূহ।

ক্ষেত্র

সর্বোচ্চ আউটপুট টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

প্রতিক্রিয়ায় অন্তর্ভুক্ত করার জন্য টোকেনের সর্বোচ্চ সংখ্যা।

বীজ পূর্ণসংখ্যা (ঐচ্ছিক)

পুনরুৎপাদনযোগ্যতার জন্য ডিকোডিং-এ ব্যবহৃত বীজ।

speech_config SpeakerConfig অথবা অ্যারে (SpeechConfig) (ঐচ্ছিক)

ঐচ্ছিক। বক্তৃতা এবং একাধিক স্পিকারের কনফিগারেশন।

একাধিক স্পিকার এবং বক্তৃতা তৈরির জন্য কনফিগারেশন।

ক্ষেত্র

স্পিকার অ্যারে (স্পিচকনফিগ) (ঐচ্ছিক)

স্বতন্ত্র স্পিকার কনফিগারেশন।

মৌখিক যোগাযোগের জন্য কনফিগারেশন।

ক্ষেত্র

ভাষা স্ট্রিং (ঐচ্ছিক)

বক্তৃতার ভাষা।

স্পিকারের দড়ি (ঐচ্ছিক)

বক্তার নাম অবশ্যই প্রম্পটে দেওয়া বক্তার নামের সাথে মিলতে হবে।

ভয়েস স্ট্রিং (ঐচ্ছিক)

বক্তার কণ্ঠস্বর।

স্টপ_সিকোয়েন্স অ্যারে (স্ট্রিং) (ঐচ্ছিক)

অক্ষর অনুক্রমের একটি তালিকা যা আউটপুট ইন্টারঅ্যাকশন বন্ধ করে দেবে।

চিন্তার স্তর ( ঐচ্ছিক)

মডেলটি যে পরিমাণ চিন্তার টোকেন তৈরি করবে।

সম্ভাব্য মান

  • minimal

    খুব কম বা একেবারেই চিন্তা না করা।

  • low

    চিন্তার নিম্ন স্তর।

  • medium

    মাঝারি চিন্তার স্তর।

  • high

    উচ্চ চিন্তার স্তর।

চিন্তার সারসংক্ষেপ (ঐচ্ছিক)

উত্তরে চিন্তার সারাংশ অন্তর্ভুক্ত করা হবে কিনা।

সম্ভাব্য মান

  • auto

    স্বয়ংক্রিয় চিন্তার সারাংশ।

  • none

    চিন্তামূলক সারসংক্ষেপ নয়।

tool_choice ToolChoiceConfig অথবা enum (স্ট্রিং) (ঐচ্ছিক)

টুল পছন্দের কনফিগারেশন।

সম্ভাব্য মানসমূহ:

  • auto

    স্বয়ংক্রিয় টুল নির্বাচন।

  • any

    যেকোনো সরঞ্জাম পছন্দ।

  • none

    সরঞ্জাম পছন্দের কোনো সুযোগ নেই।

  • validated

    সরঞ্জামটির নির্বাচন যথার্থ প্রমাণিত।

ট্রান্সক্রিপশন_কনফিগ ট্রান্সক্রিপশনকনফিগ (ঐচ্ছিক)

ঐচ্ছিক। স্পিচ রিকগনিশন (ট্রান্সক্রিপশন)-এর জন্য কনফিগারেশন। এটি উপস্থিত থাকলে, ASR সক্রিয় হয়।

বক্তৃতা শনাক্তকরণের (প্রতিলিপিকরণ) জন্য কনফিগারেশন।

ক্ষেত্র

কাস্টম_শব্দভান্ডার অ্যারে (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। নির্দিষ্ট পদ শনাক্ত করার দিকে স্পিচ রিকগনিশন মডেলকে প্রভাবিত করার জন্য নিজস্ব শব্দভাণ্ডারের একটি তালিকা।

language_codes অ্যারে (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। BCP-47 ভাষা কোড যা অডিওতে উপস্থিত ভাষাগুলো সম্পর্কে ইঙ্গিত দেয়। এটি বাদ দিলে বা খালি রাখলে, ডিফল্টরূপে স্বয়ংক্রিয় ভাষা শনাক্তকরণ ব্যবহৃত হবে।

মোড ট্রান্সক্রিপশনমোড অথবা এনাম (স্ট্রিং) (ঐচ্ছিক)

পৃথকীকৃত ট্রান্সক্রিপশন মোড বিকল্প বা এনাম।

ট্রান্সক্রিপশন মোডের জন্য কনফিগারেশন।

সম্ভাব্য প্রকার

স্মার্ট ট্রান্সক্রিপশন মোড

স্মার্ট ট্রান্সক্রিপশন মোডের জন্য কনফিগারেশন।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "smart" মোডে সেট করা থাকে।

ভার্ব্যাটিম ট্রান্সক্রিপশন মোড

হুবহু প্রতিলিপি মোডের জন্য কনফিগারেশন।

ডায়েরি লেখার মোড স্ট্রিং (ঐচ্ছিক)

ঐচ্ছিক। স্পিকার ডায়ারাইজেশন কনফিগার করে। সমর্থিত মান: "speaker"।

টাইমস্ট্যাম্প_গ্র্যানুলারিটিজ অ্যারে (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। ট্রান্সক্রিপশন আউটপুটে অন্তর্ভুক্ত করার জন্য টাইমস্ট্যাম্পের সূক্ষ্মতা। সমর্থিত মান: 'word'। খালি থাকলে, কোনো টাইমস্ট্যাম্প তৈরি হবে না।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "verbatim" হিসেবে সেট করা থাকে।

ভিডিও_কনফিগ ভিডিওকনফিগ (ঐচ্ছিক)

ভিডিও তৈরির জন্য কনফিগারেশন।

ভিডিও তৈরির জন্য কনফিগারেশন বিকল্পসমূহ।

ক্ষেত্র

টাস্ক এনাম (স্ট্রিং) (ঐচ্ছিক)

ভিডিও তৈরির জন্য ঐচ্ছিক টাস্ক মোড। এটি নির্দিষ্ট করা না থাকলে, মডেলটি প্রদত্ত টেক্সট প্রম্পট এবং ইনপুট মিডিয়ার উপর ভিত্তি করে স্বয়ংক্রিয়ভাবে উপযুক্ত মোড নির্ধারণ করে।

সম্ভাব্য মানসমূহ:

  • text_to_video

    শুধুমাত্র টেক্সট প্রম্পট থেকে ভিডিও তৈরি করে।

  • image_to_video

    এক বা দুটি উৎস ছবি থেকে ভিডিও তৈরি করে। প্রথম ছবিটি শুরুর ফ্রেম এবং ঐচ্ছিক দ্বিতীয় ছবিটি শেষের ফ্রেম নির্ধারণ করে।

  • reference_to_video

    রেফারেন্স মিডিয়া (যেমন ছবি, অডিও বা ভিডিও) ব্যবহার করে ভিডিও তৈরি করে।

  • edit

    বিদ্যমান ইনপুট ভিডিও পরিবর্তন করে।

  • extend

    বিদ্যমান ইনপুট ভিডিওকে সম্প্রসারিত করে।

agent_config অবজেক্ট (ঐচ্ছিক)

এজেন্ট কনফিগারেশন
এজেন্টের জন্য কনফিগারেশন।
`generation_config`-এর বিকল্প। শুধুমাত্র তখনই প্রযোজ্য যখন `agent` সেট করা থাকে।

সম্ভাব্য প্রকার

পলিমরফিক ডিসক্রিমিনেটর: type

AntigravityAgentConfig

অ্যান্টিগ্র্যাভিটি এজেন্ট রানটাইমের কনফিগারেশন। এটি এজেন্টের এক্সিকিউশন এনভায়রনমেন্ট এবং টুল কনফিগারেশনের ওপর সার্ভার-সাইড নিয়ন্ত্রণ প্রদান করে।

max_total_tokens স্ট্রিং (ঐচ্ছিক)

এজেন্ট রানের জন্য সর্বোচ্চ মোট টোকেন।

মডেল স্ট্রিং (ঐচ্ছিক)

এজেন্টের যুক্তিবোধের জন্য ব্যবহারযোগ্য মডেল।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "antigravity" তে সেট করা থাকে।

কোডমেন্ডারএজেন্টকনফিগ

কোডমেন্ডার এজেন্টের কনফিগারেশন।

find_request FindRequest (ঐচ্ছিক)

দুর্বলতা খুঁজে বের করার মাপকাঠি।

কোডবেসের দুর্বলতা খুঁজে বের করার জন্য ব্যবহৃত FIND সেশনের নির্দিষ্ট রিকোয়েস্ট প্যারামিটারসমূহ।

ক্ষেত্র

বর্ণনা স্ট্রিং (ঐচ্ছিক)

দুর্বলতা বিশ্লেষণকে নির্দেশনা দেওয়ার জন্য ব্যবহারকারী কর্তৃক প্রদত্ত অতিরিক্ত প্রাসঙ্গিক তথ্য বা নিজস্ব নির্দেশাবলী।

finding_id স্ট্রিং (ঐচ্ছিক)

যাচাই করার জন্য একটি নির্দিষ্ট অনুসন্ধানের শনাক্তকারী। এটি প্রধানত ভেরিফাই মোডে ব্যবহৃত হয়, যাতে এজেন্টের কার্যসম্পাদন-ভিত্তিক যাচাইকরণ একটিমাত্র দুর্বলতার উপর কেন্দ্রীভূত হয়।

মোড এনাম (স্ট্রিং) (ঐচ্ছিক)

অনুসন্ধান সেশনের মোড।

সম্ভাব্য মানসমূহ:

  • scan

    শুধুমাত্র প্রাথমিক ক্লাসিফায়ার ব্যবহার করে দ্রুত স্ক্যান।

  • verify

    শ্রেণিবিন্যাস সম্পাদনের পর বিস্তারিত তদন্ত করা হয়।

উৎস_ফাইল অ্যারে (ফাইলের বিষয়বস্তু) (ঐচ্ছিক)

স্ক্যানের প্রেক্ষাপট হিসেবে সরবরাহ করার জন্য উৎস ফাইলগুলির একটি তালিকা।

কোডবেসের একটিমাত্র ফাইলের বিষয়বস্তু।

ক্ষেত্র

বিষয়বস্তু স্ট্রিং (ঐচ্ছিক)

ফাইলটির UTF-8 এনকোডেড টেক্সট কন্টেন্ট।

পাথ স্ট্রিং (ঐচ্ছিক)

প্রজেক্ট রুট থেকে ফাইলটির আপেক্ষিক পথ।

fix_request FixRequest (ঐচ্ছিক)

দুর্বলতা নিরাময়ের জন্য প্যারামিটারসমূহ।

নিরাপত্তা প্যাচ তৈরি ও যাচাই করার জন্য ব্যবহৃত, FIX সেশনের নির্দিষ্ট প্যারামিটারসমূহ অনুরোধ করুন।

ক্ষেত্র

বর্ণনা স্ট্রিং (ঐচ্ছিক)

প্যাচ তৈরির প্রক্রিয়াকে নির্দেশনা দেওয়ার জন্য ব্যবহারকারী কর্তৃক প্রদত্ত অতিরিক্ত প্রাসঙ্গিক তথ্য বা নিজস্ব নির্দেশাবলী।

finding_id স্ট্রিং (ঐচ্ছিক)

যে নির্দিষ্ট নিরাপত্তা ত্রুটিটির প্রতিকার করা হবে, তার শনাক্তকারী। এই আইডিটি পূর্বে আবিষ্কৃত একটি দুর্বলতার সাথে সম্পর্কিত।

উৎস_ফাইল অ্যারে (ফাইলের বিষয়বস্তু) (ঐচ্ছিক)

প্রতিকারের প্রেক্ষাপট প্রদানকারী উৎস ফাইলগুলির একটি তালিকা। এই ফাইলগুলিতেই সাধারণত চিহ্নিত দুর্বলতাটি থাকে।

কোডবেসের একটিমাত্র ফাইলের বিষয়বস্তু।

ক্ষেত্র

বিষয়বস্তু স্ট্রিং (ঐচ্ছিক)

ফাইলটির UTF-8 এনকোডেড টেক্সট কন্টেন্ট।

পাথ স্ট্রিং (ঐচ্ছিক)

প্রজেক্ট রুট থেকে ফাইলটির আপেক্ষিক পথ।

মডেল স্ট্রিং (ঐচ্ছিক)

কোডমেন্ডার এজেন্টের জন্য ব্যবহৃত মডেলের নাম। একটি কোডমেন্ডার সেশনে শুধুমাত্র একটি মডেল ব্যবহৃত হবে।

সেশন_কনফিগ সেশনকনফিগ (ঐচ্ছিক)

ডিফল্ট এজেন্ট আচরণকে অগ্রাহ্য করার জন্য ঐচ্ছিক সেশন-নির্দিষ্ট কনফিগারেশন।

কোডমেন্ডার সেশনগুলির কনফিগারেশন।

ক্ষেত্র

সর্বোচ্চ রাউন্ড পূর্ণসংখ্যা (ঐচ্ছিক)

টাইমআউটে পৌঁছানোর আগে এজেন্টকে সর্বাধিক যতগুলো ইন্টারঅ্যাকশন রাউন্ড সম্পাদন করার অনুমতি দেওয়া হয়।

সেশন_আইডি স্ট্রিং (ঐচ্ছিক)

একই CodeMender সেশনের অন্তর্গত একাধিক ইন্টারঅ্যাকশনকে একত্রিত করার প্যারামিটার।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "code-mender" এ সেট করা থাকে।

DeepResearchAgentConfig

ডিপ রিসার্চ এজেন্টের কনফিগারেশন।

সহযোগিতামূলক পরিকল্পনা বুলিয়ান (ঐচ্ছিক)

ডিপ রিসার্চ এজেন্টের জন্য মানব-সম্পৃক্ত পরিকল্পনা সক্ষম করে। যদি এটি 'true' সেট করা হয়, তাহলে ডিপ রিসার্চ এজেন্ট তার প্রতিক্রিয়ায় একটি গবেষণা পরিকল্পনা প্রদান করবে। এরপর এজেন্টটি কেবল তখনই অগ্রসর হবে, যদি ব্যবহারকারী পরবর্তী টার্নে পরিকল্পনাটি নিশ্চিত করে।

enable_bigquery_tool বুলিয়ান (ঐচ্ছিক)

ডিপ রিসার্চ এজেন্টের জন্য বিগকোয়েরি টুল সক্রিয় করে।

চিন্তার সারসংক্ষেপ (ঐচ্ছিক)

উত্তরে চিন্তার সারাংশ অন্তর্ভুক্ত করা হবে কিনা।

সম্ভাব্য মান

  • auto

    স্বয়ংক্রিয় চিন্তার সারাংশ।

  • none

    চিন্তামূলক সারসংক্ষেপ নয়।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "deep-research" তে সেট করা থাকে।

ভিজ্যুয়ালাইজেশন এনাম (স্ট্রিং) (ঐচ্ছিক)

উত্তরে ভিজ্যুয়ালাইজেশন অন্তর্ভুক্ত করা হবে কিনা।

সম্ভাব্য মানসমূহ:

  • off

    ভিজ্যুয়ালাইজেশন অন্তর্ভুক্ত করবেন না।

  • auto

    স্বয়ংক্রিয়ভাবে ভিজ্যুয়ালাইজেশন অন্তর্ভুক্ত করুন।

ডাইনামিকএজেন্টকনফিগ

ডাইনামিক এজেন্টদের জন্য কনফিগারেশন।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "dynamic" এ সেট করা থাকে।

পরিবেশ EnvironmentConfig অথবা স্ট্রিং (ঐচ্ছিক)

ইন্টারঅ্যাকশনের জন্য পরিবেশ কনফিগারেশন। এটি রিমোট এনভায়রনমেন্ট সোর্স নির্দিষ্টকারী একটি অবজেক্ট অথবা বিদ্যমান এনভায়রনমেন্ট আইডি উল্লেখকারী একটি স্ট্রিং হতে পারে।

লেবেল অবজেক্ট (ঐচ্ছিক)

অনুরোধটির জন্য ব্যবহারকারী-সংজ্ঞায়িত মেটাডেটা সহ লেবেলগুলি।

পূর্ববর্তী_ইন্টারঅ্যাকশন_আইডি স্ট্রিং (ঐচ্ছিক)

পূর্ববর্তী যোগাযোগের আইডি, যদি থাকে।

safety_settings অ্যারে (নিরাপত্তা সেটিংস) (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য নিরাপত্তা সেটিংস।

একটি সুরক্ষা সেটিং যা সুরক্ষা-অবরোধকারী আচরণকে প্রভাবিত করে। একটি সুরক্ষা সেটিং একটি ক্ষতির বিভাগ এবং সেই বিভাগের জন্য একটি থ্রেশহোল্ড নিয়ে গঠিত।

ক্ষেত্র

পদ্ধতি enum (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। কন্টেন্ট ব্লক করার পদ্ধতি। নির্দিষ্ট করে না দিলে, ডিফল্ট আচরণ হিসেবে সম্ভাব্যতা স্কোর ব্যবহার করা হয়।

সম্ভাব্য মানসমূহ:

  • severity

    ক্ষতি ব্লক পদ্ধতিতে সম্ভাবনা এবং তীব্রতা উভয় স্কোরই ব্যবহার করা হয়।

  • probability

    ক্ষতি ব্লক পদ্ধতিটি সম্ভাব্যতা স্কোর ব্যবহার করে।

থ্রেশহোল্ড এনাম (স্ট্রিং) (ঐচ্ছিক)

আবশ্যক। কন্টেন্ট ব্লক করার সীমা। ক্ষতির সম্ভাবনা এই সীমা অতিক্রম করলে কন্টেন্টটি ব্লক করা হবে।

সম্ভাব্য মানসমূহ:

  • block_low_and_above

    কম বা তার বেশি ক্ষতির সম্ভাবনা আছে এমন কন্টেন্ট ব্লক করুন।

  • block_medium_and_above

    মাঝারি বা তার চেয়ে বেশি ক্ষতির সম্ভাবনা রয়েছে এমন কন্টেন্ট ব্লক করুন।

  • block_only_high

    ক্ষতির উচ্চ সম্ভাবনাযুক্ত বিষয়বস্তু ব্লক করুন।

  • block_none

    ক্ষতির সম্ভাবনা নির্বিশেষে কোনো বিষয়বস্তু ব্লক করবেন না।

  • off

    সুরক্ষা ফিল্টারটি পুরোপুরি বন্ধ করে দিন।

ক্ষতির বিভাগ ( ঐচ্ছিক)

আবশ্যক। যে ধরনের ক্ষতির বিভাগ অবরুদ্ধ করতে হবে।

সম্ভাব্য মান

  • hate_speech

    এমন বিষয়বস্তু যা নির্দিষ্ট বৈশিষ্ট্যের ভিত্তিতে কোনো ব্যক্তি বা গোষ্ঠীর বিরুদ্ধে সহিংসতাকে উৎসাহিত করে বা ঘৃণা উস্কে দেয়।

  • dangerous_content

    এমন বিষয়বস্তু যা বিপজ্জনক কার্যকলাপকে উৎসাহিত করে, সহজতর করে বা সক্ষম করে তোলে।

  • harassment

    অপমানজনক, হুমকিমূলক, অথবা উৎপীড়ন, নির্যাতন বা উপহাস করার উদ্দেশ্যে তৈরি বিষয়বস্তু।

  • sexually_explicit

    যেসব বিষয়বস্তুতে যৌনতাপূর্ণ উপাদান রয়েছে।

  • civic_integrity

    অপ্রচলিত: নির্বাচন ফিল্টার আর সমর্থিত নয়। ক্ষতির বিভাগটি হলো নাগরিক অখণ্ডতা।

  • image_hate

    বিদ্বেষমূলক বক্তব্য সম্বলিত ছবি।

  • image_dangerous_content

    যেসব ছবিতে বিপজ্জনক বিষয়বস্তু রয়েছে।

  • image_harassment

    যেসব ছবিতে হয়রানি রয়েছে।

  • image_sexually_explicit

    যেসব ছবিতে যৌন উত্তেজক বিষয়বস্তু রয়েছে।

  • jailbreak

    সুরক্ষা ফিল্টার এড়িয়ে যাওয়ার জন্য ডিজাইন করা প্রম্পট।

সার্ভিস_টিয়ার সার্ভিসটিয়ার (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য পরিষেবা স্তর।

সম্ভাব্য মান

  • flex

    নমনীয় পরিষেবা স্তর।

  • standard

    সাধারণ পরিষেবা স্তর।

  • priority

    অগ্রাধিকার পরিষেবা স্তর।

  • deferred

    বিলম্বিত পরিষেবা স্তর।

webhook_config WebhookConfig (ঐচ্ছিক)

ঐচ্ছিক। ইন্টারঅ্যাকশন সম্পন্ন হলে নোটিফিকেশন পাওয়ার জন্য ওয়েবহুক কনফিগারেশন।

একটি অনুরোধের জন্য ওয়েবহুক ইভেন্ট কনফিগার করার বার্তা।

ক্ষেত্র

ইউআরআই অ্যারে (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। সেট করা হলে, নিবন্ধিত ওয়েবহুকগুলোর পরিবর্তে এই ওয়েবহুক ইউআরআইগুলো ওয়েবহুক ইভেন্টের জন্য ব্যবহৃত হবে।

ব্যবহারকারীর মেটাডেটা অবজেক্ট (ঐচ্ছিক)

ঐচ্ছিক। ব্যবহারকারীর মেটাডেটা যা ওয়েবহুকগুলিতে প্রতিটি ইভেন্ট প্রেরণের সময় ফেরত দেওয়া হবে।

প্রতিক্রিয়া

একটি ইন্টারঅ্যাকশন রিসোর্স ফেরত দেয়।

সাধারণ অনুরোধ

উদাহরণ প্রতিক্রিয়া

{
  "created": "2025-11-26T12:25:15Z",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "model": "gemini-3.6-flash",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "Hello! I'm functioning perfectly and ready to assist you.\n\nHow are you doing today?"
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:25:15Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 7
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 7,
    "total_output_tokens": 20,
    "total_thought_tokens": 22,
    "total_tokens": 49,
    "total_tool_use_tokens": 0
  }
}

মাল্টি-টার্ন

উদাহরণ প্রতিক্রিয়া

{
  "created": "2025-11-26T12:22:47Z",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "model": "gemini-3.6-flash",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "The capital of France is Paris."
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:22:47Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 50
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 50,
    "total_output_tokens": 10,
    "total_thought_tokens": 0,
    "total_tokens": 60,
    "total_tool_use_tokens": 0
  }
}

ইমেজ ইনপুট

উদাহরণ প্রতিক্রিয়া

{
  "created": "2025-11-26T12:22:47Z",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "model": "gemini-3.6-flash",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "A white humanoid robot with glowing blue eyes stands holding a red skateboard."
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:22:47Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 10
      },
      {
        "modality": "image",
        "tokens": 258
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 268,
    "total_output_tokens": 20,
    "total_thought_tokens": 0,
    "total_tokens": 288,
    "total_tool_use_tokens": 0
  }
}

ফাংশন কলিং

উদাহরণ প্রতিক্রিয়া

{
  "created": "2025-11-26T12:22:47Z",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "model": "gemini-3.6-flash",
  "object": "interaction",
  "status": "requires_action",
  "steps": [
    {
      "name": "get_weather",
      "type": "function_call",
      "arguments": {
        "location": "Boston, MA"
      },
      "id": "gth23981"
    }
  ],
  "updated": "2025-11-26T12:22:47Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 100
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 100,
    "total_output_tokens": 25,
    "total_thought_tokens": 0,
    "total_tokens": 125,
    "total_tool_use_tokens": 50
  }
}

গভীর গবেষণা

উদাহরণ প্রতিক্রিয়া

{
  "agent": "deep-research-pro-preview-12-2025",
  "created": "2025-11-26T12:22:47Z",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "Here is a comprehensive research report on the current state of cancer research..."
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:22:47Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 20
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 20,
    "total_output_tokens": 1000,
    "total_thought_tokens": 500,
    "total_tokens": 1520,
    "total_tool_use_tokens": 0
  }
}

অ্যান্টিগ্র্যাভিটি এজেন্ট

উদাহরণ প্রতিক্রিয়া

{
  "agent": "antigravity-preview-05-2026",
  "created": "2025-11-26T12:22:47Z",
  "environment_id": "env_abc123",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "I've summarized the top 5 Hacker News stories and saved the results to /workspace/summary.md."
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:22:47Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 50
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 50,
    "total_output_tokens": 500,
    "total_thought_tokens": 200,
    "total_tokens": 750,
    "total_tool_use_tokens": 0
  }
}

পুনর্ব্যবহার পরিবেশ

উদাহরণ প্রতিক্রিয়া

{
  "agent": "antigravity-preview-05-2026",
  "created": "2025-11-26T12:23:00Z",
  "environment_id": "env_abc123",
  "id": "v1_Chd2ZTJhYmNkZWZnaGlqa2xtbm9wcXJzdHV2d3h5ejAxMjM0NTY3ODkwMTIzNDU2Nzg",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "I've updated /workspace/hello.py to accept a name argument and greet the user."
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:23:00Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 80
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 80,
    "total_output_tokens": 200,
    "total_thought_tokens": 100,
    "total_tokens": 380,
    "total_tool_use_tokens": 0
  }
}

সূত্র সহ

কাস্টম এজেন্ট

একটি ইন্টারঅ্যাকশন বাতিল করা

পোস্ট https://generativelanguage.googleapis.com/v1beta/interactions/{id}/cancel

আইডি দ্বারা একটি ইন্টারঅ্যাকশন বাতিল করে। এটি শুধুমাত্র চলমান ব্যাকগ্রাউন্ড ইন্টারঅ্যাকশনগুলোর ক্ষেত্রে প্রযোজ্য।

পাথ / কোয়েরি প্যারামিটার

api_version স্ট্রিং (আবশ্যক)

এপিআই-এর কোন সংস্করণটি ব্যবহার করতে হবে।

আইডি স্ট্রিং (আবশ্যক)

বাতিল করার জন্য ইন্টারঅ্যাকশনটির অনন্য শনাক্তকারী।

প্রতিক্রিয়া

একটি ইন্টারঅ্যাকশন রিসোর্স ফেরত দেয়।

মিথস্ক্রিয়া বাতিল করুন

উদাহরণ প্রতিক্রিয়া

{
  "agent": "deep-research-pro-preview-12-2025",
  "created": "2026-06-22T04:55:47Z",
  "id": "v1_ChdVc0E0YXJTYk1zYlV6N0lQcXRXVG1BYxIXVXNBNGFyU2JNc2JVejdJUHF0V1RtQWM",
  "status": "cancelled",
  "steps": [
    {
      "type": "user_input",
      "content": [
        {
          "type": "text",
          "text": "Research the history of the Google TPUs with a focus on 2025 specs."
        }
      ]
    }
  ],
  "updated": "2026-06-22T04:55:47Z"
}

একটি মিথস্ক্রিয়া পুনরুদ্ধার করা

https://generativelanguage.googleapis.com/v1beta/interactions/{id} থেকে পান

`Interaction.id`-এর উপর ভিত্তি করে একটিমাত্র ইন্টারঅ্যাকশনের সম্পূর্ণ বিবরণ পুনরুদ্ধার করে।

পাথ / কোয়েরি প্যারামিটার

api_version স্ট্রিং (আবশ্যক)

এপিআই-এর কোন সংস্করণটি ব্যবহার করতে হবে।

আইডি স্ট্রিং (আবশ্যক)

পুনরুদ্ধার করার জন্য ইন্টারঅ্যাকশনটির অনন্য শনাক্তকারী।

last_event_id স্ট্রিং (ঐচ্ছিক)

ঐচ্ছিক। সেট করা থাকলে, ইভেন্ট আইডি দ্বারা চিহ্নিত ইভেন্টের পরের চাঙ্ক থেকে ইন্টারঅ্যাকশন স্ট্রিম পুনরায় শুরু হয়। এটি শুধুমাত্র তখনই ব্যবহার করা যাবে যখন `stream` সত্য হবে।

স্ট্রিম বুলিয়ান (ঐচ্ছিক)

true-তে সেট করা হলে, তৈরি হওয়া কন্টেন্ট পর্যায়ক্রমে স্ট্রিম করা হবে।

ডিফল্ট মান: False

প্রতিক্রিয়া

একটি ইন্টারঅ্যাকশন রিসোর্স ফেরত দেয়।

মিথস্ক্রিয়া করুন

উদাহরণ প্রতিক্রিয়া

{
  "created": "2025-11-26T12:25:15Z",
  "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg",
  "model": "gemini-3.6-flash",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "I'm doing great, thank you for asking! How can I help you today?"
        }
      ]
    }
  ],
  "updated": "2025-11-26T12:25:15Z"
}

একটি ইন্টারঅ্যাকশন মুছে ফেলা

https://generativelanguage.googleapis.com/v1beta/interactions/{id} মুছে ফেলুন

আইডি দ্বারা ইন্টারঅ্যাকশনটি মুছে দেয়।

পাথ / কোয়েরি প্যারামিটার

api_version স্ট্রিং (আবশ্যক)

এপিআই-এর কোন সংস্করণটি ব্যবহার করতে হবে।

আইডি স্ট্রিং (আবশ্যক)

মুছে ফেলার জন্য ইন্টারঅ্যাকশনটির অনন্য শনাক্তকারী।

প্রতিক্রিয়া

সফল হলে, প্রতিক্রিয়াটি খালি থাকে।

মুছে ফেলুন

সম্পদ

মিথস্ক্রিয়া

মিথস্ক্রিয়া সম্পদ।

ক্ষেত্র

এজেন্ট এজেন্টঅপশন (ঐচ্ছিক)

ইন্টারঅ্যাকশনটি তৈরি করতে ব্যবহৃত 'এজেন্ট'-এর নাম।

যে এজেন্টের সাথে যোগাযোগ করতে হবে।

সম্ভাব্য মান

  • deep-research-pro-preview-12-2025

    জেমিনি ডিপ রিসার্চ এজেন্ট

  • deep-research-preview-04-2026

    জেমিনি ডিপ রিসার্চ এজেন্ট

  • deep-research-max-preview-04-2026

    জেমিনি ডিপ রিসার্চ ম্যাক্স এজেন্ট

  • antigravity-preview-05-2026

    যুক্তিবোধ, ফাইল পরিচালনা এবং টুল ব্যবহারের প্রয়োজন হয় এমন একাধিক ধাপের কাজ সম্পাদন করতে অ্যান্টিগ্র্যাভিটি পরিচালিত এজেন্টটি ব্যবহার করুন।

agent_config অবজেক্ট (ঐচ্ছিক)

এজেন্ট ইন্টারঅ্যাকশনের জন্য কনফিগারেশন প্যারামিটারসমূহ।

সম্ভাব্য প্রকার

পলিমরফিক ডিসক্রিমিনেটর: type

AntigravityAgentConfig

অ্যান্টিগ্র্যাভিটি এজেন্ট রানটাইমের কনফিগারেশন। এটি এজেন্টের এক্সিকিউশন এনভায়রনমেন্ট এবং টুল কনফিগারেশনের ওপর সার্ভার-সাইড নিয়ন্ত্রণ প্রদান করে।

max_total_tokens স্ট্রিং (ঐচ্ছিক)

এজেন্ট রানের জন্য সর্বোচ্চ মোট টোকেন।

মডেল স্ট্রিং (ঐচ্ছিক)

এজেন্টের যুক্তিবোধের জন্য ব্যবহারযোগ্য মডেল।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "antigravity" তে সেট করা থাকে।

কোডমেন্ডারএজেন্টকনফিগ

কোডমেন্ডার এজেন্টের কনফিগারেশন।

find_request FindRequest (ঐচ্ছিক)

দুর্বলতা খুঁজে বের করার মাপকাঠি।

কোডবেসের দুর্বলতা খুঁজে বের করার জন্য ব্যবহৃত FIND সেশনের নির্দিষ্ট রিকোয়েস্ট প্যারামিটারসমূহ।

ক্ষেত্র

বর্ণনা স্ট্রিং (ঐচ্ছিক)

দুর্বলতা বিশ্লেষণকে নির্দেশনা দেওয়ার জন্য ব্যবহারকারী কর্তৃক প্রদত্ত অতিরিক্ত প্রাসঙ্গিক তথ্য বা নিজস্ব নির্দেশাবলী।

finding_id স্ট্রিং (ঐচ্ছিক)

যাচাই করার জন্য একটি নির্দিষ্ট অনুসন্ধানের শনাক্তকারী। এটি প্রধানত ভেরিফাই মোডে ব্যবহৃত হয়, যাতে এজেন্টের কার্যসম্পাদন-ভিত্তিক যাচাইকরণ একটিমাত্র দুর্বলতার উপর কেন্দ্রীভূত হয়।

মোড এনাম (স্ট্রিং) (ঐচ্ছিক)

অনুসন্ধান সেশনের মোড।

সম্ভাব্য মানসমূহ:

  • scan

    শুধুমাত্র প্রাথমিক ক্লাসিফায়ার ব্যবহার করে দ্রুত স্ক্যান।

  • verify

    শ্রেণিবিন্যাস সম্পাদনের পর বিস্তারিত তদন্ত করা হয়।

উৎস_ফাইল অ্যারে (ফাইলের বিষয়বস্তু) (ঐচ্ছিক)

স্ক্যানের প্রেক্ষাপট হিসেবে সরবরাহ করার জন্য উৎস ফাইলগুলির একটি তালিকা।

কোডবেসের একটিমাত্র ফাইলের বিষয়বস্তু।

ক্ষেত্র

বিষয়বস্তু স্ট্রিং (ঐচ্ছিক)

ফাইলটির UTF-8 এনকোডেড টেক্সট কন্টেন্ট।

পাথ স্ট্রিং (ঐচ্ছিক)

প্রজেক্ট রুট থেকে ফাইলটির আপেক্ষিক পথ।

fix_request FixRequest (ঐচ্ছিক)

দুর্বলতা নিরাময়ের জন্য প্যারামিটারসমূহ।

নিরাপত্তা প্যাচ তৈরি ও যাচাই করার জন্য ব্যবহৃত, FIX সেশনের নির্দিষ্ট প্যারামিটারসমূহ অনুরোধ করুন।

ক্ষেত্র

বর্ণনা স্ট্রিং (ঐচ্ছিক)

প্যাচ তৈরির প্রক্রিয়াকে নির্দেশনা দেওয়ার জন্য ব্যবহারকারী কর্তৃক প্রদত্ত অতিরিক্ত প্রাসঙ্গিক তথ্য বা নিজস্ব নির্দেশাবলী।

finding_id স্ট্রিং (ঐচ্ছিক)

যে নির্দিষ্ট নিরাপত্তা ত্রুটিটির প্রতিকার করা হবে, তার শনাক্তকারী। এই আইডিটি পূর্বে আবিষ্কৃত একটি দুর্বলতার সাথে সম্পর্কিত।

উৎস_ফাইল অ্যারে (ফাইলের বিষয়বস্তু) (ঐচ্ছিক)

প্রতিকারের প্রেক্ষাপট প্রদানকারী উৎস ফাইলগুলির একটি তালিকা। এই ফাইলগুলিতেই সাধারণত চিহ্নিত দুর্বলতাটি থাকে।

কোডবেসের একটিমাত্র ফাইলের বিষয়বস্তু।

ক্ষেত্র

বিষয়বস্তু স্ট্রিং (ঐচ্ছিক)

ফাইলটির UTF-8 এনকোডেড টেক্সট কন্টেন্ট।

পাথ স্ট্রিং (ঐচ্ছিক)

প্রজেক্ট রুট থেকে ফাইলটির আপেক্ষিক পথ।

মডেল স্ট্রিং (ঐচ্ছিক)

কোডমেন্ডার এজেন্টের জন্য ব্যবহৃত মডেলের নাম। একটি কোডমেন্ডার সেশনে শুধুমাত্র একটি মডেল ব্যবহৃত হবে।

সেশন_কনফিগ সেশনকনফিগ (ঐচ্ছিক)

ডিফল্ট এজেন্ট আচরণকে অগ্রাহ্য করার জন্য ঐচ্ছিক সেশন-নির্দিষ্ট কনফিগারেশন।

কোডমেন্ডার সেশনগুলির কনফিগারেশন।

ক্ষেত্র

সর্বোচ্চ রাউন্ড পূর্ণসংখ্যা (ঐচ্ছিক)

টাইমআউটে পৌঁছানোর আগে এজেন্টকে সর্বাধিক যতগুলো ইন্টারঅ্যাকশন রাউন্ড সম্পাদন করার অনুমতি দেওয়া হয়।

সেশন_আইডি স্ট্রিং (ঐচ্ছিক)

একই CodeMender সেশনের অন্তর্গত একাধিক ইন্টারঅ্যাকশনকে একত্রিত করার প্যারামিটার।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "code-mender" এ সেট করা থাকে।

DeepResearchAgentConfig

ডিপ রিসার্চ এজেন্টের কনফিগারেশন।

সহযোগিতামূলক পরিকল্পনা বুলিয়ান (ঐচ্ছিক)

ডিপ রিসার্চ এজেন্টের জন্য মানব-সম্পৃক্ত পরিকল্পনা সক্ষম করে। যদি এটি 'true' সেট করা হয়, তাহলে ডিপ রিসার্চ এজেন্ট তার প্রতিক্রিয়ায় একটি গবেষণা পরিকল্পনা প্রদান করবে। এরপর এজেন্টটি কেবল তখনই অগ্রসর হবে, যদি ব্যবহারকারী পরবর্তী টার্নে পরিকল্পনাটি নিশ্চিত করে।

enable_bigquery_tool বুলিয়ান (ঐচ্ছিক)

ডিপ রিসার্চ এজেন্টের জন্য বিগকোয়েরি টুল সক্রিয় করে।

চিন্তার সারসংক্ষেপ (ঐচ্ছিক)

উত্তরে চিন্তার সারাংশ অন্তর্ভুক্ত করা হবে কিনা।

সম্ভাব্য মান

  • auto

    স্বয়ংক্রিয় চিন্তার সারাংশ।

  • none

    চিন্তামূলক সারসংক্ষেপ নয়।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "deep-research" তে সেট করা থাকে।

ভিজ্যুয়ালাইজেশন এনাম (স্ট্রিং) (ঐচ্ছিক)

উত্তরে ভিজ্যুয়ালাইজেশন অন্তর্ভুক্ত করা হবে কিনা।

সম্ভাব্য মানসমূহ:

  • off

    ভিজ্যুয়ালাইজেশন অন্তর্ভুক্ত করবেন না।

  • auto

    স্বয়ংক্রিয়ভাবে ভিজ্যুয়ালাইজেশন অন্তর্ভুক্ত করুন।

ডাইনামিকএজেন্টকনফিগ

ডাইনামিক এজেন্টদের জন্য কনফিগারেশন।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "dynamic" এ সেট করা থাকে।

তৈরি করা স্ট্রিং (ঐচ্ছিক)

শুধুমাত্র আউটপুট। যে সময়ে প্রতিক্রিয়াটি তৈরি করা হয়েছিল, সেই সময়টি ISO 8601 ফরম্যাটে (YYYY-MM-DDThh:mm:ssZ) উল্লেখ করতে হবে।

পরিবেশ EnvironmentConfig অথবা স্ট্রিং (ঐচ্ছিক)

ইন্টারঅ্যাকশনের জন্য পরিবেশ কনফিগারেশন। এটি রিমোট এনভায়রনমেন্ট সোর্স নির্দিষ্টকারী একটি অবজেক্ট অথবা বিদ্যমান এনভায়রনমেন্ট আইডি উল্লেখকারী একটি স্ট্রিং হতে পারে।

পরিবেশ_আইডি স্ট্রিং (ঐচ্ছিক)

শুধুমাত্র আউটপুট। ইন্টারঅ্যাকশনটির জন্য এনভায়রনমেন্ট আইডি। অনুরোধে এনভায়রনমেন্ট কনফিগারেশন সেট করা থাকলেই এটি পূরণ করা হবে।

ত্রুটি অ্যারে (ত্রুটি) (ঐচ্ছিক)

শুধুমাত্র আউটপুট। ইন্টারঅ্যাকশনে ডায়াগনস্টিক ত্রুটি / প্ল্যাটফর্ম ভুল রেকর্ড করা হয়েছে।

একটি ইন্টারঅ্যাকশন থেকে প্রাপ্ত ত্রুটি বার্তা।

ক্ষেত্র

কোড স্ট্রিং (ঐচ্ছিক)

একটি URI যা ত্রুটির ধরণ শনাক্ত করে।

বার্তা স্ট্রিং (ঐচ্ছিক)

মানুষের পাঠযোগ্য একটি ত্রুটি বার্তা।

আইডি স্ট্রিং (ঐচ্ছিক)

আবশ্যক। শুধুমাত্র আউটপুট। মিথস্ক্রিয়া সম্পন্ন করার জন্য একটি অনন্য শনাক্তকারী।

ডিফল্ট হলো:

ইনপুট কন্টেন্ট বা অ্যারে ( কন্টেন্ট ) বা অ্যারে ( ধাপ ) বা স্ট্রিং (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য ইনপুট।

লেবেল অবজেক্ট (ঐচ্ছিক)

অনুরোধটির জন্য ব্যবহারকারী-সংজ্ঞায়িত মেটাডেটা সহ লেবেলগুলি।

মডেল মডেলঅপশন (ঐচ্ছিক)

ইন্টারঅ্যাকশনটি তৈরি করতে ব্যবহৃত `মডেল`-এর নাম।

যে মডেলটি আপনার প্রম্পটটি সম্পূর্ণ করবে।\n\nঅতিরিক্ত বিবরণের জন্য [মডেলসমূহ](https://ai.google.dev/gemini-api/docs/models) দেখুন।

সম্ভাব্য মান

  • gemini-2.5-flash

    আমাদের প্রথম হাইব্রিড রিজনিং মডেল যা ১ মিলিয়ন টোকেন কনটেক্সট উইন্ডো এবং থিংকিং বাজেট সমর্থন করে।

  • gemini-2.5-pro

    আমাদের সর্বাধুনিক বহুমুখী মডেল, যা কোডিং এবং জটিল যুক্তিনির্ভর কাজে অত্যন্ত পারদর্শী।

  • gemma-4-26b-a4b-it

    জেমা 4 26B A4B IT

  • gemma-4-31b-it

    জেমা ৪ ৩১বি আইটি

  • gemini-flash-latest

    জেমিনি ফ্ল্যাশের সর্বশেষ সংস্করণ

  • gemini-flash-lite-latest

    জেমিনি ফ্ল্যাশ-লাইটের সর্বশেষ সংস্করণ

  • gemini-pro-latest

    জেমিনি প্রো-এর সর্বশেষ সংস্করণ

  • gemini-2.5-flash-lite

    আমাদের সবচেয়ে ছোট এবং সবচেয়ে সাশ্রয়ী মডেল, যা ব্যাপক ব্যবহারের জন্য নির্মিত।

  • gemini-2.5-flash-image

    আমাদের নিজস্ব ইমেজ জেনারেশন মডেলটি গতি, নমনীয়তা এবং প্রাসঙ্গিকতা বোঝার জন্য অপ্টিমাইজ করা হয়েছে। টেক্সট ইনপুট এবং আউটপুটের মূল্য ২.৫ ফ্ল্যাশের সমান।

  • gemini-3-flash-preview

    গতির জন্য নির্মিত আমাদের সবচেয়ে বুদ্ধিমান মডেল, যা অত্যাধুনিক বুদ্ধিমত্তার সাথে উন্নত অনুসন্ধান এবং ভূমিতে স্থিতিশীলতার সমন্বয় ঘটায়।

  • gemini-3.1-pro-preview

    আমাদের সর্বাধুনিক অত্যাধুনিক রিজনিং মডেল, যা অভূতপূর্ব গভীরতা ও সূক্ষ্মতা এবং শক্তিশালী মাল্টিমোডাল আন্ডারস্ট্যান্ডিং ও কোডিং সক্ষমতাসম্পন্ন।

  • gemini-3.1-pro-preview-customtools

    কাস্টম টুল ব্যবহারের জন্য অপ্টিমাইজ করা জেমিনি ৩.১ প্রো প্রিভিউ।

  • gemini-3.1-flash-lite

    আমাদের সবচেয়ে সাশ্রয়ী মডেল, যা বিপুল পরিমাণ এজেন্টিক কাজ, অনুবাদ এবং সাধারণ ডেটা প্রক্রিয়াকরণের জন্য অপ্টিমাইজ করা হয়েছে।

  • gemini-3-pro-image

    জেমিনি ৩ প্রো ইমেজ

  • nano-banana-pro-preview

    জেমিনি ৩ প্রো ছবির প্রিভিউ

  • gemini-3.1-flash-image

    জেমিনি ৩.১ ফ্ল্যাশ চিত্র।

  • gemini-3.5-flash

    এজেন্টিক এবং কোডিং কার্যক্রমে ধারাবাহিক অগ্রণী পারফরম্যান্সের জন্য আমাদের সবচেয়ে বুদ্ধিমান মডেল।

  • gemini-3.6-flash

    এজেন্টিক এবং কোডিং কার্যক্রমে ধারাবাহিক অগ্রণী পারফরম্যান্সের জন্য আমাদের সবচেয়ে বুদ্ধিমান মডেল।

  • gemini-3.7-flash

    এজেন্টিক এবং কোডিং কার্যক্রমে ধারাবাহিক অগ্রণী পারফরম্যান্সের জন্য আমাদের সবচেয়ে বুদ্ধিমান মডেল।

  • lyria-3-clip-preview

    আমাদের স্বল্প-বিলম্বের সঙ্গীত তৈরির মডেলটি উচ্চ-মানের অডিও ক্লিপ এবং সুনির্দিষ্ট ছন্দ নিয়ন্ত্রণের জন্য অপ্টিমাইজ করা হয়েছে।

  • lyria-3-pro-preview

    গভীর সুরসৃষ্টিগত বোধসম্পন্ন আমাদের উন্নত, পূর্ণাঙ্গ গান তৈরির জেনারেটিভ মডেলটি, বিভিন্ন সঙ্গীত শৈলীতে সুনির্দিষ্ট কাঠামোগত নিয়ন্ত্রণ এবং জটিল রূপান্তরের জন্য সর্বোত্তমভাবে প্রস্তুত করা হয়েছে।

  • gemini-robotics-er-1.6-preview

    জেমিনি রোবোটিক্স-ইআর ১.৬ প্রিভিউ

  • gemini-robotics-er-2-preview

    জেমিনি রোবোটিক্স এমবডিড রিজনিং ২ প্রিভিউ

পূর্ববর্তী_ইন্টারঅ্যাকশন_আইডি স্ট্রিং (ঐচ্ছিক)

পূর্ববর্তী যোগাযোগের আইডি, যদি থাকে।

response_format ResponseFormat অথবা অ্যারে ( ResponseFormat ) (ঐচ্ছিক)

এটি নিশ্চিত করে যে তৈরি হওয়া প্রতিক্রিয়াটি একটি JSON অবজেক্ট হবে যা এই ফিল্ডে নির্দিষ্ট করা JSON স্কিমা মেনে চলে।

safety_settings অ্যারে (নিরাপত্তা সেটিংস) (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য নিরাপত্তা সেটিংস।

একটি সুরক্ষা সেটিং যা সুরক্ষা-অবরোধকারী আচরণকে প্রভাবিত করে। একটি সুরক্ষা সেটিং একটি ক্ষতির বিভাগ এবং সেই বিভাগের জন্য একটি থ্রেশহোল্ড নিয়ে গঠিত।

ক্ষেত্র

পদ্ধতি enum (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। কন্টেন্ট ব্লক করার পদ্ধতি। নির্দিষ্ট করে না দিলে, ডিফল্ট আচরণ হিসেবে সম্ভাব্যতা স্কোর ব্যবহার করা হয়।

সম্ভাব্য মানসমূহ:

  • severity

    ক্ষতি ব্লক পদ্ধতিতে সম্ভাবনা এবং তীব্রতা উভয় স্কোরই ব্যবহার করা হয়।

  • probability

    ক্ষতি ব্লক পদ্ধতিটি সম্ভাব্যতা স্কোর ব্যবহার করে।

থ্রেশহোল্ড এনাম (স্ট্রিং) (ঐচ্ছিক)

আবশ্যক। কন্টেন্ট ব্লক করার সীমা। ক্ষতির সম্ভাবনা এই সীমা অতিক্রম করলে কন্টেন্টটি ব্লক করা হবে।

সম্ভাব্য মানসমূহ:

  • block_low_and_above

    কম বা তার বেশি ক্ষতির সম্ভাবনা আছে এমন কন্টেন্ট ব্লক করুন।

  • block_medium_and_above

    মাঝারি বা তার চেয়ে বেশি ক্ষতির সম্ভাবনা রয়েছে এমন কন্টেন্ট ব্লক করুন।

  • block_only_high

    ক্ষতির উচ্চ সম্ভাবনাযুক্ত বিষয়বস্তু ব্লক করুন।

  • block_none

    ক্ষতির সম্ভাবনা নির্বিশেষে কোনো বিষয়বস্তু ব্লক করবেন না।

  • off

    সুরক্ষা ফিল্টারটি পুরোপুরি বন্ধ করে দিন।

ক্ষতির বিভাগ ( ঐচ্ছিক)

আবশ্যক। যে ধরনের ক্ষতির বিভাগ অবরুদ্ধ করতে হবে।

সম্ভাব্য মান

  • hate_speech

    এমন বিষয়বস্তু যা নির্দিষ্ট বৈশিষ্ট্যের ভিত্তিতে কোনো ব্যক্তি বা গোষ্ঠীর বিরুদ্ধে সহিংসতাকে উৎসাহিত করে বা ঘৃণা উস্কে দেয়।

  • dangerous_content

    এমন বিষয়বস্তু যা বিপজ্জনক কার্যকলাপকে উৎসাহিত করে, সহজতর করে বা সক্ষম করে তোলে।

  • harassment

    অপমানজনক, হুমকিমূলক, অথবা উৎপীড়ন, নির্যাতন বা উপহাস করার উদ্দেশ্যে তৈরি বিষয়বস্তু।

  • sexually_explicit

    যেসব বিষয়বস্তুতে যৌনতাপূর্ণ উপাদান রয়েছে।

  • civic_integrity

    অপ্রচলিত: নির্বাচন ফিল্টার আর সমর্থিত নয়। ক্ষতির বিভাগটি হলো নাগরিক অখণ্ডতা।

  • image_hate

    বিদ্বেষমূলক বক্তব্য সম্বলিত ছবি।

  • image_dangerous_content

    যেসব ছবিতে বিপজ্জনক বিষয়বস্তু রয়েছে।

  • image_harassment

    যেসব ছবিতে হয়রানি রয়েছে।

  • image_sexually_explicit

    যেসব ছবিতে যৌন উত্তেজক বিষয়বস্তু রয়েছে।

  • jailbreak

    সুরক্ষা ফিল্টার এড়িয়ে যাওয়ার জন্য ডিজাইন করা প্রম্পট।

সার্ভিস_টিয়ার সার্ভিসটিয়ার (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য পরিষেবা স্তর।

সম্ভাব্য মান

  • flex

    নমনীয় পরিষেবা স্তর।

  • standard

    সাধারণ পরিষেবা স্তর।

  • priority

    অগ্রাধিকার পরিষেবা স্তর।

  • deferred

    বিলম্বিত পরিষেবা স্তর।

স্ট্যাটাস এনাম (স্ট্রিং) (ঐচ্ছিক)

আবশ্যক। শুধুমাত্র আউটপুট। মিথস্ক্রিয়ার অবস্থা।

সম্ভাব্য মানসমূহ:

  • in_progress

    আলোচনাটি চলছে।

  • requires_action

    এই মিথস্ক্রিয়ার জন্য ব্যবহারকারীর পক্ষ থেকে কোনো পদক্ষেপ বা ইনপুট প্রয়োজন।

  • completed

    মিথস্ক্রিয়াটি সম্পন্ন হয়েছে।

  • failed

    মিথস্ক্রিয়াটি ব্যর্থ হয়েছে।

  • cancelled

    আলাপচারিতাটি বাতিল করা হয়েছিল।

  • incomplete

    ইন্টারঅ্যাকশনটি সম্পন্ন হয়েছে, কিন্তু এতে অসম্পূর্ণ ফলাফল রয়েছে (যেমন max_tokens-এ পৌঁছানো)।

  • budget_exceeded

    টোকেন বাজেট অতিক্রম করায় মিথস্ক্রিয়াটি স্থগিত করা হয়েছিল।

  • queued

    ইন্টারঅ্যাকশনটি প্রক্রিয়াকরণের জন্য সারিতে রাখা হয়েছে।

ধাপ অ্যারে ( ধাপ ) (ঐচ্ছিক)

শুধুমাত্র আউটপুট। প্রতিক্রিয়ার অন্তর্ভুক্ত হলে, মিথস্ক্রিয়াটি গঠনকারী ধাপগুলো।

সিস্টেম_নির্দেশনা স্ট্রিং (ঐচ্ছিক)

মিথস্ক্রিয়ার জন্য সিস্টেম নির্দেশাবলী।

সরঞ্জাম অ্যারে ( টুল ) (ঐচ্ছিক)

ইন্টারঅ্যাকশনের সময় মডেলটি যেসব টুল ডিক্লারেশন কল করতে পারে, তার একটি তালিকা।

আপডেট করা স্ট্রিং (ঐচ্ছিক)

শুধুমাত্র আউটপুট। যে সময়ে প্রতিক্রিয়াটি সর্বশেষ আপডেট করা হয়েছিল, সেই সময়টি ISO 8601 ফরম্যাটে (YYYY-MM-DDThh:mm:ssZ)।

ব্যবহার (ঐচ্ছিক )

শুধুমাত্র আউটপুট। ইন্টারঅ্যাকশন অনুরোধের টোকেন ব্যবহারের পরিসংখ্যান।

ইন্টারঅ্যাকশন অনুরোধের টোকেন ব্যবহারের পরিসংখ্যান।

ক্ষেত্র

cached_tokens_by_modality অ্যারে (ModalityTokens) (ঐচ্ছিক)

পদ্ধতি অনুসারে ক্যাশড টোকেন ব্যবহারের বিশদ বিবরণ।

একটি একক প্রতিক্রিয়া পদ্ধতির জন্য টোকেন সংখ্যা।

ক্ষেত্র

পদ্ধতি প্রতিক্রিয়া পদ্ধতি (ঐচ্ছিক)

টোকেন সংখ্যার সাথে সংশ্লিষ্ট পদ্ধতি।

সম্ভাব্য মান

  • text

    এটি নির্দেশ করে যে মডেলটি টেক্সট ফেরত দেবে।

  • image

    এটি নির্দেশ করে যে মডেলটি ছবি ফেরত দেবে।

  • audio

    এটি নির্দেশ করে যে মডেলটি অডিও ফেরত দেবে।

  • video

    এটি নির্দেশ করে যে মডেলটি ভিডিও ফেরত দেবে।

  • document

    এটি নির্দেশ করে যে মডেলটি ডকুমেন্ট ফেরত দেবে।

টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

মোডালিটির জন্য টোকেনের সংখ্যা।

গ্রাউন্ডিং_টুল_কাউন্ট অ্যারে (GroundingToolCount) (ঐচ্ছিক)

গ্রাউন্ডিং টুলের সংখ্যা।

গ্রাউন্ডিং টুলের সংখ্যা গুরুত্বপূর্ণ।

ক্ষেত্র

পূর্ণসংখ্যা গণনা করুন (ঐচ্ছিক)

গ্রাউন্ডিং টুলের সংখ্যা গুরুত্বপূর্ণ।

টাইপ এনাম (স্ট্রিং) (ঐচ্ছিক)

গণনার সাথে সংশ্লিষ্ট গ্রাউন্ডিং টুলের ধরণ।

সম্ভাব্য মানসমূহ:

  • google_search

    গুগল ওয়েব সার্চ ও ইমেজ সার্চের মাধ্যমে ভিত্তি স্থাপন, এবং এন্টারপ্রাইজের জন্য ওয়েব ভিত্তি স্থাপন।

  • google_maps

    গুগল ম্যাপসের সাহায্যে পরিচিতি।

  • retrieval

    গ্রাহকের ডেটার মাধ্যমে ভিত্তি স্থাপন, উদাহরণস্বরূপ, VertexAISearch।

input_tokens_by_modality অ্যারে (ModalityTokens) (ঐচ্ছিক)

পদ্ধতি অনুসারে ইনপুট টোকেন ব্যবহারের বিশদ বিবরণ।

একটি একক প্রতিক্রিয়া পদ্ধতির জন্য টোকেন সংখ্যা।

ক্ষেত্র

পদ্ধতি প্রতিক্রিয়া পদ্ধতি (ঐচ্ছিক)

টোকেন সংখ্যার সাথে সংশ্লিষ্ট পদ্ধতি।

সম্ভাব্য মান

  • text

    এটি নির্দেশ করে যে মডেলটি টেক্সট ফেরত দেবে।

  • image

    এটি নির্দেশ করে যে মডেলটি ছবি ফেরত দেবে।

  • audio

    এটি নির্দেশ করে যে মডেলটি অডিও ফেরত দেবে।

  • video

    এটি নির্দেশ করে যে মডেলটি ভিডিও ফেরত দেবে।

  • document

    এটি নির্দেশ করে যে মডেলটি ডকুমেন্ট ফেরত দেবে।

টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

মোডালিটির জন্য টোকেনের সংখ্যা।

আউটপুট_টোকেন_বাই_মোডালিটি অ্যারে (মোডালিটিটোকেন) (ঐচ্ছিক)

পদ্ধতি অনুসারে আউটপুট টোকেন ব্যবহারের বিশদ বিবরণ।

একটি একক প্রতিক্রিয়া পদ্ধতির জন্য টোকেন সংখ্যা।

ক্ষেত্র

পদ্ধতি প্রতিক্রিয়া পদ্ধতি (ঐচ্ছিক)

টোকেন সংখ্যার সাথে সংশ্লিষ্ট পদ্ধতি।

সম্ভাব্য মান

  • text

    এটি নির্দেশ করে যে মডেলটি টেক্সট ফেরত দেবে।

  • image

    এটি নির্দেশ করে যে মডেলটি ছবি ফেরত দেবে।

  • audio

    এটি নির্দেশ করে যে মডেলটি অডিও ফেরত দেবে।

  • video

    এটি নির্দেশ করে যে মডেলটি ভিডিও ফেরত দেবে।

  • document

    এটি নির্দেশ করে যে মডেলটি ডকুমেন্ট ফেরত দেবে।

টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

মোডালিটির জন্য টোকেনের সংখ্যা।

tool_use_tokens_by_modality অ্যারে (ModalityTokens) (ঐচ্ছিক)

পদ্ধতি অনুসারে টুল-ব্যবহার টোকেন ব্যবহারের একটি বিশদ বিবরণ।

একটি একক প্রতিক্রিয়া পদ্ধতির জন্য টোকেন সংখ্যা।

ক্ষেত্র

পদ্ধতি প্রতিক্রিয়া পদ্ধতি (ঐচ্ছিক)

টোকেন সংখ্যার সাথে সংশ্লিষ্ট পদ্ধতি।

সম্ভাব্য মান

  • text

    এটি নির্দেশ করে যে মডেলটি টেক্সট ফেরত দেবে।

  • image

    এটি নির্দেশ করে যে মডেলটি ছবি ফেরত দেবে।

  • audio

    এটি নির্দেশ করে যে মডেলটি অডিও ফেরত দেবে।

  • video

    এটি নির্দেশ করে যে মডেলটি ভিডিও ফেরত দেবে।

  • document

    এটি নির্দেশ করে যে মডেলটি ডকুমেন্ট ফেরত দেবে।

টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

মোডালিটির জন্য টোকেনের সংখ্যা।

মোট ক্যাশ করা টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

প্রম্পটের ক্যাশ করা অংশে থাকা টোকেনের সংখ্যা (ক্যাশ করা বিষয়বস্তু)।

মোট ইনপুট টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

প্রম্পটে (প্রসঙ্গ) টোকেনের সংখ্যা।

মোট আউটপুট টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

তৈরি হওয়া সমস্ত প্রতিক্রিয়া জুড়ে টোকেনের মোট সংখ্যা।

মোট_চিন্তা_টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

চিন্তন মডেলগুলোর জন্য চিন্তার টোকেনের সংখ্যা।

মোট টোকেন পূর্ণসংখ্যা (ঐচ্ছিক)

ইন্টারঅ্যাকশন অনুরোধের জন্য মোট টোকেন সংখ্যা (প্রম্পট + প্রতিক্রিয়া + অন্যান্য অভ্যন্তরীণ টোকেন)।

total_tool_use_tokens পূর্ণসংখ্যা (ঐচ্ছিক)

টুল ব্যবহারের নির্দেশনায় উপস্থিত টোকেনের সংখ্যা।

webhook_config WebhookConfig (ঐচ্ছিক)

ঐচ্ছিক। ইন্টারঅ্যাকশন সম্পন্ন হলে নোটিফিকেশন পাওয়ার জন্য ওয়েবহুক কনফিগারেশন।

একটি অনুরোধের জন্য ওয়েবহুক ইভেন্ট কনফিগার করার বার্তা।

ক্ষেত্র

ইউআরআই অ্যারে (স্ট্রিং) (ঐচ্ছিক)

ঐচ্ছিক। সেট করা হলে, নিবন্ধিত ওয়েবহুকগুলোর পরিবর্তে এই ওয়েবহুক ইউআরআইগুলো ওয়েবহুক ইভেন্টের জন্য ব্যবহৃত হবে।

ব্যবহারকারীর মেটাডেটা অবজেক্ট (ঐচ্ছিক)

ঐচ্ছিক। ব্যবহারকারীর মেটাডেটা যা ওয়েবহুকগুলিতে প্রতিটি ইভেন্ট প্রেরণের সময় ফেরত দেওয়া হবে।

উদাহরণ

উদাহরণ

{
  "created": "2025-12-04T15:01:45Z",
  "id": "v1_ChdXS0l4YWZXTk9xbk0xZThQczhEcmlROBIXV0tJeGFmV05PcW5NMWU4UHM4RHJpUTg",
  "model": "gemini-3.6-flash",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "type": "model_output",
      "content": [
        {
          "type": "text",
          "text": "Hello! I'm doing well, functioning as expected. Thank you for asking! How are you doing today?"
        }
      ]
    }
  ],
  "updated": "2025-12-04T15:01:45Z",
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 7
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 7,
    "total_output_tokens": 23,
    "total_thought_tokens": 49,
    "total_tokens": 79,
    "total_tool_use_tokens": 0
  }
}

ডেটা মডেল

বিষয়বস্তু

প্রতিক্রিয়ার বিষয়বস্তু।

সম্ভাব্য প্রকার

অডিও কন্টেন্ট

একটি অডিও কন্টেন্ট ব্লক।

চ্যানেল পূর্ণসংখ্যা (ঐচ্ছিক)

অডিও চ্যানেলের সংখ্যা।

ডেটা স্ট্রিং (ঐচ্ছিক)

অডিও বিষয়বস্তু।

mime_type enum (string) (ঐচ্ছিক)

অডিওটির মাইম টাইপ।

সম্ভাব্য মানসমূহ:

  • audio/wav

    WAV অডিও ফরম্যাট

  • audio/mp3

    MP3 অডিও ফরম্যাট

  • audio/aiff

    AIFF অডিও ফরম্যাট

  • audio/aac

    AAC অডিও ফরম্যাট

  • audio/ogg

    OGG অডিও ফরম্যাট

  • audio/flac

    FLAC অডিও ফরম্যাট

  • audio/mpeg

    MPEG অডিও ফরম্যাট

  • audio/m4a

    M4A অডিও ফরম্যাট

  • audio/l16

    L16 অডিও ফরম্যাট

  • audio/opus

    OPUS অডিও ফরম্যাট

  • audio/alaw

    ALAW অডিও ফরম্যাট

  • audio/mulaw

    MULAW অডিও ফরম্যাট

নমুনা_হার পূর্ণসংখ্যা (ঐচ্ছিক)

অডিওটির স্যাম্পল রেট।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "audio" তে সেট করা থাকে।

ইউআরআই স্ট্রিং (ঐচ্ছিক)

অডিওটির URI।

ডকুমেন্টের বিষয়বস্তু

একটি ডকুমেন্ট কন্টেন্ট ব্লক।

ডেটা স্ট্রিং (ঐচ্ছিক)

নথির বিষয়বস্তু।

mime_type enum (string) (ঐচ্ছিক)

ডকুমেন্টটির মাইম টাইপ।

সম্ভাব্য মানসমূহ:

  • application/pdf

    পিডিএফ ডকুমেন্ট ফরম্যাট

  • text/csv

    CSV ডকুমেন্ট ফরম্যাট

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "document" এ সেট করা থাকে।

ইউআরআই স্ট্রিং (ঐচ্ছিক)

ডকুমেন্টটির URI।

ছবির বিষয়বস্তু

একটি চিত্র বিষয়বস্তু ব্লক।

ডেটা স্ট্রিং (ঐচ্ছিক)

ছবির বিষয়বস্তু।

mime_type enum (string) (ঐচ্ছিক)

ছবিটির মাইম টাইপ।

সম্ভাব্য মানসমূহ:

  • image/png

    PNG ছবির ফরম্যাট

  • image/jpeg

    JPEG ছবির ফরম্যাট

  • image/webp

    ওয়েবপি ছবির ফরম্যাট

  • image/heic

    HEIC ছবির ফরম্যাট

  • image/heif

    HEIF ছবির ফরম্যাট

  • image/gif

    জিআইএফ ছবির ফরম্যাট

  • image/bmp

    বিএমপি ছবির ফরম্যাট

  • image/tiff

    টিআইএফএফ ইমেজ ফরম্যাট

রেজোলিউশন মিডিয়ারেজোলিউশন (ঐচ্ছিক)

গণমাধ্যমের সংকল্প।

সম্ভাব্য মান

  • low

    নিম্ন রেজোলিউশন।

  • medium

    মাঝারি রেজোলিউশন।

  • high

    উচ্চ রেজোলিউশন।

  • ultra_high

    অতি উচ্চ রেজোলিউশন।

অবজেক্ট টাইপ (প্রয়োজনীয়)

কোনো বিবরণ দেওয়া হয়নি।

সর্বদা "image" হিসেবে সেট করা থাকে।

ইউআরআই স্ট্রিং (ঐচ্ছিক)

ছবিটির URI।

টেক্সট কন্টেন্ট

একটি টেক্সট কন্টেন্ট ব্লক।

টীকা অ্যারে (টীকা) (ঐচ্ছিক)

Citation information for model-generated content.

Citation information for model-generated content.

Possible Types

FileCitation

A file citation annotation.

custom_metadata object (optional)

User provided metadata about the retrieved context.

document_uri string (optional)

The URI of the file.

end_index integer (optional)

End of the attributed segment, exclusive.

file_name string (optional)

The name of the file.

media_id string (optional)

Media ID in-case of image citations, if applicable.

page_number integer (optional)

Page number of the cited document, if applicable.

source string (optional)

Source attributed for a portion of the text.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "file_citation" .

PlaceCitation

A place citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

name string (optional)

Title of the place.

place_id string (optional)

The ID of the place, in `places/{place_id}` format.

review_snippets array (ReviewSnippet) (optional)

Snippets of reviews that are used to generate answers about the features of a given place in Google Maps.

Encapsulates a snippet of a user review that answers a question about the features of a specific place in Google Maps.

ক্ষেত্র

review_id string (optional)

The ID of the review snippet.

title string (optional)

Title of the review.

url string (optional)

A link that corresponds to the user review on Google Maps.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "place_citation" .

url string (optional)

URI reference of the place.

UrlCitation

A URL citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

title string (optional)

The title of the URL.

type object (required)

No description provided.

Always set to "url_citation" .

url string (optional)

The URL.

WordInfo

Word-level ASR annotation for transcription output. Carries the word text, optional timing, and optional speaker attribution.

end_index integer (optional)

End of the attributed segment, exclusive.

end_offset string (optional)

End offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

speaker string (optional)

Optional. Speaker label for this word (eg "spk_1", "spk_2"). Present when diarization_mode is set in TranscriptionConfig.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

start_offset string (optional)

Start offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

text string (optional)

The transcribed word.

type object (required)

No description provided.

Always set to "word_info" .

text string (required)

Required. The text content.

type object (required)

No description provided.

Always set to "text" .

VideoContent

A video content block.

data string (optional)

The video content.

mime_type enum (string) (optional)

The mime type of the video.

Possible values:

  • video/mp4

    MP4 video format

  • video/mpeg

    MPEG video format

  • video/mpg

    MPG video format

  • video/mov

    MOV video format

  • video/avi

    AVI video format

  • video/x-flv

    FLV video format

  • video/webm

    WebM video format

  • video/wmv

    WMV video format

  • video/3gpp

    3GPP video format

name string (optional)

A user-defined name for this content block. Can be referenced by the model in the final response.

processing MediaProcessing or enum (string) (optional)

How the model processes this video for understanding.

resolution MediaResolution (optional)

The resolution of the media.

Possible values

  • low

    Low resolution.

  • medium

    Medium resolution.

  • high

    উচ্চ রেজোলিউশন।

  • ultra_high

    Ultra high resolution.

type object (required)

No description provided.

Always set to "video" .

uri string (optional)

The URI of the video.

উদাহরণ

অডিও

{
  "type": "audio",
  "data": "BASE64_ENCODED_AUDIO",
  "mime_type": "audio/wav"
}

নথি

{
  "type": "document",
  "data": "BASE64_ENCODED_DOCUMENT",
  "mime_type": "application/pdf"
}

ছবি

{
  "type": "image",
  "data": "BASE64_ENCODED_IMAGE",
  "mime_type": "image/png"
}

পাঠ্য

{
  "type": "text",
  "text": "Hello, how are you?"
}

ভিডিও

{
  "type": "video",
  "uri": "https://www.youtube.com/watch?v=9hE5-98ZeCg"
}

সরঞ্জাম

A tool that can be used by the model.

Possible Types

CodeExecution

A tool that can be used by the model to execute code.

type object (required)

No description provided.

Always set to "code_execution" .

ComputerUse

A tool that can be used by the model to interact with the computer.

disabled_safety_policies array (enum (string)) (optional)

Optional. Disabled safety policies for computer use.

Possible values:

  • financial_transactions

    Safety policy for financial transactions.

  • sensitive_data_modification

    Safety policy for sensitive data modification.

  • communication_tool

    Safety policy for communication tools (eg Gmail, Chat, Meet).

  • account_creation

    Safety policy for account creation.

  • data_modification

    Safety policy for data modification.

  • user_consent_management

    Safety policy for user consent management.

  • legal_terms_and_agreements

    Safety policy for legal terms and agreements.

enable_prompt_injection_detection boolean (optional)

Whether enable the prompt injection detection check on computer-use request.

environment enum (string) (optional)

The environment being operated.

Possible values:

  • browser

    Operates in a web browser.

  • mobile

    Operates in a mobile environment.

  • desktop

    Operates in a desktop environment.

excluded_predefined_functions array (string) (optional)

The list of predefined functions that are excluded from the model call.

type object (required)

No description provided.

Always set to "computer_use" .

FileSearch

A tool that can be used by the model to search files.

file_search_store_names array (string) (optional)

The file search store names to search.

metadata_filter string (optional)

Metadata filter to apply to the semantic retrieval documents and chunks.

top_k integer (optional)

The number of semantic retrieval chunks to retrieve.

type object (required)

No description provided.

Always set to "file_search" .

Function

A tool that can be used by the model.

description string (optional)

A description of the function.

name string (optional)

The name of the function.

parameters object (optional)

The JSON Schema for the function's parameters.

type object (required)

No description provided.

Always set to "function" .

GoogleMaps

A tool that can be used by the model to call Google Maps.

enable_widget boolean (optional)

Whether to return a widget context token in the tool call result of the response.

latitude number (optional)

The latitude of the user's location.

longitude number (optional)

The longitude of the user's location.

type object (required)

No description provided.

Always set to "google_maps" .

GoogleSearch

A tool that can be used by the model to search Google.

search_types array (enum (string)) (optional)

The types of search grounding to enable.

Possible values:

  • web_search

    Setting this field enables web search. Only text results are returned.

  • image_search

    Setting this field enables image search. Image bytes are returned.

  • enterprise_web_search

    Setting this field enables enterprise web search.

type object (required)

No description provided.

Always set to "google_search" .

McpServer

A MCPServer is a server that can be called by the model to perform actions.

allowed_tools array (AllowedTools) (optional)

The allowed tools.

The configuration for allowed tools.

ক্ষেত্র

mode enum (string) (optional)

The mode of the tool choice.

Possible values:

  • auto

    Auto tool choice.

  • any

    Any tool choice.

  • none

    No tool choice.

  • validated

    Validated tool choice.

tools array (string) (optional)

The names of the allowed tools.

headers object (optional)

Optional: Fields for authentication headers, timeouts, etc., if needed.

name string (optional)

The name of the MCPServer.

type object (required)

No description provided.

Always set to "mcp_server" .

url string (optional)

The full URL for the MCPServer endpoint. Example: "https://api.example.com/mcp"

Retrieval

A tool that can be used by the model to retrieve files.

exa_ai_search_config ExaAISearchConfig (optional)

Used to specify configuration for ExaAISearch.

Used to specify configuration for ExaAISearch.

ক্ষেত্র

api_key string (optional)

Required. The API key for ExaAiSearch.

custom_config object (optional)

Optional. This field can be used to pass any parameter from the Exa.ai Search API.

parallel_ai_search_config ParallelAISearchConfig (optional)

Used to specify configuration for ParallelAISearch.

Used to specify configuration for ParallelAISearch.

ক্ষেত্র

api_key string (optional)

Optional. The API key for ParallelAiSearch.

custom_config object (optional)

Optional. Custom configs for ParallelAiSearch.

rag_store_config RagStoreConfig (optional)

Used to specify configuration for RagStore.

Use to specify configuration for RAG Store.

ক্ষেত্র

rag_resources array (RagResource) (optional)

Optional. The representation of the rag source.

The definition of the Rag resource.

ক্ষেত্র

rag_corpus string (optional)

Optional. RagCorpora resource name.

rag_file_ids array (string) (optional)

Optional. rag_file_id. The files should be in the same rag_corpus set in rag_corpus field.

rag_retrieval_config RagRetrievalConfig (optional)

Optional. The retrieval config for the Rag query.

Specifies the context retrieval config.

ক্ষেত্র

filter Filter (optional)

Optional. Config for filters.

Config for filters.

ক্ষেত্র

metadata_filter string (optional)

Optional. String for metadata filtering.

vector_distance_threshold number (optional)

Optional. Only returns contexts with vector distance smaller than the threshold.

vector_similarity_threshold number (optional)

Optional. Only returns contexts with vector similarity larger than the threshold.

hybrid_search HybridSearch (optional)

Optional. Config for Hybrid Search.

Config for Hybrid Search.

ক্ষেত্র

alpha number (optional)

Optional. Alpha value controls the weight between dense and sparse vector search results.

ranking Ranking (optional)

Optional. Config for ranking and reranking.

Config for ranking and reranking.

top_k integer (optional)

Optional. The number of contexts to retrieve.

retrieval_types array (enum (string)) (optional)

The types of file retrieval to enable.

Possible values:

  • rag_store
  • exa_ai_search
  • parallel_ai_search
type object (required)

No description provided.

Always set to "retrieval" .

UrlContext

A tool that can be used by the model to fetch URL context.

type object (required)

No description provided.

Always set to "url_context" .

উদাহরণ

CodeExecution

ComputerUse

FileSearch

Function

GoogleMaps

GoogleSearch

McpServer

Retrieval

No examples available for this type.

UrlContext

InteractionSseEvent

Possible Types

Polymorphic discriminator: event_type

ErrorEvent

error Error (optional)

No description provided.

Error message from an interaction.

ক্ষেত্র

code string (optional)

A URI that identifies the error type.

message string (optional)

A human-readable error message.

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "error" .

InteractionCompletedEvent

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "interaction.completed" .

interaction InteractionSseEventInteraction (required)

Partial completed interaction resource emitted at the end of the stream.

Partial interaction resource emitted by interaction lifecycle SSE events. Streaming lifecycle payloads may omit fields that are only available on full non-streaming Interaction responses.

ক্ষেত্র

agent string (optional)

The agent to interact with.

created string (optional)

Output only. The time at which the response was created in ISO 8601 format.

id string (optional)

Required. Output only. A unique identifier for the interaction completion.

model string (optional)

The model that will complete your prompt.

object string (optional)

Output only. The resource type.

service_tier ServiceTier (optional)

The service tier for the interaction.

Possible values

  • flex

    Flex service tier.

  • standard

    Standard service tier.

  • priority

    Priority service tier.

  • deferred

    Deferred service tier.

status enum (string) (optional)

Required. Output only. The status of the interaction.

Possible values:

  • in_progress

    The interaction is in progress.

  • requires_action

    The interaction requires action/input from the user.

  • completed

    The interaction is completed.

  • failed

    The interaction failed.

  • cancelled

    The interaction was cancelled.

  • incomplete

    The interaction is completed, but contains incomplete results (eg hitting max_tokens).

steps array ( Step ) (optional)

Output only. The steps that make up the interaction, if included in this event.

updated string (optional)

Output only. The time at which the response was last updated in ISO 8601 format.

usage Usage (optional)

Output only. Statistics on the interaction request's token usage.

Statistics on the interaction request's token usage.

ক্ষেত্র

cached_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of cached token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

grounding_tool_count array (GroundingToolCount) (optional)

Grounding tool count.

The number of grounding tool counts.

ক্ষেত্র

count integer (optional)

The number of grounding tool counts.

type enum (string) (optional)

The grounding tool type associated with the count.

Possible values:

  • google_search

    Grounding with Google Web Search and Image Search, & Web Grounding for Enterprise.

  • google_maps

    Grounding with Google Maps.

  • retrieval

    Grounding with customer's data, for example, VertexAISearch.

input_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of input token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

output_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of output token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

tool_use_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of tool-use token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

total_cached_tokens integer (optional)

Number of tokens in the cached part of the prompt (the cached content).

total_input_tokens integer (optional)

Number of tokens in the prompt (context).

total_output_tokens integer (optional)

Total number of tokens across all the generated responses.

total_thought_tokens integer (optional)

Number of tokens of thoughts for thinking models.

total_tokens integer (optional)

Total token count for the interaction request (prompt + responses + other internal tokens).

total_tool_use_tokens integer (optional)

Number of tokens present in tool-use prompt(s).

InteractionCreatedEvent

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "interaction.created" .

interaction InteractionSseEventInteraction (required)

Partial interaction resource emitted when the stream is created.

Partial interaction resource emitted by interaction lifecycle SSE events. Streaming lifecycle payloads may omit fields that are only available on full non-streaming Interaction responses.

ক্ষেত্র

agent string (optional)

The agent to interact with.

created string (optional)

Output only. The time at which the response was created in ISO 8601 format.

id string (optional)

Required. Output only. A unique identifier for the interaction completion.

model string (optional)

The model that will complete your prompt.

object string (optional)

Output only. The resource type.

service_tier ServiceTier (optional)

The service tier for the interaction.

Possible values

  • flex

    Flex service tier.

  • standard

    Standard service tier.

  • priority

    Priority service tier.

  • deferred

    Deferred service tier.

status enum (string) (optional)

Required. Output only. The status of the interaction.

Possible values:

  • in_progress

    The interaction is in progress.

  • requires_action

    The interaction requires action/input from the user.

  • completed

    The interaction is completed.

  • failed

    The interaction failed.

  • cancelled

    The interaction was cancelled.

  • incomplete

    The interaction is completed, but contains incomplete results (eg hitting max_tokens).

steps array ( Step ) (optional)

Output only. The steps that make up the interaction, if included in this event.

updated string (optional)

Output only. The time at which the response was last updated in ISO 8601 format.

usage Usage (optional)

Output only. Statistics on the interaction request's token usage.

Statistics on the interaction request's token usage.

ক্ষেত্র

cached_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of cached token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

grounding_tool_count array (GroundingToolCount) (optional)

Grounding tool count.

The number of grounding tool counts.

ক্ষেত্র

count integer (optional)

The number of grounding tool counts.

type enum (string) (optional)

The grounding tool type associated with the count.

Possible values:

  • google_search

    Grounding with Google Web Search and Image Search, & Web Grounding for Enterprise.

  • google_maps

    Grounding with Google Maps.

  • retrieval

    Grounding with customer's data, for example, VertexAISearch.

input_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of input token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

output_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of output token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

tool_use_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of tool-use token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

total_cached_tokens integer (optional)

Number of tokens in the cached part of the prompt (the cached content).

total_input_tokens integer (optional)

Number of tokens in the prompt (context).

total_output_tokens integer (optional)

Total number of tokens across all the generated responses.

total_thought_tokens integer (optional)

Number of tokens of thoughts for thinking models.

total_tokens integer (optional)

Total token count for the interaction request (prompt + responses + other internal tokens).

total_tool_use_tokens integer (optional)

Number of tokens present in tool-use prompt(s).

InteractionStatusUpdate

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "interaction.status_update" .

interaction_id string (required)

No description provided.

status enum (string) (required)

No description provided.

Possible values:

  • in_progress

    The interaction is in progress.

  • requires_action

    The interaction requires action/input from the user.

  • completed

    The interaction is completed.

  • failed

    The interaction failed.

  • cancelled

    The interaction was cancelled.

  • incomplete

    The interaction is completed, but contains incomplete results (eg hitting max_tokens).

  • budget_exceeded

    The interaction was halted because the token budget was exceeded.

  • queued

    The interaction is queued, waiting for processing (eg waiting for off-peak capacity).

StepDelta

delta StepDeltaData (required)

No description provided.

Possible Types

ArgumentsDelta

arguments string (optional)

No description provided.

type object (required)

No description provided.

Always set to "arguments_delta" .

AudioDelta

channels integer (optional)

The number of audio channels.

data string (optional)

No description provided.

mime_type enum (string) (optional)

No description provided.

Possible values:

  • audio/wav

    WAV অডিও ফরম্যাট

  • audio/mp3

    MP3 audio format

  • audio/aiff

    AIFF audio format

  • audio/aac

    AAC audio format

  • audio/ogg

    OGG audio format

  • audio/flac

    FLAC audio format

  • audio/mpeg

    MPEG audio format

  • audio/m4a

    M4A audio format

  • audio/l16

    L16 audio format

  • audio/opus

    OPUS audio format

  • audio/alaw

    ALAW audio format

  • audio/mulaw

    MULAW audio format

sample_rate integer (optional)

The sample rate of the audio.

type object (required)

No description provided.

Always set to "audio" .

uri string (optional)

No description provided.

CodeExecutionCallDelta

arguments CodeExecutionCallArguments (required)

No description provided.

The arguments to pass to the code execution.

ক্ষেত্র

code string (optional)

The code to be executed.

language enum (string) (optional)

Programming language of the `code`.

Possible values:

  • python

    Python >= 3.10, with numpy and simpy available.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "code_execution_call" .

CodeExecutionResultDelta

is_error boolean (optional)

No description provided.

result string (required)

No description provided.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "code_execution_result" .

DocumentDelta

data string (optional)

No description provided.

mime_type enum (string) (optional)

No description provided.

Possible values:

  • application/pdf

    PDF document format

  • text/csv

    CSV document format

type object (required)

No description provided.

Always set to "document" .

uri string (optional)

No description provided.

FileSearchCallDelta

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "file_search_call" .

FileSearchResultDelta

result array (FileSearchResult) (required)

No description provided.

The result of the File Search.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "file_search_result" .

FunctionResultDelta

call_id string (required)

Required. ID to match the ID from the function call block.

is_error boolean (optional)

No description provided.

name string (optional)

No description provided.

result array ( ImageContent or TextContent ) or object or string (required)

No description provided.

type object (required)

No description provided.

Always set to "function_result" .

GoogleMapsCallDelta

arguments GoogleMapsCallArguments (optional)

The arguments to pass to the Google Maps tool.

The arguments to pass to the Google Maps tool.

ক্ষেত্র

queries array (string) (optional)

The queries to be executed.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_maps_call" .

GoogleMapsResultDelta

result array (GoogleMapsResult) (optional)

The results of the Google Maps.

The result of the Google Maps.

ক্ষেত্র

places array (Places) (optional)

The places that were found.

ক্ষেত্র

name string (optional)

Title of the place.

place_id string (optional)

The ID of the place, in `places/{place_id}` format.

review_snippets array (ReviewSnippet) (optional)

Snippets of reviews that are used to generate answers about the features of a given place in Google Maps.

Encapsulates a snippet of a user review that answers a question about the features of a specific place in Google Maps.

ক্ষেত্র

review_id string (optional)

The ID of the review snippet.

title string (optional)

Title of the review.

url string (optional)

A link that corresponds to the user review on Google Maps.

url string (optional)

URI reference of the place.

widget_context_token string (optional)

Resource name of the Google Maps widget context token.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_maps_result" .

GoogleSearchCallDelta

arguments GoogleSearchCallArguments (required)

No description provided.

The arguments to pass to Google Search.

ক্ষেত্র

queries array (string) (optional)

Web search queries for the following-up web search.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_search_call" .

GoogleSearchResultDelta

is_error boolean (optional)

No description provided.

result array (GoogleSearchResult) (required)

No description provided.

The result of the Google Search.

ক্ষেত্র

search_suggestions string (optional)

Web content snippet that can be embedded in a web page or an app webview.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_search_result" .

ImageDelta

data string (optional)

No description provided.

mime_type enum (string) (optional)

No description provided.

Possible values:

  • image/png

    PNG image format

  • image/jpeg

    JPEG image format

  • image/webp

    WebP image format

  • image/heic

    HEIC image format

  • image/heif

    HEIF image format

  • image/gif

    GIF image format

  • image/bmp

    BMP image format

  • image/tiff

    TIFF image format

resolution MediaResolution (optional)

The resolution of the media.

Possible values

  • low

    Low resolution.

  • medium

    Medium resolution.

  • high

    উচ্চ রেজোলিউশন।

  • ultra_high

    Ultra high resolution.

type object (required)

No description provided.

Always set to "image" .

uri string (optional)

No description provided.

McpServerToolCallDelta

arguments object (required)

No description provided.

name string (required)

No description provided.

server_name string (required)

No description provided.

type object (required)

No description provided.

Always set to "mcp_server_tool_call" .

McpServerToolResultDelta

name string (optional)

No description provided.

result array ( ImageContent or TextContent ) or object or string (required)

No description provided.

server_name string (optional)

No description provided.

type object (required)

No description provided.

Always set to "mcp_server_tool_result" .

ProcessingCallDelta

Streaming delta for a server-initiated media processing step.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "processing_call" .

ProcessingResultDelta

Streaming delta for the result of a server-initiated media processing step.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "processing_result" .

RetrievalCallDelta

Used by Vertex Retrieval tools such as Parallel AI, Exa AI, Vertex AI Search, etc. RetrievalType decides which tool is used.

arguments RetrievalStepArguments (required)

Required. The arguments to pass to the Retrieval tool.

The arguments to pass to Retrieval tools.

ক্ষেত্র

queries array (string) (optional)

Queries for Retrieval information.

retrieval_type enum (string) (optional)

The type of retrieval tools.

Possible values:

  • rag_store

    The type of retrieval tools.

  • exa_ai_search

    The type of retrieval tools.

  • parallel_ai_search

    The type of retrieval tools.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "retrieval_call" .

RetrievalResultDelta

Used by Vertex Retrieval tools such as Parallel AI, Exa AI, Vertex AI Search, etc. ToolResultDelta.type

is_error boolean (optional)

Whether the retrieval resulted in an error.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "retrieval_result" .

TextAnnotationDelta

annotations array (Annotation) (optional)

Citation information for model-generated content.

Citation information for model-generated content.

Possible Types

FileCitation

A file citation annotation.

custom_metadata object (optional)

User provided metadata about the retrieved context.

document_uri string (optional)

The URI of the file.

end_index integer (optional)

End of the attributed segment, exclusive.

file_name string (optional)

The name of the file.

media_id string (optional)

Media ID in-case of image citations, if applicable.

page_number integer (optional)

Page number of the cited document, if applicable.

source string (optional)

Source attributed for a portion of the text.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "file_citation" .

PlaceCitation

A place citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

name string (optional)

Title of the place.

place_id string (optional)

The ID of the place, in `places/{place_id}` format.

review_snippets array (ReviewSnippet) (optional)

Snippets of reviews that are used to generate answers about the features of a given place in Google Maps.

Encapsulates a snippet of a user review that answers a question about the features of a specific place in Google Maps.

ক্ষেত্র

review_id string (optional)

The ID of the review snippet.

title string (optional)

Title of the review.

url string (optional)

A link that corresponds to the user review on Google Maps.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "place_citation" .

url string (optional)

URI reference of the place.

UrlCitation

A URL citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

title string (optional)

The title of the URL.

type object (required)

No description provided.

Always set to "url_citation" .

url string (optional)

The URL.

WordInfo

Word-level ASR annotation for transcription output. Carries the word text, optional timing, and optional speaker attribution.

end_index integer (optional)

End of the attributed segment, exclusive.

end_offset string (optional)

End offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

speaker string (optional)

Optional. Speaker label for this word (eg "spk_1", "spk_2"). Present when diarization_mode is set in TranscriptionConfig.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

start_offset string (optional)

Start offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

text string (optional)

The transcribed word.

type object (required)

No description provided.

Always set to "word_info" .

type object (required)

No description provided.

Always set to "text_annotation_delta" .

TextDelta

text string (required)

No description provided.

type object (required)

No description provided.

Always set to "text" .

ThoughtSignatureDelta

signature string (optional)

Signature to match the backend source to be part of the generation.

type object (required)

No description provided.

Always set to "thought_signature" .

ThoughtSummaryDelta

content Content (optional)

A new summary item to be added to the thought.

type object (required)

No description provided.

Always set to "thought_summary" .

UrlContextCallDelta

arguments UrlContextCallArguments (required)

No description provided.

The arguments to pass to the URL context.

ক্ষেত্র

urls array (string) (optional)

The URLs to fetch.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "url_context_call" .

UrlContextResultDelta

is_error boolean (optional)

No description provided.

result array (UrlContextResult) (required)

No description provided.

The result of the URL context.

ক্ষেত্র

status enum (string) (optional)

The status of the URL retrieval.

Possible values:

  • success

    Url retrieval is successful.

  • error

    Url retrieval is failed due to error.

  • paywall

    Url retrieval is failed because the content is behind paywall.

  • unsafe

    Url retrieval is failed because the content is unsafe.

url string (optional)

The URL that was fetched.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "url_context_result" .

VideoDelta

data string (optional)

No description provided.

mime_type enum (string) (optional)

No description provided.

Possible values:

  • video/mp4

    MP4 video format

  • video/mpeg

    MPEG video format

  • video/mpg

    MPG video format

  • video/mov

    MOV video format

  • video/avi

    AVI video format

  • video/x-flv

    FLV video format

  • video/webm

    WebM video format

  • video/wmv

    WMV video format

  • video/3gpp

    3GPP video format

  • video/jpeg2000

    JPEG 2000 video format

resolution MediaResolution (optional)

The resolution of the media.

Possible values

  • low

    Low resolution.

  • medium

    Medium resolution.

  • high

    উচ্চ রেজোলিউশন।

  • ultra_high

    Ultra high resolution.

type object (required)

No description provided.

Always set to "video" .

uri string (optional)

No description provided.

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "step.delta" .

index integer (required)

No description provided.

metadata StepDeltaMetadata (optional)

No description provided.

Optional metadata accompanying ANY streamed event.

ক্ষেত্র

total_usage Usage (optional)

Statistics on the interaction request's token usage.

Statistics on the interaction request's token usage.

ক্ষেত্র

cached_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of cached token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

grounding_tool_count array (GroundingToolCount) (optional)

Grounding tool count.

The number of grounding tool counts.

ক্ষেত্র

count integer (optional)

The number of grounding tool counts.

type enum (string) (optional)

The grounding tool type associated with the count.

Possible values:

  • google_search

    Grounding with Google Web Search and Image Search, & Web Grounding for Enterprise.

  • google_maps

    Grounding with Google Maps.

  • retrieval

    Grounding with customer's data, for example, VertexAISearch.

input_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of input token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

output_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of output token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

tool_use_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of tool-use token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

total_cached_tokens integer (optional)

Number of tokens in the cached part of the prompt (the cached content).

total_input_tokens integer (optional)

Number of tokens in the prompt (context).

total_output_tokens integer (optional)

Total number of tokens across all the generated responses.

total_thought_tokens integer (optional)

Number of tokens of thoughts for thinking models.

total_tokens integer (optional)

Total token count for the interaction request (prompt + responses + other internal tokens).

total_tool_use_tokens integer (optional)

Number of tokens present in tool-use prompt(s).

StepStart

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "step.start" .

index integer (required)

No description provided.

step Step (required)

No description provided.

StepStop

event_id string (optional)

The event_id token to be used to resume the interaction stream, from this event.

event_type object (required)

No description provided.

Always set to "step.stop" .

index integer (required)

No description provided.

step_usage Usage (optional)

Model usage stats for this specific step.

Statistics on the interaction request's token usage.

ক্ষেত্র

cached_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of cached token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

grounding_tool_count array (GroundingToolCount) (optional)

Grounding tool count.

The number of grounding tool counts.

ক্ষেত্র

count integer (optional)

The number of grounding tool counts.

type enum (string) (optional)

The grounding tool type associated with the count.

Possible values:

  • google_search

    Grounding with Google Web Search and Image Search, & Web Grounding for Enterprise.

  • google_maps

    Grounding with Google Maps.

  • retrieval

    Grounding with customer's data, for example, VertexAISearch.

input_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of input token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

output_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of output token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

tool_use_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of tool-use token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

total_cached_tokens integer (optional)

Number of tokens in the cached part of the prompt (the cached content).

total_input_tokens integer (optional)

Number of tokens in the prompt (context).

total_output_tokens integer (optional)

Total number of tokens across all the generated responses.

total_thought_tokens integer (optional)

Number of tokens of thoughts for thinking models.

total_tokens integer (optional)

Total token count for the interaction request (prompt + responses + other internal tokens).

total_tool_use_tokens integer (optional)

Number of tokens present in tool-use prompt(s).

usage Usage (optional)

Cumulative model usage stats from the start of the session.

Statistics on the interaction request's token usage.

ক্ষেত্র

cached_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of cached token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

grounding_tool_count array (GroundingToolCount) (optional)

Grounding tool count.

The number of grounding tool counts.

ক্ষেত্র

count integer (optional)

The number of grounding tool counts.

type enum (string) (optional)

The grounding tool type associated with the count.

Possible values:

  • google_search

    Grounding with Google Web Search and Image Search, & Web Grounding for Enterprise.

  • google_maps

    Grounding with Google Maps.

  • retrieval

    Grounding with customer's data, for example, VertexAISearch.

input_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of input token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

output_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of output token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

tool_use_tokens_by_modality array (ModalityTokens) (optional)

A breakdown of tool-use token usage by modality.

The token count for a single response modality.

ক্ষেত্র

modality ResponseModality (optional)

The modality associated with the token count.

Possible values

  • text

    Indicates the model should return text.

  • image

    Indicates the model should return images.

  • audio

    Indicates the model should return audio.

  • video

    Indicates the model should return video.

  • document

    Indicates the model should return documents.

tokens integer (optional)

Number of tokens for the modality.

total_cached_tokens integer (optional)

Number of tokens in the cached part of the prompt (the cached content).

total_input_tokens integer (optional)

Number of tokens in the prompt (context).

total_output_tokens integer (optional)

Total number of tokens across all the generated responses.

total_thought_tokens integer (optional)

Number of tokens of thoughts for thinking models.

total_tokens integer (optional)

Total token count for the interaction request (prompt + responses + other internal tokens).

total_tool_use_tokens integer (optional)

Number of tokens present in tool-use prompt(s).

উদাহরণ

Error Event

{
  "error": {
    "code": "not_found",
    "message": "Failed to get completed interaction: Result not found."
  },
  "event_type": "error"
}

Interaction Completed

{
  "event_id": "evt_123",
  "event_type": "interaction.completed",
  "interaction": {
    "created": "2025-12-04T15:01:45Z",
    "id": "v1_ChdXS0l4YWZXTk9xbk0xZThQczhEcmlROBIXV0tJeGFmV05PcW5NMWU4UHM4RHJpUTg",
    "model": "gemini-3.6-flash",
    "status": "completed",
    "updated": "2025-12-04T15:01:45Z"
  }
}

Interaction Completed

{
  "event_id": "evt_123",
  "event_type": "interaction.completed",
  "interaction": {
    "created": "2025-12-04T15:01:45Z",
    "id": "v1_ChdXS0l4YWZXTk9xbk0xZThQczhEcmlROBIXV0tJeGFmV05PcW5NMWU4UHM4RHJpUTg",
    "model": "gemini-3-flash-preview",
    "object": "interaction",
    "status": "completed",
    "updated": "2025-12-04T15:01:45Z"
  }
}

Interaction Created

{
  "event_id": "evt_123",
  "event_type": "interaction.created",
  "interaction": {
    "created": "2025-12-04T15:01:45Z",
    "id": "v1_ChdXS0l4YWZXTk9xbk0xZThQczhEcmlROBIXV0tJeGFmV05PcW5NMWU4UHM4RHJpUTg",
    "model": "gemini-3.6-flash",
    "status": "in_progress",
    "updated": "2025-12-04T15:01:45Z"
  }
}

Interaction Created

{
  "event_id": "evt_123",
  "event_type": "interaction.created",
  "interaction": {
    "id": "v1_ChdXS0l4YWZXTk9xbk0xZThQczhEcmlROBIXV0tJeGFmV05PcW5NMWU4UHM4RHJpUTg",
    "model": "gemini-3-flash-preview",
    "object": "interaction",
    "status": "in_progress"
  }
}

Interaction Status Update

{
  "event_type": "interaction.status_update",
  "interaction_id": "v1_ChdTMjQ0YWJ5TUF1TzcxZThQdjRpcnFRcxIXUzI0NGFieU1BdU83MWU4UHY0aXJxUXM",
  "status": "in_progress"
}

Step Delta

{
  "delta": {
    "type": "text",
    "text": "Hello"
  },
  "event_type": "step.delta",
  "index": 0
}

Step Start

{
  "event_type": "step.start",
  "index": 0,
  "step": {
    "type": "model_output"
  }
}

Step Stop

{
  "event_type": "step.stop",
  "index": 0
}

ResponseFormat

Possible Types

AudioResponseFormat

Configuration for audio output format.

bit_rate integer (optional)

Bit rate in bits per second (bps). Only applicable for compressed formats (MP3, Opus).

delivery enum (string) (optional)

The delivery mode for the audio output.

Possible values:

  • inline

    Audio data is returned inline in the response.

  • uri

    Audio data is returned as a URI.

mime_type enum (string) (optional)

The MIME type of the audio output.

Possible values:

  • audio/mp3

    MP3 audio format.

  • audio/ogg_opus

    OGG Opus audio format.

  • audio/l16

    Raw PCM (L16) audio format.

  • audio/wav

    WAV audio format.

  • audio/alaw

    A-law audio format.

  • audio/mulaw

    Mu-law audio format.

sample_rate integer (optional)

Sample rate in Hz.

type object (required)

No description provided.

Always set to "audio" .

ImageResponseFormat

Configuration for image output format.

aspect_ratio enum (string) (optional)

The aspect ratio for the image output.

Possible values:

  • 1:1

    1:1 aspect ratio.

  • 2:3

    2:3 aspect ratio.

  • 3:2

    3:2 aspect ratio.

  • 3:4

    3:4 aspect ratio.

  • 4:3

    4:3 aspect ratio.

  • 4:5

    4:5 aspect ratio.

  • 5:4

    5:4 aspect ratio.

  • 9:16

    9:16 aspect ratio.

  • 16:9

    16:9 aspect ratio.

  • 21:9

    21:9 aspect ratio.

  • 1:8

    1:8 aspect ratio.

  • 8:1

    8:1 aspect ratio.

  • 1:4

    1:4 aspect ratio.

  • 4:1

    4:1 aspect ratio.

delivery enum (string) (optional)

The delivery mode for the image output.

Possible values:

  • inline

    Image data is returned inline in the response.

  • uri

    Image data is returned as a URI.

image_size enum (string) (optional)

The size of the image output.

Possible values:

  • 512

    512px image size.

  • 1K

    1K image size.

  • 2K

    2K image size.

  • 4K

    4K image size.

mime_type enum (string) (optional)

The MIME type of the image output.

Possible values:

  • image/jpeg

    JPEG image format.

type object (required)

No description provided.

Always set to "image" .

TextResponseFormat

Configuration for text output format.

mime_type enum (string) (optional)

The MIME type of the text output.

Possible values:

  • application/json

    JSON output format.

  • text/plain

    Plain text output format.

schema object (optional)

The JSON schema that the output should conform to. Only applicable when mime_type is application/json.

type object (required)

No description provided.

Always set to "text" .

VideoResponseFormat

Configuration for video output format.

aspect_ratio enum (string) (optional)

The aspect ratio for the video output.

Possible values:

  • 16:9

    16:9 aspect ratio.

  • 9:16

    9:16 aspect ratio.

delivery enum (string) (optional)

The delivery mode for the video output.

Possible values:

  • inline

    Video data is returned inline in the response.

  • uri

    Video data is returned as a URI.

duration string (optional)

The duration for the video output.

gcs_uri string (optional)

The Cloud Storage URI to store the video output. Required for Vertex if delivery mode is URI.

resolution enum (string) (optional)

The video output resolution. Defaults to 720p.

Possible values:

  • 360p

    360p resolution.

  • 720p

    720p resolution.

  • 1080p

    1080p resolution.

  • 4k

    4K resolution.

type object (required)

No description provided.

Always set to "video" .

উদাহরণ

Audio Output

{
  "type": "audio",
  "sample_rate": 24000
}

Image Output

{
  "type": "image",
  "aspect_ratio": "16:9",
  "image_size": "1K",
  "mime_type": "image/jpeg"
}

Text Output (JSON Schema)

{
  "type": "text",
  "mime_type": "application/json",
  "schema": {
    "type": "object",
    "properties": {
      "ingredients": {
        "type": "array",
        "items": {
          "type": "string"
        }
      },
      "recipe_name": {
        "type": "string"
      }
    },
    "required": [
      "ingredients",
      "recipe_name"
    ]
  }
}

ভিডিও আউটপুট

{
  "type": "video",
  "aspect_ratio": "16:9",
  "delivery": "inline"
}

ধাপ

A step in the interaction.

Possible Types

CodeExecutionCallStep

Code execution call step.

arguments CodeExecutionCallStepArguments (required)

Required. The arguments to pass to the code execution.

The arguments to pass to the code execution.

ক্ষেত্র

code string (optional)

The code to be executed.

language enum (string) (optional)

Programming language of the `code`.

Possible values:

  • python

    Python >= 3.10, with numpy and simpy available.

id string (required)

Required. A unique ID for this specific tool call.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "code_execution_call" .

CodeExecutionResultStep

Code execution result step.

call_id string (required)

Required. ID to match the ID from the function call block.

is_error boolean (optional)

Whether the code execution resulted in an error.

result string (required)

Required. The output of the code execution.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "code_execution_result" .

FileSearchCallStep

File Search call step.

id string (required)

Required. A unique ID for this specific tool call.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "file_search_call" .

FileSearchResultStep

File Search result step.

call_id string (required)

Required. ID to match the ID from the function call block.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "file_search_result" .

FunctionCallStep

A function tool call step.

arguments object (required)

Required. The arguments to pass to the function.

id string (required)

Required. A unique ID for this specific tool call.

name string (required)

Required. The name of the tool to call.

type object (required)

No description provided.

Always set to "function_call" .

FunctionResultStep

Result of a function tool call.

call_id string (required)

Required. ID to match the ID from the function call block.

is_error boolean (optional)

Whether the tool call resulted in an error.

name string (optional)

The name of the tool that was called.

result array ( ImageContent or TextContent ) or object or string (required)

Required. The result of the tool call.

type object (required)

No description provided.

Always set to "function_result" .

GoogleMapsCallStep

Google Maps call step.

arguments GoogleMapsCallStepArguments (optional)

The arguments to pass to the Google Maps tool.

The arguments to pass to the Google Maps tool.

ক্ষেত্র

queries array (string) (optional)

The queries to be executed.

id string (required)

Required. A unique ID for this specific tool call.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_maps_call" .

GoogleMapsResultStep

Google Maps result step.

call_id string (required)

Required. ID to match the ID from the function call block.

result array (GoogleMapsResultItem) (required)

No description provided.

The result of the Google Maps.

ক্ষেত্র

places array (GoogleMapsResultPlaces) (optional)

No description provided.

ক্ষেত্র

name string (optional)

No description provided.

place_id string (optional)

No description provided.

review_snippets array (ReviewSnippet) (optional)

No description provided.

Encapsulates a snippet of a user review that answers a question about the features of a specific place in Google Maps.

ক্ষেত্র

review_id string (optional)

The ID of the review snippet.

title string (optional)

Title of the review.

url string (optional)

A link that corresponds to the user review on Google Maps.

url string (optional)

No description provided.

widget_context_token string (optional)

No description provided.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_maps_result" .

GoogleSearchCallStep

Google Search call step.

arguments GoogleSearchCallStepArguments (required)

Required. The arguments to pass to Google Search.

The arguments to pass to Google Search.

ক্ষেত্র

queries array (string) (optional)

Web search queries for the following-up web search.

id string (required)

Required. A unique ID for this specific tool call.

search_type enum (string) (optional)

The type of search grounding enabled.

Possible values:

  • web_search

    Setting this field enables web search. Only text results are returned.

  • image_search

    Setting this field enables image search. Image bytes are returned.

  • enterprise_web_search

    Setting this field enables enterprise web search.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_search_call" .

GoogleSearchResultStep

Google Search result step.

call_id string (required)

Required. ID to match the ID from the function call block.

is_error boolean (optional)

Whether the Google Search resulted in an error.

result array (GoogleSearchResultItem) (required)

Required. The results of the Google Search.

The result of the Google Search.

ক্ষেত্র

search_suggestions string (optional)

Web content snippet that can be embedded in a web page or an app webview.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "google_search_result" .

McpServerToolCallStep

MCPServer tool call step.

arguments object (required)

Required. The JSON object of arguments for the function.

id string (required)

Required. A unique ID for this specific tool call.

name string (required)

Required. The name of the tool which was called.

server_name string (required)

Required. The name of the used MCP server.

type object (required)

No description provided.

Always set to "mcp_server_tool_call" .

McpServerToolResultStep

MCPServer tool result step.

call_id string (required)

Required. ID to match the ID from the function call block.

name string (optional)

Name of the tool which is called for this specific tool call.

result array ( ImageContent or TextContent ) or object or string (required)

Required. The output from the MCP server call. Can be simple text or rich content.

server_name string (optional)

The name of the used MCP server.

type object (required)

No description provided.

Always set to "mcp_server_tool_result" .

ModelOutputStep

Output generated by the model.

content array ( Content ) (optional)

No description provided.

type object (required)

No description provided.

Always set to "model_output" .

ThoughtStep

A thought step.

signature string (optional)

A signature hash for backend validation.

summary array (ThoughtSummaryContent) (optional)

A summary of the thought.

Possible Types

ImageContent

An image content block.

data string (optional)

The image content.

mime_type enum (string) (optional)

The mime type of the image.

Possible values:

  • image/png

    PNG image format

  • image/jpeg

    JPEG image format

  • image/webp

    WebP image format

  • image/heic

    HEIC image format

  • image/heif

    HEIF image format

  • image/gif

    GIF image format

  • image/bmp

    BMP image format

  • image/tiff

    TIFF image format

resolution MediaResolution (optional)

The resolution of the media.

Possible values

  • low

    Low resolution.

  • medium

    Medium resolution.

  • high

    উচ্চ রেজোলিউশন।

  • ultra_high

    Ultra high resolution.

type object (required)

No description provided.

Always set to "image" .

uri string (optional)

The URI of the image.

TextContent

A text content block.

annotations array (Annotation) (optional)

Citation information for model-generated content.

Citation information for model-generated content.

Possible Types

FileCitation

A file citation annotation.

custom_metadata object (optional)

User provided metadata about the retrieved context.

document_uri string (optional)

The URI of the file.

end_index integer (optional)

End of the attributed segment, exclusive.

file_name string (optional)

The name of the file.

media_id string (optional)

Media ID in-case of image citations, if applicable.

page_number integer (optional)

Page number of the cited document, if applicable.

source string (optional)

Source attributed for a portion of the text.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "file_citation" .

PlaceCitation

A place citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

name string (optional)

Title of the place.

place_id string (optional)

The ID of the place, in `places/{place_id}` format.

review_snippets array (ReviewSnippet) (optional)

Snippets of reviews that are used to generate answers about the features of a given place in Google Maps.

Encapsulates a snippet of a user review that answers a question about the features of a specific place in Google Maps.

ক্ষেত্র

review_id string (optional)

The ID of the review snippet.

title string (optional)

Title of the review.

url string (optional)

A link that corresponds to the user review on Google Maps.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "place_citation" .

url string (optional)

URI reference of the place.

UrlCitation

A URL citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

title string (optional)

The title of the URL.

type object (required)

No description provided.

Always set to "url_citation" .

url string (optional)

The URL.

WordInfo

Word-level ASR annotation for transcription output. Carries the word text, optional timing, and optional speaker attribution.

end_index integer (optional)

End of the attributed segment, exclusive.

end_offset string (optional)

End offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

speaker string (optional)

Optional. Speaker label for this word (eg "spk_1", "spk_2"). Present when diarization_mode is set in TranscriptionConfig.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

start_offset string (optional)

Start offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

text string (optional)

The transcribed word.

type object (required)

No description provided.

Always set to "word_info" .

text string (required)

Required. The text content.

type object (required)

No description provided.

Always set to "text" .

type object (required)

No description provided.

Always set to "thought" .

UrlContextCallStep

URL context call step.

arguments UrlContextCallArguments (required)

Required. The arguments to pass to the URL context.

The arguments to pass to the URL context.

ক্ষেত্র

urls array (string) (optional)

The URLs to fetch.

id string (required)

Required. A unique ID for this specific tool call.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "url_context_call" .

UrlContextResultStep

URL context result step.

call_id string (required)

Required. ID to match the ID from the function call block.

is_error boolean (optional)

Whether the URL context resulted in an error.

result array (UrlContextResult) (required)

Required. The results of the URL context.

The result of the URL context.

ক্ষেত্র

status enum (string) (optional)

The status of the URL retrieval.

Possible values:

  • success

    Url retrieval is successful.

  • error

    Url retrieval is failed due to error.

  • paywall

    Url retrieval is failed because the content is behind paywall.

  • unsafe

    Url retrieval is failed because the content is unsafe.

url string (optional)

The URL that was fetched.

signature string (optional)

A signature hash for backend validation.

type object (required)

No description provided.

Always set to "url_context_result" .

UserInputStep

Input provided by the user.

content array ( Content ) (optional)

No description provided.

type object (required)

No description provided.

Always set to "user_input" .

উদাহরণ

CodeExecutionCallStep

{
  "type": "code_execution_call",
  "arguments": {
    "code": "print(sum(range(1, 11)))"
  },
  "id": "code_call_71021"
}

CodeExecutionResultStep

{
  "type": "code_execution_result",
  "call_id": "code_call_71021",
  "result": "55\n"
}

FileSearchCallStep

{
  "type": "file_search_call",
  "id": "file_call_88192"
}

FileSearchResultStep

{
  "type": "file_search_result",
  "call_id": "file_call_88192"
}

FunctionCallStep

{
  "name": "get_weather",
  "type": "function_call",
  "arguments": {
    "location": "Boston, MA"
  },
  "id": "call_98231"
}

FunctionResultStep

{
  "name": "get_weather",
  "type": "function_result",
  "call_id": "call_98231",
  "result": [
    {
      "type": "text",
      "text": "{\"weather\":\"sunny\"}"
    }
  ]
}

GoogleMapsCallStep

{
  "type": "google_maps_call",
  "arguments": {
    "latitude": 37.7749,
    "longitude": -122.4194
  },
  "id": "maps_call_39201"
}

GoogleMapsResultStep

{
  "type": "google_maps_result",
  "call_id": "maps_call_39201",
  "result": [
    {
      "name": "Golden Gate Park",
      "place_id": "ChIJIQBpAG2ahYAR9R7bNdTLg8M",
      "rating": 4.8
    }
  ]
}

GoogleSearchCallStep

{
  "type": "google_search_call",
  "arguments": {
    "query": "Who won the men's 100m in Paris 2024?"
  },
  "id": "search_call_19201"
}

GoogleSearchResultStep

{
  "type": "google_search_result",
  "call_id": "search_call_19201",
  "result": [
    {
      "title": "Paris 2024 Olympics: Noah Lyles wins men's 100m gold",
      "url": "https://olympics.com/en/news/paris-2024-noah-lyles-wins-mens-100m-gold",
      "snippet": "American Noah Lyles won the Olympic men's 100m gold medal in a photo finish."
    }
  ]
}

McpServerToolCallStep

{
  "name": "calculate_tax",
  "type": "mcp_server_tool_call",
  "arguments": {
    "income": 120000,
    "state": "CA"
  },
  "id": "mcp_call_29012",
  "server_name": "financial_mcp_server"
}

McpServerToolResultStep

{
  "type": "mcp_server_tool_result",
  "call_id": "mcp_call_29012",
  "result": {
    "tax_due": 32400
  }
}

ModelOutputStep

{
  "type": "model_output",
  "content": [
    {
      "type": "text",
      "text": "The capital of France is Paris."
    }
  ]
}

ThoughtStep

{
  "type": "thought",
  "signature": "thought_sig_abcd1234",
  "summary": [
    {
      "type": "text",
      "text": "The model is searching Google for the capital of France."
    }
  ]
}

UrlContextCallStep

{
  "type": "url_context_call",
  "arguments": {
    "urls": [
      "https://www.example.com"
    ]
  },
  "id": "url_call_10219"
}

UrlContextResultStep

{
  "type": "url_context_result",
  "call_id": "url_call_10219",
  "result": [
    {
      "title": "Example Domain",
      "url": "https://www.example.com",
      "snippet": "This domain is for use in illustrative examples in documents."
    }
  ]
}

UserInputStep

{
  "type": "user_input",
  "content": [
    {
      "type": "text",
      "text": "What is the capital of France?"
    }
  ]
}

EnvironmentConfig

Configuration for a custom environment.

ক্ষেত্র

environment_id string (optional)

Optional. The environment ID for the interaction. If specified, the request will update the existing environment instead of creating a new one.

network EnvironmentNetworkEgressAllowlist or enum (string) (optional)

Network configuration for the environment.

Possible values:

  • disabled

    Turns all network off.

sources array (Source) (optional)

No description provided.

A source to be mounted into the environment.

ক্ষেত্র

content string (optional)

The inline content if `type` is `INLINE`.

encoding string (optional)

Optional encoding for inline content (eg `base64`).

source string (optional)

The source of the environment. For Cloud Storage, this is the Cloud Storage path. For GitHub, this is the GitHub path.

target string (optional)

Where the source should appear in the environment.

type enum (string) (optional)

No description provided.

Possible values:

  • gcs

    A Cloud Storage bucket.

  • inline

    Inline content.

  • repository

    A generic repository. The protocol prefix in the source URL identifies the provider (eg, github://, gcs://).

  • skill_registry

    A skill resource from the Skill Registry Service. Skill: projects/{project}/locations/{location}/skills/{skill} SkillRevision: projects/{project}/locations/{location}/skills/{skill}/revisions/{revision} Support mounting all skills under a project: projects/{project}/locations/{location}/skills.

type object (optional)

No description provided.

Always set to "remote" .

উদাহরণ

Inline Sources

{
  "type": "remote",
  "sources": [
    {
      "type": "inline",
      "content": "You are a data analyst. Always include visualizations and export results as PDF.",
      "target": ".agents/AGENTS.md"
    },
    {
      "type": "inline",
      "content": "---\nname: slide-maker\ndescription: Create HTML slide decks\n---\n# Slide Maker\n\nWhen asked to create a presentation:\n1. Analyze the input data\n2. Create an HTML slide deck with reveal.js\n3. Save to /workspace/output/slides.html",
      "target": ".agents/skills/slide-maker/SKILL.md"
    }
  ]
}

External Sources

{
  "type": "remote",
  "sources": [
    {
      "type": "repository",
      "source": "https://github.com/my-org/my-skills.git",
      "target": ".agents/skills"
    },
    {
      "type": "gcs",
      "source": "gs://my-bucket/my-folder",
      "target": "/workspace/data"
    }
  ]
}

Network Allowlist

{
  "type": "remote",
  "network": {
    "allowlist": [
      {
        "domain": "pypi.org"
      },
      {
        "domain": "*.github.com"
      }
    ]
  }
}

Proxy Credentials

{
  "type": "remote",
  "network": {
    "allowlist": [
      {
        "domain": "api.github.com",
        "transform": {
          "Authorization": "Bearer YOUR_GITHUB_TOKEN"
        }
      }
    ]
  }
}

EnvironmentNetworkEgressAllowlist

Outbound networking configuration for the sandbox. Accepts an object with an 'allowlist' array to restrict traffic, or the string 'disabled' to turn off all network access. Omit entirely to allow all outbound traffic with no header injection.

Possible Types

object

Outbound networking configuration for the sandbox. When specified, restricts which external domains the sandbox can reach. Omit entirely to allow all outbound traffic with no header injection.

allowlist array (AllowlistEntry) (optional)

List of allowed outbound domains. Only requests to listed domains are permitted. Use [{'domain': '*'}] to allow all domains while still injecting headers on specific ones.

A single domain allowlist rule with optional header injection.

ক্ষেত্র

domain string (optional)

Domain to allow outbound requests to. Supports wildcards (eg '*.googleapis.com'). Use '*' to allow all domains.

transform array (object) or object (optional)

Headers to inject on all outbound requests matching this domain. Accepts a single dict or a list of dicts. The egress proxy injects these automatically.

স্ট্রিং

Turns all network off.

Possible values

  • disabled

    Turns all network off.

উদাহরণ

উদাহরণ

{
  "allowlist": [
    {
      "domain": "github.com",
      "transform": [
        {
          "Authorization": "Bearer your-token"
        }
      ]
    },
    {
      "domain": "*.googleapis.com"
    }
  ]
}

ToolChoiceConfig

The tool choice configuration containing allowed tools.

ক্ষেত্র

allowed_tools AllowedTools (optional)

The allowed tools.

The configuration for allowed tools.

ক্ষেত্র

mode enum (string) (optional)

The mode of the tool choice.

Possible values:

  • auto

    Auto tool choice.

  • any

    Any tool choice.

  • none

    No tool choice.

  • validated

    Validated tool choice.

tools array (string) (optional)

The names of the allowed tools.

উদাহরণ

উদাহরণ

{
  "allowed_tools": {
    "mode": "any",
    "tools": [
      "my_tool"
    ]
  }
}

ImageContent

An image content block.

ক্ষেত্র

data string (optional)

The image content.

mime_type enum (string) (optional)

The mime type of the image.

Possible values:

  • image/png

    PNG image format

  • image/jpeg

    JPEG image format

  • image/webp

    WebP image format

  • image/heic

    HEIC image format

  • image/heif

    HEIF image format

  • image/gif

    GIF image format

  • image/bmp

    BMP image format

  • image/tiff

    TIFF image format

resolution MediaResolution (optional)

The resolution of the media.

Possible values

  • low

    Low resolution.

  • medium

    Medium resolution.

  • high

    উচ্চ রেজোলিউশন।

  • ultra_high

    Ultra high resolution.

type object (optional)

No description provided.

Always set to "image" .

uri string (optional)

The URI of the image.

উদাহরণ

ছবি

{
  "type": "image",
  "data": "BASE64_ENCODED_IMAGE",
  "mime_type": "image/png"
}

TextContent

A text content block.

ক্ষেত্র

annotations array (Annotation) (optional)

Citation information for model-generated content.

Citation information for model-generated content.

Possible Types

FileCitation

A file citation annotation.

custom_metadata object (optional)

User provided metadata about the retrieved context.

document_uri string (optional)

The URI of the file.

end_index integer (optional)

End of the attributed segment, exclusive.

file_name string (optional)

The name of the file.

media_id string (optional)

Media ID in-case of image citations, if applicable.

page_number integer (optional)

Page number of the cited document, if applicable.

source string (optional)

Source attributed for a portion of the text.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "file_citation" .

PlaceCitation

A place citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

name string (optional)

Title of the place.

place_id string (optional)

The ID of the place, in `places/{place_id}` format.

review_snippets array (ReviewSnippet) (optional)

Snippets of reviews that are used to generate answers about the features of a given place in Google Maps.

Encapsulates a snippet of a user review that answers a question about the features of a specific place in Google Maps.

ক্ষেত্র

review_id string (optional)

The ID of the review snippet.

title string (optional)

Title of the review.

url string (optional)

A link that corresponds to the user review on Google Maps.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

type object (required)

No description provided.

Always set to "place_citation" .

url string (optional)

URI reference of the place.

UrlCitation

A URL citation annotation.

end_index integer (optional)

End of the attributed segment, exclusive.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

title string (optional)

The title of the URL.

type object (required)

No description provided.

Always set to "url_citation" .

url string (optional)

The URL.

WordInfo

Word-level ASR annotation for transcription output. Carries the word text, optional timing, and optional speaker attribution.

end_index integer (optional)

End of the attributed segment, exclusive.

end_offset string (optional)

End offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

speaker string (optional)

Optional. Speaker label for this word (eg "spk_1", "spk_2"). Present when diarization_mode is set in TranscriptionConfig.

start_index integer (optional)

Start of segment of the response that is attributed to this source. Index indicates the start of the segment, measured in bytes.

start_offset string (optional)

Start offset in time of the word relative to the start of the audio. Present when timestamp_granularities contains "word".

text string (optional)

The transcribed word.

type object (required)

No description provided.

Always set to "word_info" .

text string (optional)

Required. The text content.

type object (optional)

No description provided.

Always set to "text" .

উদাহরণ

পাঠ্য

{
  "type": "text",
  "text": "Hello, how are you?"
}