智能体是一种利用 Gemini 模型、一组工具和推理能力来执行复杂的多步骤任务并实现特定目标的系统。与单个模型调用不同，智能体可以规划、执行一系列操作、与外部系统互动，并综合信息来满足用户的请求。
借助 Gemini API，您可以利用以下功能构建强大的代理：
- Gemini 模型：核心智能，提供推理和语言理解功能。
- 工具：将模型与现实世界的信息和操作相关联的功能。这些工具可以是内置工具（例如 Google 搜索、Google 地图、代码执行），也可以是自定义工具。
- 函数调用：用于定义自定义工具和 API 并将其连接到 Gemini 模型的机制。
- 思考：可增强模型推理能力和复杂任务规划能力的功能。
- 长上下文：使智能体能够在长时间的互动中保持状态和信息。
空闲的客服人员
- Deep Research Agent：一种自主代理，可规划、执行和合成多步骤研究任务，适用于市场分析、尽职调查和文献评审等用例。
构建智能体
智能体使用模型和工具来完成多步任务。虽然 Gemini 提供了推理能力（“大脑”）和基本工具（“双手”），但您通常需要一个编排框架来管理代理的记忆、规划循环和执行复杂的工具链。
为了最大限度地提高多步骤工作流的可靠性，您应精心设计指令，明确控制模型的推理和规划方式。虽然 Gemini 提供了强大的通用推理能力，但复杂的智能体可以从强制执行特定行为（例如在遇到问题时保持持久性、风险评估和主动规划）的提示中受益。
如需了解设计这些提示的策略，请参阅智能体工作流。以下是一个系统指令的示例，该指令使多个智能体基准的性能提升了约 5%。
智能体框架
Gemini 与以下领先的开源智能体框架集成：
- LangChain / LangGraph：使用图结构构建有状态的复杂应用流程和多智能体系统。
- LlamaIndex：将 Gemini Agent 连接到您的私有数据，以实现 RAG 增强型工作流。
- CrewAI：编排协作式角色扮演的自主 AI 智能体。
- Vercel AI SDK：使用 JavaScript/TypeScript 构建 AI 赋能的用户界面和智能体。
- Google ADK：一个用于构建和编排可互操作的 AI 智能体的开源框架。