Google Gemini

Google Gemini может вернуть агент Agent Framework через API разработчика Gemini или Vertex AI. Клиент, зависящий от поставщика, обрабатывает параметры проверки подлинности и запроса Gemini, в то время как Agent Framework владеет определением агента и оркестрацией.

Important

Google Gemini и Vertex AI являются сторонними системами. Просмотрите условия обслуживания, обработку данных, региональные границы, доступ к модели и затраты на использование перед отправкой данных приложения.

Установка Gemini IChatClient

Пример .NET демонстрирует официальный клиент Google GenAI и реализацию сообществаMscc.GenerativeAI.Microsoft.

dotnet add package Google.GenAI
dotnet add package Mscc.GenerativeAI.Microsoft
dotnet add package Microsoft.Agents.AI --prerelease

Configuration

GOOGLE_GENAI_API_KEY="<google-ai-studio-api-key>"
GOOGLE_GENAI_MODEL="gemini-2.5-flash"

const string JokerInstructions = "You are good at telling jokes.";
const string JokerName = "JokerAgent";

string apiKey = Environment.GetEnvironmentVariable("GOOGLE_GENAI_API_KEY") ?? throw new InvalidOperationException("Please set the GOOGLE_GENAI_API_KEY environment variable.");
string model = Environment.GetEnvironmentVariable("GOOGLE_GENAI_MODEL") ?? "gemini-2.5-flash";

// Using a Google GenAI IChatClient implementation

ChatClientAgent agentGenAI = new(
    new Client(vertexAI: false, apiKey: apiKey).AsIChatClient(model),
    name: JokerName,
    instructions: JokerInstructions);

AgentResponse response = await agentGenAI.RunAsync("Tell me a joke about a pirate.");
Console.WriteLine($"Google GenAI client based agent response:\n{response}");

// Using a community driven Mscc.GenerativeAI.Microsoft package

ChatClientAgent agentCommunity = new(
    new GeminiChatClient(apiKey: apiKey, model: model),
    name: JokerName,
    instructions: JokerInstructions);

response = await agentCommunity.RunAsync("Tell me a joke about a pirate.");
Console.WriteLine($"Community client based agent response:\n{response}");

Выберите одну IChatClient реализацию и настройте api разработчика Gemini или проверку подлинности Vertex AI.

Установите пакет

pip install agent-framework-gemini --pre

Configuration

Используйте либо API разработчика Gemini:

GEMINI_API_KEY="<api-key>"
GEMINI_MODEL="gemini-2.5-flash"
# GOOGLE_API_KEY and GOOGLE_MODEL are also supported.

Или настройте ИИ вершин:

GOOGLE_GENAI_USE_VERTEXAI="true"
GOOGLE_CLOUD_PROJECT="<project-id>"
GOOGLE_CLOUD_LOCATION="us-central1"
GOOGLE_MODEL="gemini-2.5-flash"

GeminiChatClient поддерживает потоковую передачу, средства функций, структурированные выходные данные, расширенные средства мышления и средства, размещенные у поставщика.

async def non_streaming_example() -> None:
    """Runs the agent and waits for the complete response before printing it."""
    print("=== Non-streaming ===")

    # 1. Create the agent with the Gemini chat client and local weather tool.
    agent = Agent(
        client=GeminiChatClient(),
        name="WeatherAgent",
        instructions="You are a helpful weather agent.",
        tools=[get_weather],
    )

    # 2. Ask the agent for a single weather lookup and print the final response.
    query = "What's the weather like in Karlsruhe, Germany?"
    print(f"User: {query}")
    result = await agent.run(query)
    print(f"Result: {result}\n")


async def streaming_example() -> None:
    """Runs the agent and prints each chunk as it is received."""
    print("=== Streaming ===")

    # 1. Create the same agent configuration for a streaming tool-call example.
    agent = Agent(
        client=GeminiChatClient(),
        name="WeatherAgent",
        instructions="You are a helpful weather agent.",
        tools=[get_weather],
    )

    # 2. Ask a multi-location question and stream the model output as it arrives.
    query = "What's the weather like in Portland and in Paris?"
    print(f"User: {query}")
    print("Agent: ", end="", flush=True)
    async for chunk in agent.run(query, stream=True):
        if chunk.text:
            print(chunk.text, end="", flush=True)
    print("\n")

Пакет включает фабрики для поиска Google Search, приземления Google Maps, выполнения кода, поиска файлов и MCP.

Поиск Google Приземление

import asyncio

from agent_framework import Agent
from agent_framework.gemini import GeminiChatClient
from dotenv import load_dotenv

load_dotenv()


async def main() -> None:
    """Run the Google Search grounding example."""
    print("=== Google Search grounding ===")

    # 1. Create the agent with Gemini and the built-in Google Search grounding tool.
    agent = Agent(
        client=GeminiChatClient(),
        name="SearchAgent",
        instructions="You are a helpful assistant. Use Google Search to provide accurate, up-to-date answers.",
        tools=[GeminiChatClient.get_web_search_tool()],
    )

    # 2. Ask a current-events style question and stream the grounded answer.
    query = "What is the latest stable release of the .NET SDK?"
    print(f"User: {query}")
    print("Agent: ", end="", flush=True)
    async for chunk in agent.run(query, stream=True):
        if chunk.text:
            print(chunk.text, end="", flush=True)
    print("\n")


if __name__ == "__main__":
    asyncio.run(main())

Пакет SDK для Go предоставляет geminiprovider вывод Gemini. Создайте стандарт *agent.Agent с помощью конструктора для конкретного поставщика.

Ознакомьтесь с пакетом и примерамипоставщика Gemini.

Tools

инструмент	C#	Python	Вперед	Примечания
Средства функций	✅	✅	✅	Вызов функции стандартной модели.
Утверждение инструмента	✅	✅	✅	Применяется циклом инструментов платформы.
Интерпретатор кода	❌	✅	❌	GeminiChatClient.get_code_interpreter_tool().
Поиск файлов	❌	✅	❌	GeminiChatClient.get_file_search_tool().
Поиск в Интернете	❌	✅	❌	Google Search заземление через get_web_search_tool().
Подземление Google Maps	❌	✅	❌	GeminiChatClient.get_maps_grounding_tool().
Размещенные средства MCP	❌	✅	❌	GeminiChatClient.get_mcp_tool().
Локальные средства MCP	✅	✅	✅	Выполняется в процессе приложения.

Дальнейшие действия

ONNX