Объединение Google Search и Google Maps в одном API вызове Gemini
В этом руководстве мы рассматриваем последние обновления инструментов Gemini API, которые Google анонсировал в марте 2026 года, в частности, возможность комбинировать встроенные инструменты, такие как Google Search и Google Maps, с пользовательскими вызовами функций в одном API запросе. Мы проведем пять практических демонстраций, которые постепенно будут нарастать, начиная с основной функции комбинирования инструментов и заканчивая полной цепочкой многоинструментного агента.
В ходе демонстраций мы покажем, как циркуляция контекста сохраняет каждый вызов инструмента и ответ на него, позволяя модели рассуждать на основе предыдущих выводов; как уникальные идентификаторы ответов инструментов позволяют сопоставлять параллельные вызовы функций с их точными результатами; и как интеграция с Google Maps приносит данные о местоположении в наши приложения в реальном времени. Мы используем gemini-3-flash-preview для функций комбинирования инструментов и gemini-2.5-flash для интеграции с картами, поэтому все, что мы создаем, работает без необходимости настройки биллинга.
Первая демонстрация показывает ключевую новую функцию: передача как встроенного инструмента (Google Search), так и декларации пользовательской функции в одном API вызове. Gemini выполнит поиск в интернете для получения актуальной информации, а затем запросит нашу пользовательскую функцию для получения данных о погоде. Мы предоставим ответ функции, и Gemini синтезирует все данные.
В процессе работы мы установим SDK Google GenAI, безопасно захватим наш API ключ и определим вспомогательные функции, которые будут поддерживать остальную часть руководства. Мы завершили двухходовой процесс, вернув наш смоделированный ответ о погоде с соответствующим идентификатором вызова функции и наблюдая за финальным синтезированным ответом.
Z.AI представляет модель GLM-5.1 с рекордными возможностями
NVIDIA представила AITune: инструмент для оптимизации инференса моделей PyTorch
Похожие статьи
Почему каждому AI-ассистенту по программированию нужна память
Каждому AI-ассистенту по программированию требуется память для повышения эффективности.
Alibaba представляет VimRAG: новый фреймворк для многомодального RAG
Alibaba представила VimRAG — новый фреймворк для многомодального RAG, решающий проблемы работы с визуальными данными.
Z.AI представляет модель GLM-5.1 с рекордными возможностями
Z.AI анонсировала GLM-5.1 — модель с рекордными возможностями для агентных задач.