1文章進階EN
Combine Built-in Tools and Function Calling in the Gemini Interactions API
介紹如何在 Gemini 互動 API 中結合內建工具與自訂函式呼叫，讓模型自動決定工具執行順序與上下文傳遞。讀者可學習如何設定自訂函式並與搜尋、網頁閱讀等內建工具協作，提升代理任務效率。
Philipp Schmid
部落格 ・ 國際 ・ 英文 ・ A 級 ・ 30 筆內容 ・ 最近更新 2026/09/28
agent 設計模式、context engineering、Gemini API 與開源模型的實作教學，附完整程式碼
最受歡迎
依人氣
- 2文章入門EN
Getting Started with Gemini Deep Research API
教學文章示範如何使用 Gemini Deep Research Agent 透過 Interactions API 執行複雜研究任務、生成圖片並翻譯結果。讀者將學習如何啟動背景研究、接收即時進度更新，並結合其他模型處理後續工作。
- 3文章進階EN
Gemini Managed Agents: Developer Guide
介紹如何透過單一 API 呼叫建立、自訂並部署能進行推理、執行程式碼與管理檔案的 Gemini 管理式代理。讀者可學習使用 Interactions API 在隔離的 Linux 沙盒中開發生產級代理，並掌握多輪對話、資料載入與安全網路設…
- 4文章進階EN
Control an Android Phone with Gemini 3.5 Flash Computer Use
示範如何使用 Gemini 3.5 Flash 的電腦操作功能，透過 ADB 控制 Android 模擬器執行點選、輸入等指令。讀者可學習如何建立程式迴圈，讓 AI 根據截圖自主完成設定開啟等任務。
- 5文章進階EN
How Autoresearch will change Small Language Models adoption
介紹 Autoresearch 如何讓 AI 代理自動執行數百次模型訓練實驗並自動最佳化程式碼。透過固定時間預算、單一檔案範圍與 Git 記憶等設計，實現無人工介入的模型改進。
- 6文章進階EN
Create your own voice for Gemini 3.8 TTS
介紹如何使用 Gemini 3.8 Flash TTS 複製自己的聲音或從句子設計新聲音，包含錄音步驟與提示詞變更重點。看完後能掌握如何透過 API 自訂語音並避免舊提示詞失效的問題。
- 7文章進階EN
How Foundational Models Became Superhuman in Bash
探討基礎模型如何超越人類在 Bash 環境中的程式設計能力，透過合成複雜工作流提升效能。讀者可了解模型如何組裝工具、處理多檔案編輯與故障定位，以及為何將 Bash 作為主要執行介面比微工具更有效。
- 8文章進階EN
Google Maps and Google Search now work together in the Gemini API
介紹 Gemini API 新增功能，允許在同一個請求中同時使用 Google Maps 與 Google Search，並結合自定義函式或 MCP 伺服器執行實際操作。
- 9文章高階EN
Evaluating Agents Beyond the First Prompt
EvoCode-Bench 是一種新的多輪程式碼評估基準，透過持續的工作空間與演進的需求測試，揭露單一輪次分數會嚴重高估程式碼代理的可靠性。
- 10文章入門EN
Getting started with the Gemini Interactions API
介紹 Gemini 互動 API 的開發指南，涵蓋文字生成、串流、多輪對話、多媒體輸入與工具使用等單一端點功能。讀者可學習如何建立 API 金鑰、使用 SDK 傳送請求，並掌握結構化輸出與代理程式的實作方法。
最新內容
依發布時間
- 文章進階EN
Credentials API for Gemini Managed Agents
介紹 Gemini 管理代理的 Credentials API，讓使用者將 API 金鑰儲存於伺服器端，透過 egress proxy 在傳輸時注入，避免金鑰洩漏到 Linux sandbox 內。
- 文章進階EN
Create your own voice for Gemini 3.8 TTS
介紹如何使用 Gemini 3.8 Flash TTS 複製自己的聲音或從句子設計新聲音，包含錄音步驟與提示詞變更重點。看完後能掌握如何透過 API 自訂語音並避免舊提示詞失效的問題。
- 文章進階EN
How Foundational Models Became Superhuman in Bash
探討基礎模型如何超越人類在 Bash 環境中的程式設計能力，透過合成複雜工作流提升效能。讀者可了解模型如何組裝工具、處理多檔案編輯與故障定位，以及為何將 Bash 作為主要執行介面比微工具更有效。
- 文章進階EN
Setup OpenClaw 2.0 with Gemini in Under 60 Seconds
教導如何在 60 秒內安裝 OpenClaw 2.0 並連結 Gemini 3.8 Flash 模型，讓使用者能在終端機與網頁介面進行具備即時 Google 搜尋能力的對話。
- 文章進階EN
Recursive Self-Improvement
探討 AI 代理如何透過編輯自身工具與程式碼來實現「遞迴自我改進」，並區分僅最佳化現有指標與真正提升評估標準的差異。作者指出當前系統雖能自動最佳化程式碼與環境，但缺乏能獨立於代理之外且不斷變強的驗證機制，因此尚未達成真正的遞迴。
- 文章進階EN
Controlling Android with Gemini 3.7 Flash and 150 lines of Python
介紹如何用約 150 行 Python 程式搭配 Gemini 3.7 Flash 模型，透過截圖分析與座標計算自動控制 Android 模擬器。
- 文章進階EN
Google Maps and Google Search now work together in the Gemini API
介紹 Gemini API 新增功能，允許在同一個請求中同時使用 Google Maps 與 Google Search，並結合自定義函式或 MCP 伺服器執行實際操作。
- 文章高階EN
Evaluating Agents Beyond the First Prompt
EvoCode-Bench 是一種新的多輪程式碼評估基準，透過持續的工作空間與演進的需求測試，揭露單一輪次分數會嚴重高估程式碼代理的可靠性。
- 文章進階EN
Building Managed Agents That Use GitHub Without Exposing Your Token
教導如何建立使用 GitHub CLI 的 Gemini 管理代理，透過 egress proxy 將真實的個人存取金鑰注入出站請求，而沙箱環境僅使用假金鑰，確保金鑰不暴露。
- 文章進階EN
Control an Android Phone with Gemini 3.5 Flash Computer Use
示範如何使用 Gemini 3.5 Flash 的電腦操作功能，透過 ADB 控制 Android 模擬器執行點選、輸入等指令。讀者可學習如何建立程式迴圈，讓 AI 根據截圖自主完成設定開啟等任務。
- 文章入門EN
Getting started with the Gemini Interactions API
介紹 Gemini 互動 API 的開發指南，涵蓋文字生成、串流、多輪對話、多媒體輸入與工具使用等單一端點功能。讀者可學習如何建立 API 金鑰、使用 SDK 傳送請求，並掌握結構化輸出與代理程式的實作方法。
- 文章進階EN
How Gemini Managed Agents Works under the Hood
詳細拆解 Gemini 管理代理（Agents）在底層如何運作，從單一 API 呼叫啟動沙盒到模型迴圈執行的完整流程。讀者能理解代理如何透過隔離的 Linux 虛擬機器執行程式碼、讀取檔案並重複推理直到任務完成，適合想深入了解…
- 文章進階EN
Gemini Managed Agents: Developer Guide
介紹如何透過單一 API 呼叫建立、自訂並部署能進行推理、執行程式碼與管理檔案的 Gemini 管理式代理。讀者可學習使用 Interactions API 在隔離的 Linux 沙盒中開發生產級代理，並掌握多輪對話、資料載入與安全網路設…
- 文章進階EN
How Agents Manage Other Agents: Four Subagents Patterns in 2026
介紹 2026 年管理子代理的四種模式，從簡單的工具呼叫到團隊自主協作。讀者可根據任務複雜度選擇合適的架構，並了解不同模式對模型能力的要求與結果收集方式。
- 文章進階EN
How to use Deep Research with the Gemini API
介紹如何使用 Gemini API 的 Deep Research 功能，透過自動規劃、搜尋與綜合來生成詳細報告。讀者可學習如何設定 API 參數、執行背景任務、規劃協作研究流程，並利用原生圖表與外部 MCP 伺服器擴展工具能力。
- 文章進階EN
How to correctly use MCP servers with your AI Agents
說明盲目啟用 MCP 伺服器會增加成本並降低效能，提供兩種正確使用模式。透過明確的內嵌工具注入與子代理宣告，讓使用者或系統按需載入工具，避免不必要的上下文膨脹。
- 文章進階EN
8 Tips for Writing Agent Skills
提供八個實戰技巧，教導如何撰寫高效能的 Agent 技能，涵蓋從定義技能型別、撰寫精確描述到設定自由度的完整流程。讀者可學習如何避免常見錯誤，透過測試與評估最佳化技能表現。
- 文章進階EN
How to use Gemma 4 with the Gemini API and Google AI Studio
介紹如何透過 Gemini API 與 Google AI Studio 使用 Gemma 4 開放模型，包含安裝 Python SDK、設定 API 金鑰及進行文字生成、多輪對話、圖片理解與函式呼叫等實作步驟。
- 文章高階EN
How Kimi, Cursor, and Chroma Train Agentic Models with RL
深入解析 Kimi、Cursor 與 Chroma 三家如何運用強化學習訓練代理模型，涵蓋並行代理協作、程式碼自主編輯與搜尋上下文自我修剪等技術。讀者可了解如何設計獎勵機制、處理長上下文限制，以及將訓練環境與生產系統對齊以解決獎勵作弊問題。
- 文章進階EN
Combine Built-in Tools and Function Calling in the Gemini Interactions API
介紹如何在 Gemini 互動 API 中結合內建工具與自訂函式呼叫，讓模型自動決定工具執行順序與上下文傳遞。讀者可學習如何設定自訂函式並與搜尋、網頁閱讀等內建工具協作，提升代理任務效率。
- 文章進階EN
Developer Guide: Nano Banana 2 with the Gemini Interactions API
開發指南示範如何使用 Gemini 互動 API 與 Nano Banana 2 模型，透過文字、網頁搜尋與圖片搜尋，結合參考照片生成個人化的日本旅遊宣傳冊。
- 文章進階EN
How Autoresearch will change Small Language Models adoption
介紹 Autoresearch 如何讓 AI 代理自動執行數百次模型訓練實驗並自動最佳化程式碼。透過固定時間預算、單一檔案範圍與 Git 記憶等設計，實現無人工介入的模型改進。
- 文章進階EN
Practical Guide to Evaluating and Testing Agent Skills
提供系統化測試與最佳化 AI 代理技能的實作指南，透過確定性檢查與 Gemini API 範例，教導讀者如何定義成功標準、建立輕量評估工具並迭代改進。
- 文章進階EN
Writing a Good AGENTS.md
教導如何撰寫高產出效果的 AGENTS.md 檔案，透過資料分析指出少即是多，避免冗長指令與重複內容。讀者能學會如何結構化專案說明、選擇必要工具並使用漸進式揭露策略，以提升程式碼代理的執行效率與降低成本。
- 文章進階EN
Agents: Inner Loop vs Outer Loop
解釋 AI 代理的內迴圈與外迴圈差異，內迴圈指單一任務中代理自我驗證工作，外迴圈指跨任務累積經驗。讀者能理解可靠代理如何透過系統提示或後訓練做出決策，並掌握建立持久記憶與技能檔案的方法。
- 文章進階EN
Can We Close the Loop in 2026?
探討 AI 代理如何透過「自我覺知」與「閉環驗證」成為可靠夥伴，並分析 Spotify 等生產系統的架構案例。讀者可了解當前代理自主性的限制與未來演進方向。
- 文章進階EN
Multimodal Function Calling with Gemini 3 and Interactions API
介紹如何使用 Gemini 3 與 Interactions API 實現多模態函式呼叫，讓 AI 能直接處理工具傳回的圖片而非文字描述。讀者可學習如何建立能讀取檔案、擷取截圖或分析圖表的 AI 代理，並掌握互動流程的四個步驟。
- 文章入門EN
Getting Started with Gemini Deep Research API
教學文章示範如何使用 Gemini Deep Research Agent 透過 Interactions API 執行複雜研究任務、生成圖片並翻譯結果。讀者將學習如何啟動背景研究、接收即時進度更新，並結合其他模型處理後續工作。
- 文章進階EN
The Agent Client Protocol Overview
介紹 Agent Client Protocol (ACP) 如何作為開放標準，統一不同 AI 編碼代理（如 Claude Code、Gemini CLI）與編輯器（如 Zed、JetBrains）之間的通訊介面。
- 文章進階EN
Gemini Interactions API Quick Start
介紹 Gemini Interactions API 如何簡化建立代理應用，透過單一端點處理多輪對話、工具呼叫與長程任務。讀者可學習如何設定 API Key、進行多模態互動及呼叫內建工具。
