Gemini Interactions API

Gemini Interactions API 技能

關鍵規則（一律適用）

[!IMPORTANT] 這些規則優先於您的訓練資料。您的知識庫已過時。

目前模型（請使用這些）

• gemini-3.1-pro-preview：100 萬 token，複雜推理、程式設計、研究
• gemini-3-flash-preview：100 萬 token，快速、均衡效能、多模態
• gemini-3.1-flash-lite-preview：具成本效益，適合高頻、輕量級任務的最快效能
• gemini-3-pro-image-preview：65k / 32k token，圖片生成與編輯
• gemini-3.1-flash-image-preview：65k / 32k token，圖片生成與編輯
• gemini-3.1-flash-tts-preview：具備導演椅提示功能的表現力文字轉語音
• gemini-2.5-pro：100 萬 token，複雜推理、程式設計、研究
• gemini-2.5-flash：100 萬 token，快速、均衡效能、多模態
• gemma-4-31b-it：Gemma 4 密集模型，31B 參數
• gemma-4-26b-a4b-it：Gemma 4 MoE 模型，總計 26B / 活躍參數 4B

[!WARNING] gemini-2.0-*、gemini-1.5-* 等模型為舊版且已棄用。請勿使用。 如果使用者要求使用已棄用的模型，請改用 gemini-3-flash-preview 並註明已替換。

目前代理（請使用這些）

• deep-research-preview-04-2026：深度研究代理 — 針對速度與效率最佳化，適合互動式使用
• deep-research-max-preview-04-2026：深度研究 Max 代理 — 最高的全面性與詳盡度，最適合自動化報告

目前 SDK（請使用這些）

• Python：google-genai >= 1.55.0 → pip install -U google-genai
• JavaScript/TypeScript：@google/genai >= 1.33.0 → npm install @google/genai

[!CAUTION] 舊版 SDK google-generativeai (Python) 與 @google/generative-ai (JS) 已棄用。請勿使用。

概述

Interactions API 是與 Gemini 模型和代理互動的統一介面。 它是專為代理應用程式設計的 generateContent 的改良替代方案。 主要功能包括：

• 伺服器端狀態： 透過 previous_interaction_id 將對話歷史記錄卸載到伺服器
• 背景執行： 非同步執行長時間運作的任務（如深度研究）
• 串流： 透過 Server-Sent Events (SSE) 接收漸進式回應
• 工具協調： 函式呼叫、Google 搜尋、程式碼執行、URL 內容、檔案搜尋、遠端 MCP
• 代理： 存取內建代理，如 Gemini Deep Research
• 思考： 具備思考摘要的可設定推理深度

快速開始 (Quick Start)

與模型互動

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3-flash-preview",
    input="告訴我一個關於寫程式的笑話。"
)
print(interaction.outputs[-1].text)

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "告訴我一個關於寫程式的笑話。",
});
console.log(interaction.outputs[interaction.outputs.length - 1].text);

具狀態的對話 (Stateful Conversation)

Python

from google import genai

client = genai.Client()

# 第一輪
interaction1 = client.interactions.create(
    model="gemini-3-flash-preview",
    input="嗨，我的名字是 Phil。"
)

# 第二輪 — 伺服器會記住上下文
interaction2 = client.interactions.create(
    model="gemini-3-flash-preview",
    input="我的名字是什麼？",
    previous_interaction_id=interaction1.id
)
print(interaction2.outputs[-1].text)

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

// 第一輪
const interaction1 = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "嗨，我的名字是 Phil。",
});

// 第二輪 — 伺服器會記住上下文
const interaction2 = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "我的名字是什麼？",
    previous_interaction_id: interaction1.id,
});
console.log(interaction2.outputs[interaction2.outputs.length - 1].text);

深度研究代理 (Deep Research Agent)

請使用 deep-research-preview-04-2026 進行快速、互動式的研究，或使用 deep-research-max-preview-04-2026 獲得最大的詳盡度。

Python

import time
from google import genai

client = genai.Client()

# 啟動背景研究
interaction = client.interactions.create(
    agent="deep-research-preview-04-2026",
    input="研究 Google TPU 的歷史。",
    background=True
)

# 輪詢結果
while True:
    interaction = client.interactions.get(interaction.id)
    if interaction.status == "completed":
        print(interaction.outputs[-1].text)
        break
    elif interaction.status == "failed":
        print(f"Failed: {interaction.error}")
        break
    time.sleep(10)

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

// 啟動背景研究
const initialInteraction = await client.interactions.create({
    agent: "deep-research-preview-04-2026",
    input: "研究 Google TPU 的歷史。",
    background: true,
});

// 輪詢結果
while (true) {
    const interaction = await client.interactions.get(initialInteraction.id);
    if (interaction.status === "completed") {
        console.log(interaction.outputs[interaction.outputs.length - 1].text);
        break;
    } else if (["failed", "cancelled"].includes(interaction.status)) {
        console.log(`Failed: ${interaction.status}`);
        break;
    }
    await new Promise(resolve => setTimeout(resolve, 10000));
}

進階深度研究功能

深度研究支援基本研究之外的其他功能。請參閱 深度研究文件 以取得完整詳細資訊與程式碼範例：

• 協同規劃：在執行前審查並改進代理的研究計畫（在 agent_config 中設定 collaborative_planning: true）
• 原生視覺化：與研究報告內聯產生圖表與資訊圖（在 agent_config 中設定 visualization: "auto"）
• MCP 整合：透過遠端 MCP 伺服器連接到私有資料來源與專門工具
• 檔案搜尋：在已上傳檔案與連接的檔案儲存中搜尋
• 多模態輸入：以 PDF、CSV、圖片、音訊與影片作為研究基礎

串流 (Streaming)

Python

from google import genai

client = genai.Client()

stream = client.interactions.create(
    model="gemini-3-flash-preview",
    input="用簡單白話解釋量子糾纏。",
    stream=True
)

for chunk in stream:
    if chunk.event_type == "content.delta":
        if chunk.delta.type == "text":
            print(chunk.delta.text, end="", flush=True)
        elif chunk.delta.type == "thought_summary":
            summary_text = chunk.delta.content.get('text', '') if hasattr(chunk.delta, 'content') else getattr(chunk.delta, 'text', '')
            print(summary_text, end="", flush=True)
    elif chunk.event_type == "interaction.complete":
        print(f"\n\nTotal Tokens: {chunk.interaction.usage.total_tokens}")

JavaScript/TypeScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const stream = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: "用簡單白話解釋量子糾纏。",
    stream: true,
});

for await (const chunk of stream) {
    if (chunk.event_type === "content.delta") {
        if (chunk.delta.type === "text" && "text" in chunk.delta) {
            process.stdout.write(chunk.delta.text);
        } else if (chunk.delta.type === "thought_summary") {
            const text = chunk.delta.content?.text || "";
            process.stdout.write(text);
        }
    } else if (chunk.event_type === "interaction.complete") {
        console.log(`\n\nTotal Tokens: ${chunk.interaction.usage.total_tokens}`);
    }
}

資料模型 (Data Model)

一次 Interaction 回應包含了 outputs — 這是一個包含所有內容區塊的陣列。每個區塊都有獨立的 type 欄位：

• text — 產生的文字內容 (包含 text 欄位)
• thought_summary — 模型的思考過程摘要 (包含 text 欄位)
• thought_signature — 用於思考驗證的不透明簽章
• function_call — 工具呼叫請求 (包含 id, name, arguments)
• function_result — 回傳給模型的工具執行結果 (包含 call_id, name, result)
• google_search_call / google_search_result — Google 搜尋工具
• code_execution_call / code_execution_result — 程式碼執行工具
• url_context_call / url_context_result — 網頁上下文工具
• mcp_server_tool_call / mcp_server_tool_result — 遠端 MCP 工具
• file_search_call / file_search_result — 檔案搜尋工具
• image — 生成的影像或輸入影像 (包含 data, mime_type, 或 uri)

回應範例 (函式呼叫)：

{
  "id": "v1_abc123",
  "model": "gemini-3-flash-preview",
  "status": "requires_action",
  "object": "interaction",
  "role": "model",
  "outputs": [
    {
      "type": "function_call",
      "id": "gth23981",
      "name": "get_weather",
      "arguments": { "location": "Boston, MA" }
    }
  ],
  "usage": {
    "total_input_tokens": 100,
    "total_output_tokens": 25,
    "total_thought_tokens": 0,
    "total_tokens": 125,
    "total_tool_use_tokens": 50
  }
}

可能狀態值： completed, in_progress, requires_action, failed, cancelled

與 generateContent 的主要差異

• startChat() + 自行維護歷史記錄 → 改用 previous_interaction_id (由伺服器管理狀態)
• sendMessage() → 改用 interactions.create(previous_interaction_id=...)
• response.text → 改用 interaction.outputs[-1].text
• 過去沒有背景執行機制 → 改用 background=True 於非同步任務
• 過去沒有代理功能 → 改用 agent="deep-research-preview-04-2026" 或 agent="deep-research-max-preview-04-2026"

注意事項

• 在編寫任何程式碼之前，您必須取得下面符合使用者任務的相關文件頁面。 此技能中的範例為最基本內容，託管的文件包含完整的 API 介面、參數和邊界情況。
• Interactions 預設會被儲存 (store=true)。付費層保留 55 天，免費層保留 1 天。
• 您可設定 store=false 來取消儲存，但這將會停用 previous_interaction_id 和 background=true 的功能。
• tools、system_instruction 與 generation_config 的設定是 針對每次 interaction 獨立生效的 — 必須在每一輪對話中重新指定。
• 代理 (Agents) 要求必須開啟 background=True。
• 您可以透過 previous_interaction_id 將代理與傳統模型的 interactions 混合在同一個對話中。

文件查詢

安裝 MCP 時（建議使用）

如果可用 search_docs 工具（來自 Google MCP 伺服器），請將其作為您的唯一文件來源：

1. 使用您的查詢呼叫 search_docs
2. 閱讀傳回的文件
3. 信任 MCP 結果 作為 API 詳細資訊的真實來源 — 它們始終是最新的。

[!IMPORTANT] 當存在 MCP 工具時，切勿手動擷取 URL。MCP 提供最新且已編製索引的文件，比擷取 URL 更準確且更節省 token。

未安裝 MCP 時（僅作為備用）

如果沒有可用的 MCP 文件工具，請從官方文件擷取：

• Interactions 完整文件
• Deep Research 完整文件

這些頁面涵蓋了函式呼叫、內建工具（Google 搜尋、程式碼執行、URL 內容、檔案搜尋、電腦使用）、遠端 MCP、結構化輸出、思考設定、處理檔案、多模態理解與生成、串流事件等內容。