En esta guía, se explica cómo crear y usar agentes administrados en la API de Gemini con el agente Antigravity. Realizarás tu primera llamada al agente, continuarás una conversación de varios turnos, transmitirás la respuesta, descargarás archivos del entorno de pruebas y trabajarás con el agente administrado Antigravity.
Ejecuta tu primera interacción con el agente
Una sola llamada a la API de Interactions aprovisiona un entorno de pruebas de Linux, ejecuta el bucle del agente y muestra el resultado. Definirás tres parámetros:
- Pasa
agentcomo"antigravity-preview-05-2026",que es la versión actual de nuestro agente administrado predefinido y de uso general. - Define
environment="remote"para aprovisionar un entorno de pruebas nuevo. Crea una entrada que defina lo que quieres que haga el agente.
Python
from google import genai
client = genai.Client()
interaction = client.interactions.create(
agent="antigravity-preview-05-2026",
input="Write a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt. Then read the file and print its contents.",
environment="remote",
)
# Print the agent's final output
print(f"Interaction ID: {interaction.id}")
print(f"Environment ID: {interaction.environment_id}")
print(f"Output: {interaction.output_text}")
JavaScript
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
agent: "antigravity-preview-05-2026",
input: "Write a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt. Then read the file and print its contents.",
environment: "remote",
});
console.log(`Interaction ID: ${interaction.id}`);
console.log(`Environment ID: ${interaction.environment_id}`);
console.log(`Output: ${interaction.output_text}`);
REST
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
"agent": "antigravity-preview-05-2026",
"input": [{"type": "text", "text": "Write a Python script that generates the first 20 Fibonacci numbers and saves them to fibonacci.txt. Then read the file and print its contents."}],
"environment": {"type": "remote"}
}'
La respuesta muestra un objeto Interaction. Almacena interaction.id y interaction.environment_id para continuar la conversación en el mismo entorno de pruebas. Usa interaction.output_text para acceder a la respuesta final del agente. interaction.steps muestra cada paso que dio el agente (razonamiento, llamadas a herramientas, ejecución de código).
Continúa la conversación (de varios turnos)
La API realiza un seguimiento de dos dimensiones de estado independientes:
- Contexto de la conversación: Historial de chat, seguimiento de razonamiento, uso de herramientas con
previous_interaction_id. - Estado del entorno: Archivos, paquetes instalados y estado del entorno de pruebas con
environment.
Pasa ambos en su lugar respectivo para reanudar:
Python
interaction_2 = client.interactions.create(
agent="antigravity-preview-05-2026",
previous_interaction_id=interaction.id,
environment=interaction.