Blog

Nuevas Capacidades en Gemini API: Agentes Gestionados

Recientemente, Google ha ampliado las capacidades de su Gemini API, introduciendo nuevas funcionalidades en los Agentes Gestionados. Estas mejoras están diseñadas para facilitar a los desarrolladores la creación de agentes más confiables y listos para producción. A medida que la inteligencia artificial continúa evolucionando, estas actualizaciones son un paso significativo hacia la automatización y el control de costos en el desarrollo de aplicaciones basadas en IA.

Entre las innovaciones más destacadas se encuentran los nuevos «hooks» que permiten una mayor personalización y control sobre las interacciones de los agentes. Esto no solo mejora la eficiencia, sino que también permite a las empresas implementar flujos de trabajo más complejos y automatizados. En este artículo, exploraremos en detalle estas nuevas características, su relevancia en el ámbito tecnológico y las implicaciones que podrían tener para las empresas que utilizan la Gemini API.

¿Qué son los Agentes Gestionados en Gemini API?

Los Agentes Gestionados son una parte integral de la Gemini API, permitiendo a los desarrolladores crear aplicaciones que pueden ejecutar tareas complejas de manera autónoma. Estos agentes pueden interactuar con diferentes herramientas y servicios, lo que les permite realizar tareas que van desde la recopilación de datos hasta la generación de informes. La introducción de nuevas capacidades, como los hooks, amplía las posibilidades de lo que estos agentes pueden lograr.

Características Clave de los Nuevos Hooks

Los hooks son una de las adiciones más significativas en esta actualización. Permiten a los desarrolladores ejecutar scripts específicos en momentos clave del proceso de ejecución del agente. A continuación, se detallan algunas de las funcionalidades más relevantes:

• Seguridad y Validación: El grupo security-gate ejecuta un script de validación antes de cada llamada a code_execution o write_file. Si el script determina que la acción debe ser denegada, se omite la llamada y se proporciona una razón al contexto del modelo.
• Formato Automático: El grupo auto-format se encarga de aplicar estilos de código después de que cada herramienta finaliza su ejecución, asegurando que el código cumpla con los estándares establecidos.
• Integración con HTTP: Los hooks también permiten manejar solicitudes HTTP que pueden enviar datos directamente a un endpoint externo, lo que abre nuevas posibilidades para la integración de servicios.

Aplicaciones Prácticas: Caso de Offdeal

Un ejemplo destacado del uso de estos hooks es el caso de Offdeal, un banco de inversión nativo de IA. Según Alston Lin, fundador y CTO de Offdeal, la implementación de los post_tool_execution hooks ha permitido a su equipo ejecutar verificaciones automatizadas de imágenes dentro de un entorno remoto. Esto es crucial para la creación de presentaciones de alta calidad que requieren la inclusión de logotipos de empresas con especificaciones precisas.

Antes de la introducción de los hooks, Offdeal enfrentaba limitaciones significativas, ya que su código de validación no podía ejecutarse en el entorno remoto de Gemini. Con los nuevos hooks, pueden activar su pipeline de validación en el momento en que el agente genera una lista de empresas, asegurando que cada logotipo cumpla con los estándares de calidad necesarios.

Control de Costos y Automatización

Además de las nuevas funcionalidades de los hooks, la Gemini API también ha introducido características que ayudan a los desarrolladores a gestionar mejor los costos asociados con el uso de agentes. Esto es especialmente relevante dado que los agentes gestionados pueden ejecutar bucles autónomos que consumen un presupuesto de tokens considerable.

Disponibilidad de un Nivel Gratuito

Los Agentes Gestionados ahora están disponibles en proyectos de nivel gratuito, lo que permite a los desarrolladores experimentar con flujos de trabajo sin necesidad de una facturación activa. Esto democratiza el acceso a la tecnología, permitiendo a más empresas explorar las capacidades de la Gemini API sin un compromiso financiero inicial.

Controles de Presupuesto

Para evitar el consumo excesivo de tokens, los desarrolladores pueden establecer un límite de tokens total mediante el parámetro max_total_tokens dentro de la configuración del agente. Esto es crucial para prevenir tareas que se prolonguen indefinidamente. Si el agente alcanza el límite establecido, la ejecución se detiene de manera segura, permitiendo que el estado del entorno se conserve. Esto significa que los desarrolladores pueden reanudar la interacción donde se detuvo, utilizando un nuevo presupuesto de tokens.

Importancia de Estas Innovaciones

Las nuevas capacidades de la Gemini API representan un avance significativo en la forma en que las empresas pueden utilizar la inteligencia artificial para automatizar procesos y mejorar la eficiencia. La capacidad de implementar hooks permite a los desarrolladores personalizar el comportamiento de los agentes de manera más efectiva, lo que puede resultar en aplicaciones más robustas y eficientes.

Además, la introducción de controles de costos y la disponibilidad de un nivel gratuito facilitan la adopción de esta tecnología por parte de empresas de todos los tamaños. Esto podría llevar a una mayor innovación en el uso de la inteligencia artificial en diversas industrias, desde la banca hasta el marketing y más allá.

En resumen, la actualización de Gemini API con nuevas capacidades para Agentes Gestionados no solo mejora la funcionalidad de la plataforma, sino que también establece un nuevo estándar en la automatización y el control de costos en el desarrollo de aplicaciones de inteligencia artificial.