Gemini API 推出 Tool Retrieval 预览版:按需加载工具结构,支持 Gemini 3.6 及以上模型
Google 宣布 Gemini Interactions API 的 Tool Retrieval 进入预览,让智能体只在需要时加载工具参数结构,以减少输入 token 与延迟;适用于 Gemini 3.6 及更新模型,无额外收费。
新闻日期: 阅读时间约 5 分钟
Google 于 2026 年 11 月 19 日宣布,Gemini API 的 Interactions API 推出 Tool Retrieval,目前为预览版(preview),并非正式全面提供。这项功能针对的是“AI 智能体”,也就是能自行调用外部功能(例如查订单、退款)来完成任务的 AI 程序。每个可调用的功能都要附上一份“参数结构”(schema),说明需要哪些输入字段;工具一多,这些说明就会占用大量 token(模型计算文本量与计费的单位)。Google 表示,Tool Retrieval 的目的在于降低每次请求的 token 负担与延迟,并避免工具变多后选错工具。
Tool Retrieval 改变了什么?
Google 指出,智能体连接几十甚至上百个工具时,每次请求都发送完整参数结构,会推高输入 token 数、增加延迟,并随候选列表变长而降低工具选择的准确度。Tool Retrieval 让智能体把完整工具库“待命”,只在当前任务需要时才加载对应的参数结构。
据 Google 说明,模型仍能看到每个延后加载工具的名称与描述,所以知道有哪些工具可用;需要时模型按名称请求,API 加载完整结构后,模型在同一个请求内发出函数调用。这三个步骤都会出现在 interaction.steps 中,方便调试时查看模型考虑过哪些工具。
如何启用,服务器端与客户端检索有何不同?
Google 表示,启用方式是在请求中加入 tool_search 工具,并在想暂缓加载的工具上设置 defer_loading: true。最常用的工具可保持预先加载,只延后长尾工具。MCP 服务器是一种把一整组工具提供给 AI 模型使用的连接方式;若使用远程 MCP 服务器,在 mcp_server 工具上设置 defer_loading: true,该服务器公开的所有工具都会按需加载,无需逐一列出。
| 方面 | 服务器端检索 | 客户端检索 |
|---|---|---|
| 设置方式 | 加入 tool_search,并在工具上设置 defer_loading: true | 声明 tool_search 并设置 "execution": "client",自行定义搜索参数 |
| 索引 | Google 表示无需建立或托管索引,搜索由 Gemini 在服务器端执行 | 适合自行维护工具注册表、嵌入索引或按用户权限过滤的场景 |
| 额外往返 | Google 称搜索与函数调用在同一个请求内完成 | 每次搜索多一次往返,因为由应用程序执行查询 |
| 工具声明 | 延后加载的工具仍需声明(含名称与描述) | 工具无需预先声明,可在对话中途新增 |
支持哪些模型?费用怎么算?
Google 表示,Tool Retrieval 在 Interactions API 中适用于 Gemini 3.6 及更新模型,包括所有 Gemini 4 模型。这项功能没有单独收费,输入与输出 token 按所调用模型的标准费率计费。
Google 同时说明,启用 tool_search 会增加一小段固定的输入 token,且模型加载的每个结构在对话剩余部分都按输入计费,与预先声明的工具相同。只有未加载的结构多于已加载的结构时才会省 token,Google 建议用自己的实际流量评估。
对开发流程有什么实际影响?
对已有大型工具库的团队,主要变化是请求中多一个工具和一个标志,而不是重建检索系统。前缀缓存是指重复使用提示开头不变的部分,以节省重复处理;Google 表示,延后的结构不在提示开头,加载的结构追加在对话后段,因此与前缀缓存兼容,缓存的前缀在各轮之间保持不变。
如何开始?
- 在请求的 tools 中加入 tool_search 工具。
- 在想暂缓加载的工具上设置 defer_loading: true(远程 MCP 服务器则设置在 mcp_server 工具上)。
- 如需自建检索,声明 tool_search 时设置 "execution": "client" 并定义搜索参数。
- 参考 Google 提供的完整配置文档、模型对比,并可在 Discord 向团队反馈。
常见问题
Tool Retrieval 目前是正式版吗?
不是。Google 表示它在 Gemini Interactions API 中为预览版。
要改多少代码?
使用服务器端检索时,Google 表示只需加入 tool_search 工具,并在要延后的工具上加 defer_loading 标志,无需建立或托管索引。若想用自己的工具注册表或权限过滤,可改用客户端检索,但每次搜索会多一次往返。
启用后一定更省吗?
不一定。Google 表示没有单独收费,但 tool_search 会增加一小段固定输入 token,加载的结构也按输入计费;只有未加载的结构多于已加载的结构时才会省 token。
怎么确认模型选了哪个工具?
Google 表示,搜索工具、加载结构和函数调用这三个步骤都会出现在 interaction.steps 中,可用来检查模型考虑过哪些工具,并调整工具名称或描述。
可以搭配 MCP 服务器吗?
可以。Google 表示在 mcp_server 工具上设置 defer_loading: true,该服务器的所有工具都会按需加载。
觉得这篇整理实用吗?分享给需要的朋友
同主题延伸阅读
Signal 在 Android 与 iOS 27 默认封锁截图,阻止 Siri、Gemini 等 AI 代理读取屏幕
据 The Verge 报道,Signal 在 Android 与 iOS 27 上限制截图,以防操作系统层级的 AI 代理读取消息内容;用户可在设置中恢复截图,但 Signal 警告会削弱隐私保障。
Claude Code 2.1.329:Code Mode 可配合遥测、/tasks 整合定时任务、macOS computer use 安全规则收紧
Kimi Code CLI v2.7.0 新增原生 Bedrock provider:改用 AWS 凭证链连接 Kimi K3.1 Pro Highspeed
AWS 汇总 SageMaker 推理 13 项新功能:HyperPod 托管 NVIDIA Dynamo、MIG GPU 分割、跨区路由
资料来源
本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。