Google در ۱۹ نوامبر ۲۰۲۶ قابلیت Tool Retrieval را در Gemini API راه‌اندازی کرد که به‌صورت پیش‌نمایش در Interactions API در دسترس است. این نوشته را لوسیا لوهر، مدیر محصول Gemini API، و نورا کاسنر، پژوهشگر Google DeepMind، نوشته‌اند. هدف آن مشکلی عملی در مقیاس‌دهی عامل‌هاست: وقتی عاملی به ده‌ها یا صدها ابزار وصل است، فرستادن طرح کامل پارامترهای همه ابزارها در هر درخواست شمار توکن‌های ورودی را بالا می‌برد، تأخیر اضافه می‌کند و با بلندترشدن فهرست گزینه‌ها دقت انتخاب ابزار را کم می‌کند.

با Tool Retrieval عامل کتابخانه کامل ابزارهایش را در حالت آماده‌باش نگه می‌دارد و طرح پارامترها را فقط وقتی بار می‌کند که کار جاری لازم داشته باشد. توسعه‌دهنده ابزاری از نوع tool_search به درخواست اضافه می‌کند و defer_loading را روی ابزارهایی که باید نگه داشته شوند درست قرار می‌دهد. مدل همچنان نام و توضیح هر ابزار به‌تعویق‌افتاده را می‌بیند و می‌داند چه ابزارهایی هست، اما طرح‌ها بیرون از زمینه می‌مانند. وقتی ابزاری لازم شود، آن را با نام می‌خواهد، API طرح را بار می‌کند و مدل فراخوانی تابع را صادر می‌کند، همه در یک درخواست. سه گام tool_search_call و tool_search_result و function_call در گام‌های تعامل دیده می‌شوند تا بتوان فهمید مدل چه ابزارهایی را سنجیده است.

Google می‌گوید نیازی به ساخت یا میزبانی نمایه نیست، چون Gemini جست‌وجو را سمت سرور انجام می‌دهد. تیم‌ها می‌توانند ابزارهای پرکاربرد را از ابتدا بار نگه دارند و بخش بلند و کم‌کاربرد را به تعویق بیندازند. شرکت همچنین می‌گوید این طراحی با ذخیره‌سازی پیشوند سازگار است، چون طرح‌های به‌تعویق‌افتاده بیرون از ابتدای پرامپت می‌مانند و طرح‌های بارشده بعداً در گفت‌وگو اضافه می‌شوند و پیشوند ذخیره‌شده از نوبتی به نوبت دیگر ثابت می‌ماند.

سرورهای MCP از راه دور هم پشتیبانی می‌شوند. قراردادن defer_loading روی ابزار mcp_server باعث می‌شود همه ابزارهای آن سرور در صورت نیاز بار شوند و بتوان سرور بزرگی را بدون فهرست‌کردن تک‌تک ابزارها وصل کرد. برای تیم‌هایی که فهرست ثبت ابزار، نمایه تعبیه‌ها یا فیلتر مجوز هر کاربر خودشان را دارند، حالت سمت کلاینت tool_search را با execution برابر client اعلام می‌کند و پارامترهای جست‌وجوی دلخواه تعریف می‌کند. این حالت برای هر جست‌وجو یک رفت‌وبرگشت اضافه می‌کند، چون برنامه خودش جست‌وجو را انجام می‌دهد، و امکان می‌دهد وقتی کاربر یکپارچه‌سازی تازه‌ای وصل می‌کند ابزارهای جدید در میانه گفت‌وگو عرضه شوند.

درباره هزینه، Google می‌گوید Tool Retrieval هزینه جداگانه ندارد. توکن‌های ورودی و خروجی به نرخ معمول مدل مصرفی صورت‌حساب می‌شوند. فعال‌کردن tool_search بلوک ثابت کوچکی از توکن ورودی اضافه می‌کند و هر طرحی که مدل بار کند تا پایان گفت‌وگو مانند ابزار اعلام‌شده از ابتدا به‌عنوان ورودی محاسبه می‌شود. صرفه‌جویی وقتی پدیدار می‌شود که طرح‌های هرگز بارنشده از طرح‌های بارشده بیشتر باشند، که Google آن را حالت معمول کتابخانه‌های بزرگ می‌داند و توصیه می‌کند با ترافیک خود اندازه‌گیری کنید.

این قابلیت با مدل‌های Gemini 3.6 و جدیدتر، از جمله همه مدل‌های Gemini 4، در Interactions API کار می‌کند. منابع بررسی‌شده معیار دقت یا صرفه‌جویی توکن ارائه نمی‌دهند و بنابراین میزان فایده بیرون از Google آزموده نشده است.

منابع