Агент Deep Research: глубокие исследования

О чём урок

Агент Deep Research автономно планирует, выполняет и синтезирует многоэтапные исследовательские задачи в подробные, цитируемые отчёты. Используя Gemini, он ориентируется в сложных информационных ландшафтах — ищет в интернете, читает страницы, выполняет код и анализирует документы — для создания всеобъемлющих отчётов за считанные минуты. Deep Research идеально подходит для анализа рынка, конкурентной разведки, обзоров литературы и глубоких технических исследований, когда вам требуется нечто большее, чем простой ответ. Он может консультироваться с более чем 100 источниками в рамках одной задачи. Deep Research доступен исключительно через Interactions API и не может быть вызван через generate_content. Исследовательские задачи выполняются асинхронно в фоновом режиме, поскольку их выполнение может занять несколько минут. Документация — хорошее место для начала изучения агента Deep Research. Чтобы запустить следующую cell, ваш API key должен быть сохранён в Colab Secret с именем GEMINI_API_KEY. Если у вас ещё нет API key или вы не знаете, как создать Colab Secret, см. Аутентификация для примера. Доступны две версии агента Deep Research: Deep Research (deep-research-preview-04-2026): Оптимизирован для скорости и эффективности с уменьшенной задержкой. Идеально подходит для интерактивных сценариев использования. Deep Research Max (deep-research-max-preview-04-2026): Разработан для максимальной полноты поиска и всеобъемлющих отчётов. Лучше всего подходит для автоматизированной отчётности. Далее создайте вспомогательные функции для опроса результатов и отображения output: Начните исследовательскую задачу с background=True и опрашивайте результат. Deep Research является асинхронным — задачи могут занимать несколько минут, пока агент планирует, ищет, читает и синтезирует информацию. Совместное планирование позволяет вам просматривать и уточнять план исследования до того, как агент начнёт свою работу. При включении агент возвращает предложенный план вместо немедленного выполнения. Вы можете итерировать план через многошаговые взаимодействия. Установите collaborative_planning=True в agent_config. Агент вернёт план исследования вместо полного отчёта. Используйте previous_interaction_id, чтобы продолжить разговор и итерировать план. Сохраняйте collaborative_planning=True, чтобы оставаться в режиме планирования.

План урока

1. Настройка
2. Настройте свой API key
3. Установите и инициализируйте SDK
4. Выберите агента Deep Research
5. Запустите свою первую задачу Deep Research
6. Совместное планирование
7. Шаг 1: Запросите план
8. Шаг 2: Уточните план (необязательно)