Релиз технологии21 ноября 2026 г.Редакция 105.kz

Gemini API получил Tool Retrieval: схемы инструментов загружаются по запросу

Google выпустила Tool Retrieval в Gemini API в режиме preview: агент видит имена и описания всех инструментов, но загружает их схемы параметров только по запросу. Разбираем, что это даёт агентам над АСУ ТП и ТОиР и что мешает применить подход в закрытом контуре.

Промышленные предприятияКорпоративные LLMПредиктивное обслуживание

Gemini API получил Tool Retrieval: схемы инструментов загружаются по запросу

Капсула. Google выпустила в preview Tool Retrieval для Gemini API: агент держит библиотеку инструментов «на складе» и загружает схемы параметров только по требованию, а не в каждом запросе. Для завода это архитектурный приём, а не готовое решение: сервис облачный, поэтому в контуре с требованием on-premise его применение требует отдельной проработки, а экономию токенов нужно измерять на собственном трафике.

Что произошло

19 ноября 2026 года Google объявила о запуске Tool Retrieval в Gemini API — функция доступна в режиме preview в Interactions API. Авторы публикации — Lucia Loher, product manager Gemini API, и Nora Kassner, research scientist Google DeepMind. Задача функции: не отправлять в каждый запрос полные схемы параметров всех инструментов, к которым подключён агент, а подгружать их по необходимости.

Заявленная причина: когда агент подключён к десяткам или сотням инструментов, отправка всех схем «inflates input token counts, adds latency, and lowers tool-selection accuracy as the candidate list grows». Включается это инструментом tool_search и флагом defer_loading: true у тех инструментов, которые нужно придержать: модель видит имя и описание каждого из них, но схемы параметров остаются вне контекста. Когда инструмент понадобился, модель запрашивает его по имени, API подгружает схему, модель вызывает функцию — всё внутри одного запроса. Все три шага видны в interaction.steps (tool_search_call, tool_search_result, function_call); авторы отмечают, что это упрощает отладку имён и описаний инструментов.

Дополнительно из публикации: индекс строить и хостить не нужно, поиск идёт на сервере Gemini, а в коде меняются только новый инструмент и флаг. Решение совместимо с prefix caching и с удалёнными MCP-серверами: флаг defer_loading: true на mcp_server откладывает все инструменты, которые этот сервер отдаёт. Есть клиентский вариант ("execution": "client"), когда поиск выполняет само приложение: добавляется один round trip на каждый поиск, зато можно подключать новые инструменты в середине разговора и учитывать права пользователя. Отдельной платы за Tool Retrieval нет — тарифы стандартные; tool_search добавляет небольшой фиксированный блок входных токенов, а каждая загруженная схема тарифицируется как входные токены до конца разговора. Поддержаны Gemini 3.6 и более новые модели, включая все модели Gemini 4, в Interactions API.

Что это значит для предприятий Казахстана

Для завода тема практическая. Агент над ТОиР почти никогда не начинается с одного инструмента: к нему подключают архив АСУ ТП и SCADA, историю наработки и отказов, результаты вибродиагностики подшипников насосов и дымососов, справочник МТО, регламенты и наряды-допуски. Проблема, которую описывает источник, знакома и без Gemini: чем длиннее список кандидатов, тем ниже точность выбора нужного инструмента. Tool Retrieval предлагает организационный приём — держать библиотеку «на складе» и подгружать схемы по требованию, а часто вызываемые инструменты оставлять загруженными.

Класс инструмента агента Данные Что важно при отложенной загрузке
Чтение истории параметров архив SCADA/АСУ ТП, теги, наработка имена тегов в описании инструмента не должны раскрывать лишнего
Диагностика спектры вибрации, температуры, токи схема параметров объёмная, вызов редкий — кандидат на отложенную загрузку
Документы регламенты, паспорта, инструкции по эксплуатации частый вызов, лучше держать загруженным
Операции ТОиР заявки, наряды-допуски, МТО зависит от прав пользователя — аргумент за клиентский поиск

Два ограничения для казахстанского контекста. Первое: Gemini API — облачный сервис, а для нацкомпаний и недропользователей норма — on-premise и локализация персональных данных; подключать внешний API к контуру АСУ ТП можно только после отдельной ИБ-экспертизы (оценка). Второе: при отложенной загрузке модель судит об инструменте только по имени и описанию — значит, описания на русском, а там, где требуется, и на казахском должны быть однозначными, без синонимов и внутреннего жаргона. Это отдельная работа, а не побочный эффект (оценка).

Для тех, кто строит агента в закрытом контуре, ценность публикации — не сам сервис, а паттерн: реестр инструментов, отложенная загрузка схем, журнал шагов поиска как средство отладки. Воспроизвести такой паттерн on-premise — отдельная инженерная задача (оценка); унаследованные АСУ ТП и разнородные справочники оборудования делают её не тривиальной.

Как применить: пилот 8–12 недель

  1. Реестр инструментов и владельцев (1–2 недели). Выписать, какие системы агент должен вызывать: архив SCADA, вибродиагностика, справочник МТО, регламенты, заявки ТОиР. Для каждого инструмента — владелец, класс данных, требуемые права, частота вызова. Без этого реестра отложенная загрузка превращается в формальность.
  2. Классификация данных и выбор контура (1 неделя). Отдельно отметить инструменты, работающие с персоналом и коммерческой тайной, и параметрами техпроцесса. Это определяет, допустим ли внешний API или нужен закрытый контур с локальной моделью — см. Корпоративные LLM.
  3. Baseline на своём трафике (2 недели). Источник прямо советует мерить эффект на собственном трафике. Собрать 50–100 реальных запросов от инженеров и диспетчеров, зафиксировать расход токенов, латентность и долю корректно выбранного инструмента. Это база для приёмки.
  4. Пилот на одном домене (4–6 недель). Ограничить сценарий, например диагностикой насосного и тягодутьевого оборудования. Журнал шагов поиска использовать как рабочий инструмент разбора ошибок: он показывает, какие инструменты модель рассматривала. Смежный класс задач — Предиктивное обслуживание.
  5. Приёмка (1 неделя). Метрики: точность выбора инструмента, доля успешных вызовов, стоимость одного запроса, латентность, доля корректных отказов «данных нет». Решение о масштабировании принимать по цифрам, а не по демонстрации.

Ограничения и риски

  • Статус preview. В источнике нет ни слова о SLA, стабильности и сроках перехода в общий доступ. Для промышленного контура это блокирующий фактор (оценка).
  • Нет ни одной измеренной цифры. Google заявляет снижение входных токенов и рост точности выбора, но не приводит замеров ни по экономии, ни по латентности. Всё, что сказано, — заявление вендора, а не измерение.
  • Экономия условна. Источник сам оговаривает: токены экономятся, когда незагруженные схемы перевешивают загруженные. Загруженная схема тарифицируется до конца разговора, а tool_search добавляет фиксированный блок токенов сверху.
  • Клиентский поиск добавляет round trip на каждый поиск — это прямо указано и влияет на латентность диалога.
  • Качество описаний — слабое место. Модель видит только имя и описание; при неаккуратных формулировках точность выбора падает, а не растёт.
  • Облачный характер сервиса. Требование on-premise и локализации данных для казахстанских нацкомпаний и недропользователей не снимается. Данных о доступности сервиса в Казахстане, о поддержке русского и казахского языков в публикации нет.
  • Промышленная специфика не раскрыта. В источнике нет сведений о работе с OPC-серверами, промышленными протоколами и унаследованными АСУ ТП; примеры — MCP-серверы и функции оформления возврата. Применимость к производственным системам — гипотеза, которую нужно проверять пилотом, а не факт.

Источники

  1. Introducing Tool Retrieval in the Gemini API · 2026-11-19T18:00:00.000Z
    Load tool parameter schemas on demand instead of sending your full tool library in every prompt, designed to reduce input tokens and keep tool selection accurate as your agent scales.
  2. Фото: Linda Spashett Storye_book — Bradford Industrial Museum 030.jpg (CC BY 3.0, Wikimedia Commons)

Материал подготовлен с помощью ИИ на основе источников, указанных выше. Нашли неточность — напишите на info@105.kz.

FAQ

Частые вопросы

Короткие прямые ответы на вопросы, которые нам задают чаще всего.

Можно ли использовать Tool Retrieval в закрытом контуре без выхода в интернет?

В источнике об этом ничего не сказано; Gemini API — облачный сервис Google. Сам приём — держать библиотеку инструментов на стороне и подгружать схемы по требованию — воспроизводим и в собственном контуре, но это отдельная разработка (оценка), а не настройка флага.

Сэкономит ли это токены на нашем агенте?

Не обязательно. Источник указывает, что экономия возникает, когда незагружаемые схемы перевешивают загружаемые, и советует измерять эффект на собственном трафике. Гарантированных процентов в публикации нет.

Что именно модель знает об отложенных инструментах?

Только имя и описание. Схема параметров остаётся вне контекста и подгружается в момент обращения к инструменту — в рамках того же запроса.

Нужно ли строить и хостить поисковый индекс?

При серверном варианте — нет, поиск выполняет Gemini. Клиентский вариант ("execution": "client") нужен, если у предприятия есть собственный реестр инструментов или фильтр прав пользователя; тогда добавляется один round trip на каждый поиск.

22 ноября 2026 г.Рынок и отрасль

Казахстанские предприятия могут поставлять материалы и технологии для АЭС: что это значит для энергетики и заводов

«Парк ядерных технологий»: отечественные предприятия могут участвовать в поставках для будущей АЭС — от стройматериалов до кабелей с радиационно-сшитой изоляцией. Разбор: какие данные и испытания нужны заводу, чтобы зайти в такой проект.

ЭнергетикаПромышленные предприятия

Читать

22 ноября 2026 г.Рынок и отрасль

Данные как актив и Цифровой кодекс: что заявления о цифровой экономике РК значат для заводов

Депутат Екатерина Смышляева рассказала о Цифровом кодексе, двух введённых суперкомпьютерах и данных как экономическом ресурсе. Разбираем, что из этого — рабочий контекст для промышленных предприятий Казахстана, а что пока только заявленная перспектива.

ЭнергетикаПромышленные предприятия

Читать

22 ноября 2026 г.Дайджест

Пробел в производственных данных тормозит physical AI на заводском участке

Робототехника и physical AI привлекли в 2026 году почти 48 млрд долларов, но на участок они не выйдут без связанных производственных данных. Разбор колонки CTO VulcanForms: что именно мешает и какие шаги пилота имеют смысл для завода.

Промышленные предприятия

Читать

Следующий шаг

Обсудить пилотный проект

Расскажите о задаче — вернёмся с планом аудита данных и оценкой эффекта в течение двух рабочих дней.

  1. 1Созвон 30 минут: задача, текущие системы, кто принимает решение
  2. 2Разбор данных и процессов, план этапов с вилкой по срокам и стоимости
  3. 3Прототип за 2–4 недели или пилот 8–12 недель с критериями успеха до старта

Работаем по NDA с первого контакта

Ответ в течение одного рабочего дня