কম্পিউটার ব্যবহার

কম্পিউটার ইউজ টুলটি আপনাকে ব্রাউজার, মোবাইল এবং ডেস্কটপ কন্ট্রোল এজেন্ট তৈরি করতে দেয়, যা বিভিন্ন কাজের সাথে ইন্টারঅ্যাক্ট করে এবং সেগুলোকে স্বয়ংক্রিয় করে তোলে। স্ক্রিনশট ব্যবহার করে, মডেলটি একটি কম্পিউটার স্ক্রিন "দেখতে" পারে এবং মাউস ক্লিক ও কিবোর্ড ইনপুটের মতো নির্দিষ্ট UI অ্যাকশন তৈরি করে "কাজ" করতে পারে। ফাংশন কলিংয়ের মতোই, কম্পিউটার ইউজ অ্যাকশনগুলো গ্রহণ ও কার্যকর করার জন্য আপনাকে ক্লায়েন্ট-সাইড এক্সিকিউশন এনভায়রনমেন্ট ইমপ্লিমেন্ট করতে হবে।

সমর্থিত মডেলের তালিকার জন্য, মডেল সংস্করণসমূহ দেখুন। জেমিনি ৩.x মডেলগুলো বেশ কিছু উন্নত সক্ষমতা সমর্থন করে:

• একাধিক পরিবেশ সমর্থন: ব্রাউজার, মোবাইল এবং ডেস্কটপ পরিবেশের জন্য এজেন্ট তৈরি করুন।
• ইনটেন্ট-সহ সুবিন্যস্ত অ্যাকশন: অ্যাকশনগুলোতে একটি intent ফিল্ড থাকে, যা প্রতিটি ধাপের পেছনের মডেলের যুক্তি ব্যাখ্যা করে।
• কনফিগারযোগ্য সুরক্ষা নীতিমালা: অন্তর্নির্মিত নীতি বিভাগ এবং ওভাররাইডের মাধ্যমে সুরক্ষা আচরণকে সূক্ষ্মভাবে সমন্বয় করুন।
• প্রম্পট ইনজেকশন সনাক্তকরণ: লুকানো প্রতিকূল নির্দেশাবলী সনাক্ত করতে ঐচ্ছিক স্ক্রিনশট স্ক্যানিং ।

কম্পিউটার ব্যবহারের মাধ্যমে আপনি এমন এজেন্ট তৈরি করতে পারেন যা:

• ওয়েবসাইটে পুনরাবৃত্তিমূলক ডেটা এন্ট্রি বা ফর্ম পূরণ স্বয়ংক্রিয় করুন।
• ওয়েব অ্যাপ্লিকেশন এবং ইউজার ফ্লো-এর স্বয়ংক্রিয় টেস্টিং সম্পাদন করুন
• বিভিন্ন ওয়েবসাইটে গবেষণা করুন (যেমন, কোনো কিছু কেনার সিদ্ধান্ত নেওয়ার জন্য ই-কমার্স সাইট থেকে পণ্যের তথ্য, দাম এবং রিভিউ সংগ্রহ করা)।

ব্রাউজার পরিবেশে computer_use টুলটি সক্রিয় রেখে ক্লায়েন্ট ইনিশিয়ালাইজ করা এবং মডেলে একটি প্রম্পট পাঠানোর একটি সংক্ষিপ্ত উদাহরণ নিচে দেওয়া হলো:

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.7-flash",
    input="Search for 'Gemini API' on Google.",
    tools=[{"type": "computer_use", "environment": "browser"}]
)

print(interaction)

import { GoogleGenAI } from '@google/genai';

const ai = new GoogleGenAI();

const interaction = await ai.interactions.create({
  model: 'gemini-3.7-flash',
  input: "Search for 'Gemini API' on Google.",
  tools: [{ type: "computer_use", environment: "browser" }]
});

console.log(interaction);