GateUser-fcd5a053

GoogleはGemini APIのファイル検索にマルチモーダル検索を追加しました。
現在、画像とテキストを一緒に検索でき、カスタムメタデータのフィルタリングも可能で、ページレベルの引用も提供しています。
RAGを行う人はすぐに使えるでしょう。
私が特に注目しているのは、ついにハイブリッド資料シナリオの処理を開始したことです。
ビジュアル素材、契約書のバージョン、ナレッジベースの状態を同じ検索フローに置くことで、はるかに効率的になります。
カスタマーサポートナレッジベース、法務ドキュメント検索、コンテンツ資産ライブラリを作る人はまず見てみてください。
公式ドキュメントはこちら：

Microsoftは昨日、Copilot Coworkのスキル、プラグイン、モバイル入口を一緒に公開しました。
今では、繰り返しのプロセスを再利用可能なスキルとして書き出すことができ、LSEG、Miro、Global Energyのようなコネクタとも連携でき、組織自身でカスタムプラグインを補完することも可能です。外出先のスマートフォンからタスクを投げて、帰ってきたら結果を確認できます。
私はこの機能は企業内のAI運用や自動化チームに非常に適していると思います。繰り返しのプロセスに対して、ついに蓄積できる入口ができたからです。個人ユーザーは急ぐ必要はありませんが、前提としてMicrosoft 365 Frontierにいる必要があります。
公式の説明：

Googleは2026年5月4日にGemini APIにWebhooksを追加しました。
バッチAPI、長時間動画生成、Deep Researchなど、数分から数時間かかるタスクは、今やHTTP POSTコールバックを直接待つことができ、GET操作のポーリングを自分で行う必要がなくなりました；
プロジェクトレベルのHMAC、単一リクエストのJWKS、24時間自動リトライも一緒に提供されています。
エージェントのバックエンドや非同期タスクのオーケストレーションを担当する人は、多くの面倒な作業を省略できるでしょう。このようなアップデートは派手ではありませんが、結果待ちのスクリプトを書く手間を大幅に減らすことができます。
詳細：ドキュメント：

今日、Solana Foundationが新たに開設したリポジトリはsolana-foundation/payです。
これはエージェントのAPI支払い層を構築しており、Gemini、BigQuery、Vertex AIなどのインターフェースに対して従量課金をサポートしています。
402エラーの課金インターフェースに遭遇した場合は、自動的にx402またはMPPを経由し、その後ローカルウォレットで認証署名を行います。
READMEにはMCPサーバー、支払いデバッガー、pay codex / pay claudeといった入口も整備されており、エージェントワークフローや課金データインターフェース、オンチェーン支払いを行う人は直接試すことができます。
GitHubのスター数は現在約1.6千で、エージェントツールや課金データインターフェースを作る人はすぐに触ってみると良いでしょう。
モデル自体がサービスや課金を自分で調整する必要がある場合、この部分のスキルは避けて通れません。
プロジェクトページ：
リポジトリ：