重要

Gemini API は、継続的に成長し進化しています。 GeminiWithFiles v2.x.x (および最新のv2.0.30) のリリースに伴い、ライブラリは、最新のGemini 3.1 Flash Liteモデル、詳細なトークン使用状況トラッキング、Agent Skills(プログレッシブディスクアーキテクチャとSubagent Orchestration)のサポートを含む主要なアップデートを受けています。

従来の GeminiWithFiles v1.x.x を使用する場合は、こちらをご覧ください。

概要

GeminiWithFilesは、Gemini APIとのインタラクションを合理化するために設計された強力なGoogle Apps Script(GAS)ライブラリです。特にファイルや非構造化されたデータを扱うときです。

このライブラリを利用することで、開発者はファイル(画像、PDF、動画など)を楽にアップロードしたり、テキストや構造化されたJSONコンテンツを生成したり、コードを実行したり、Google検索のグラウンド化を実行したり、Agent Skillsを使用して自律的なAIエージェントを構築したりすることができます。 これは、コーディングのオーバーヘッドを大幅に削減し、GeminiをGoogleワークスペースに統合する可能性を拡大します。

説明

GeminiWithFiles

IMPORTANT

Gemini API is continually growing and evolving. With the release of GeminiWithFiles v2.x.x (and the latest v2.0.30), the library has undergone major updates, including support for the latest Gemini 3.1 Flash Lite model, detailed token usage tracking, and Agent Skills (Progressive Disclosure architecture and Subagent Orchestration).

If you want to use the legacy GeminiWithFiles v1.x.x, please see here.

Overview

GeminiWithFiles is a powerful Google Apps Script (GAS) library designed to streamline interactions with the Gemini API, particularly when working with files and unstructured data.

By utilizing this library, developers can effortlessly upload files (images, PDFs, videos, etc.), generate text or structured JSON content, execute code, perform Google Search grounding, and even build autonomous AI agents using Agent Skills. This significantly reduces coding overhead and expands the possibilities of integrating Gemini into Google Workspace.

Description

As large language models (LLMs) continue to advance, Google’s Gemini models have opened up unprecedented possibilities for converting unstructured data (like images, videos, and PDFs) into structured, actionable insights.

With the latest Gemini 3.1 capabilities, the context window and multimodal processing power have reached new heights. You can now analyze massive documents, batch-process images, and natively interpret PDF data directly without third-party conversions. Ref Ref

While Gemini does not natively parse Google Workspace proprietary formats (Docs, Sheets, Slides) directly, we can use workarounds like converting them to PDF and leveraging the Gemini API’s direct PDF input features.

GeminiWithFiles abstracts away the complexities of making direct REST API calls from Apps Script. It handles the nuances of multipart uploads, resumable uploads for large files (>50MB), token counting, and multi-turn chat context. More importantly, the latest version introduces Agent Skills, allowing developers to create dynamic, autonomous agent workflows where the model decides which tools to use, reads configurations from Google Drive, dynamically executes JavaScript in your GAS environment, and even delegates tasks to specialized subagents. Ref