--- title: "Google Gemini + OmniChannels.ai: ferramentas de mensagens para agentes Gemini" description: "Conecte agentes Gemini criados com o Agent Development Kit, ou o Gemini CLI, ao nosso servidor MCP para enviar WhatsApp, SMS e RCS e ler relatórios de entrega." canonical: "https://omnichannels.ai/pt/integrations/google-gemini/" language: "pt" updated: "2026-10-10" publisher: "BroadNet Technologies" brand: "OmniChannels.ai" --- # Google Gemini + OmniChannels.ai: ferramentas de mensagens para agentes Gemini Canonical: https://omnichannels.ai/pt/integrations/google-gemini/ Language: pt Publisher: OmniChannels.ai by BroadNet Technologies **Em resumo:** Os agentes Gemini se conectam à OmniChannels.ai pelo nosso servidor MCP remoto em https://mcp.broadnet.me/mcp. No Agent Development Kit, um MCPToolset usa Streamable HTTP com seu token em um cabeçalho Authorization; o Gemini CLI recebe a mesma URL e o mesmo cabeçalho nas configurações. O agente pode então enviar mensagens de WhatsApp, SMS e RCS, usar modelos aprovados e ler relatórios de entrega. Nenhum app de marketplace do Google é necessário. Conexão via MCP · Conexão via API e webhooks ## O que você pode fazer ### Atualizações ao cliente a partir de um agente ADK Um agente criado com o Agent Development Kit envia atualizações de entrega ou de agendamento quando a sua aplicação solicita. > Experimente pedir: "Envie uma mensagem de WhatsApp para 971500000000 avisando que o pedido foi despachado e chega amanhã." ### Modelos para clientes da Arábia Saudita e dos Emirados O agente lista os modelos aprovados do WhatsApp e preenche a versão em árabe ou inglês mais adequada. > Experimente pedir: "Liste meus modelos de WhatsApp aprovados em árabe e envie o order_update para 966500000000 com o número de pedido INV-400." ### Envios de teste pelo Gemini CLI Desenvolvedores enviam uma mensagem de teste ou consultam um relatório de entrega pelo terminal durante o desenvolvimento. > Experimente pedir: "Envie um SMS de teste para o meu número verificado e me diga o status da entrega." ### Análise de entregas Um agente somente leitura, apenas com a ferramenta de relatório de entrega, resume as falhas para a sua equipe. > Experimente pedir: "Quantas mensagens da campanha de extratos de ontem falharam e quais foram os motivos mais comuns?" ### Combinar com os dados do seu negócio Quando o agente também tem uma ferramenta para o BigQuery, o seu CRM ou a sua loja, ele pode buscar os destinatários lá e enviar pela OmniChannels.ai. > Experimente pedir: "Envie uma atualização de pedido por WhatsApp para os clientes cujos pedidos foram despachados hoje." ## Como a conexão funciona A OmniChannels.ai mantém um servidor MCP remoto via Streamable HTTP. Cada requisição leva seu token de API em um cabeçalho Authorization: Bearer, e cada ferramenta age com as permissões, os IDs de remetente (Sender IDs) e o saldo desse token, exatamente como o seu próprio código faria. No Agent Development Kit, adicione um MCPToolset cujos parâmetros de conexão Streamable HTTP contenham a nossa URL e o cabeçalho Authorization, e filtre-o para as ferramentas de que o agente precisa. Um agente ADK pode ser implantado no Vertex AI Agent Engine; guarde o token no Secret Manager, e não no código. O Gemini CLI lê os servidores MCP do seu arquivo de configurações, usando httpUrl para o endpoint e headers para o token. - Endpoint: https://mcp.broadnet.me/mcp (Streamable HTTP) - Autenticação: Authorization: Bearer ; use uma chave temporária durante os testes - ADK: MCPToolset com parâmetros de conexão Streamable HTTP e headers - Gemini CLI: entrada em mcpServers com httpUrl e headers - Sem MCP, o agente pode chamar a nossa REST API usando a especificação OpenAPI ## Configuração 1. **Solicite acesso à API:** Solicite acesso de teste e receba um token de API. Os envios de teste só vão para os seus próprios números verificados. 2. **Obtenha uma chave MCP:** No portal de administração, abra Integrations e depois MCP Integration, e copie uma chave temporária. (Guia: https://omnichannels.ai/developers/mcp/) 3. **Adicione o toolset ao seu agente:** No ADK, crie um MCPToolset com parâmetros Streamable HTTP para https://mcp.broadnet.me/mcp e o cabeçalho Authorization, lendo o token de uma variável de ambiente ou secret. 4. **Ou adicione ao Gemini CLI:** Adicione uma entrada em mcpServers com httpUrl apontando para o nosso endpoint e um cabeçalho Authorization em headers, e reinicie o CLI. 5. **Limite as ferramentas e confirme os envios:** Exponha apenas as ferramentas de que o agente precisa e exija uma etapa de confirmação antes de qualquer envio, já que cada envio é uma mensagem real e cobrada. 6. **Teste e depois implante:** Envie uma mensagem de teste ao seu número verificado e confira o relatório de entrega antes de implantar o agente no Vertex AI Agent Engine. ## Fluxo de exemplo Agente Gemini (Criado com o ADK, ou o Gemini CLI na sua máquina) → Servidor MCP OmniChannels.ai (A chamada do toolset leva o seu token Bearer) → Celular do cliente (Mensagem de WhatsApp, SMS ou RCS entregue) → Relatório de entrega (O agente lê o status com uma ferramenta de leitura) ## Perguntas ### Existe um app oficial da OmniChannels.ai para o Gemini? Não. Os agentes Gemini se conectam pelo suporte nativo do Google a MCP no Agent Development Kit e no Gemini CLI, usando o nosso endpoint MCP público e o seu token de API. ### Posso usar isso no app do Gemini? Esta página cobre caminhos para desenvolvedores: agentes criados com o Agent Development Kit, o Vertex AI Agent Engine e o Gemini CLI. Consulte a documentação atual do Google sobre suporte a MCP em outros produtos Gemini. ### Onde o token deve ficar em produção? Mantenha-o fora do código e das configurações que você versiona. No Google Cloud, guarde-o no Secret Manager e passe-o ao agente em tempo de execução. ### O Google tem acesso aos dados dos meus clientes? O modelo vê o que as ferramentas retornam, como modelos e relatórios de entrega, além do que a sua aplicação colocar na conversa. O token limita o agente às permissões da sua conta. ## Guias para desenvolvedores - https://omnichannels.ai/developers/mcp/ - https://omnichannels.ai/developers/openapi/ - https://omnichannels.ai/developers/authentication/ - https://omnichannels.ai/developers/quickstart/ ## Documentação do fornecedor - [MCP tools — Agent Development Kit documentation](https://google.github.io/adk-docs/tools/mcp-tools/) - [MCP servers with Gemini CLI](https://github.com/google-gemini/gemini-cli/blob/main/docs/tools/mcp-server.md) - [Vertex AI Agent Engine overview — Google Cloud](https://cloud.google.com/vertex-ai/generative-ai/docs/agent-engine/overview) ## Integrações relacionadas - https://omnichannels.ai/pt/integrations/chatgpt/ - https://omnichannels.ai/pt/integrations/claude/ - https://omnichannels.ai/pt/integrations/langchain/ - https://omnichannels.ai/pt/integrations/llamaindex/ Google Gemini and Vertex AI é uma marca de seu proprietário. A OmniChannels.ai não é afiliada nem endossada por Google Gemini and Vertex AI; esta página descreve uma conexão feita com os recursos de MCP, HTTP ou webhook do próprio Google Gemini and Vertex AI. Atualizado em: 2026-10-10