از مدل‌های زبان بزرگ (LLM) برای توسعه در Google Workspace استفاده کنید
با مجموعه‌ها، منظم بمانید
ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.
این صفحه مروری بر بهترین شیوه‌ها و ابزارهای توصیه‌شده برای کار با مدل‌های زبان بزرگ (LLM) برای توسعه راه‌حل‌هایی برای Google Workspace ارائه می‌کند.
هنگام توسعه در Google Workspace، LLM ها می توانند به روش های زیر به شما کمک کنند:
- کدی را برای تماس با Google Workspace API ایجاد یا عیب‌یابی کنید.
- بر اساس آخرین مستندات توسعه دهنده Google Workspace راه حلی بسازید.
- از خط فرمان یا محیط توسعه یکپارچه خود (IDE) به منابع Google Workspace دسترسی پیدا کنید.
از پروتکل بافت مدل (MCP) برای Google Workspace استفاده کنید
پروتکل بافت مدل (MCP) یک پروتکل باز استاندارد است که زمینه را برای LLMها و عوامل هوش مصنوعی فراهم می کند تا بتوانند اطلاعات با کیفیت بهتری را در مکالمات چند نوبتی برگردانند.
Google Workspace یک سرور MCP دارد که طرحی را برای یک LLM برای دسترسی و جستجوی اسناد برنامه‌نویس فراهم می‌کند. زمانی که در حال ساخت یا استفاده از عوامل هوش مصنوعی برای انجام هر یک از موارد زیر هستید، می توانید از این سرور استفاده کنید:
برای استقرار سرور، از مخزن Google Workspace GitHub دیدن کنید:
Google Workspace MCP Developer Assist را در GitHub مشاهده کنید
ما ابزارهای کمکی کد هوش مصنوعی زیر را برای گنجاندن در گردش کار خود برای توسعه Google Workspace توصیه می کنیم:
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-08-30 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-08-30 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# Use Large Language Models (LLMs) to develop on Google Workspace\n\n|-------------------------------------------------------------------------------------------------------------------------------------------|\n| Got 5 minutes? Help us improve the Google Workspace documentation by taking a quick [online survey](https://forms.gle/qYR2wnTRueYeQeSi6). |\n\nThis page provides an overview of best practices and recommended tools for\nworking with Large Language Models (LLMs) to develop solutions for\nGoogle Workspace.\n\nWhen developing on Google Workspace, LLMs can help you in the\nfollowing ways:\n\n- Generate or troubleshoot code for calling Google Workspace APIs.\n- Build a solution based on the latest Google Workspace developer documentation.\n- Access Google Workspace resources from the command line or your integrated development environment (IDE).\n\nUse a Model Context Protocol (MCP) for Google Workspace\n-------------------------------------------------------\n\nA [Model Context Protocol (MCP)](https://modelcontextprotocol.io/introduction)\nis a standardized open protocol that provides context to LLMs and AI agents so that\nthey can return better quality information in multi-turn conversations.\n\nGoogle Workspace has an MCP server that provides a schema for an LLM\nto access and search developer documentation. You can use this server when\nyou're building or using AI agents to do any of the following:\n\n- Retrieve up-to-date information about Google Workspace APIs and services.\n- Build and preview [user interfaces (UIs) that extend Google Workspace applications](/workspace/extend). You can use these UIs to build Google Workspace add-ons, Google Chat apps, Google Drive apps, and more.\n\nTo deploy the server, visit the Google Workspace GitHub repository:\n\n[View Google Workspace MCP Developer Assist on GitHub](https://github.com/googleworkspace/dev-assist)\n\nUse AI code assistants\n----------------------\n\nWe recommend the following AI code assist tools to incorporate into your\nworkflow for Google Workspace development:\n\n- [Google AI Studio](https://ai.google.dev/aistudio): Generate code for\n your Google Workspace solutions, including code for\n [Google Apps Script](/apps-script) projects.\n\n- [Gemini Code Assist](/gemini-code-assist/docs/overview): Lets you use\n LLMs right from your IDE and includes the\n [`@googledocs`](/workspace/docs/api/how-tos/read-docs-gemini-tool) command to\n access Google Docs documents.\n\nRelated topics\n--------------\n\n- [Build with AI for Google Workspace](/workspace/guides/ai-overview)\n- [Extend the Google Workspace UI](/workspace/extend)\n- [Gemini for Google Cloud overview](https://cloud.google.com/gemini/docs/overview)\n- [Read documents while coding with Gemini Code Assist](/workspace/docs/api/how-tos/read-docs-gemini-tool)"]]
