Agent Runtime

Agent Runtime 是全代管、有特定設計理念的執行階段,可用於部署、操作及擴充代理應用程式。Agent Runtime 會簡化底層基礎架構,讓您專注於代理邏輯,而非作業。

Agent Runtime 可讓您執行下列操作:

  • 部署及調度代理資源,並享有代管執行階段和端對端管理功能。
  • 使用建構階段安裝指令碼,為系統依附元件自訂代理程式的容器映像檔。
  • 使用安全防護功能,包括 VPC-SC 法規遵循,以及驗證和 IAM 設定。
  • 存取模型和工具,例如呼叫函式。
  • 部署使用不同語言和框架建構的代理,以及 Agent2Agent 開放式通訊協定。

在 Agent Runtime 建立及部署

在 Agent Runtime 建構代理的工作流程如下:

  1. 設定環境:設定 Google 專案,並安裝最新版本 Agent Platform SDK for Python。
  2. 開發代理:開發可部署至 Agent Runtime 的代理。
  3. 部署代理:在 Agent Runtime 代管執行階段部署代理。
  4. 使用代理:傳送 API 要求來查詢代理。
  5. 管理已部署的代理:管理及刪除已部署至 Agent Runtime 的代理。

支援的語言和架構

Agent Runtime 支援部署以任何程式設計語言和代理架構編寫的代理,只要代理應用程式可以容器化,且符合執行階段合約即可:

  • 從容器映像檔:如果您已為代理建構容器映像檔,可以直接從 Artifact Registry 部署至 Agent Runtime。詳情請參閱「從容器映像檔部署」。

  • 從 Dockerfile:如果您有容器化原始碼,可以提供 Dockerfile 和來源檔案。Agent Runtime 會自動建構及部署容器映像檔。詳情請參閱「從 Dockerfile 部署」。

針對支援的語言和架構,我們提供更高階的工具和 SDK,可簡化部署作業。下表說明 Agent Runtime 對各種代理架構的支援程度:

支援級別 代理架構
自訂範本:您可以調整自訂範本,支援從框架部署至 Agent Runtime。如要部署自訂容器,請參閱「執行階段合約」。 CrewAI、自訂框架
Agent Platform SDK 整合:Agent Runtime 針對 Agent Platform SDK 和說明文件中的每個架構,提供代管範本。 LangChain、LangGraph、AG2、LlamaIndex
完整整合:各項功能已整合,可在框架、Agent Runtime 和更廣泛的 Google Cloud 生態系統中運作。 Agent Development Kit (ADK)

使用 Agents CLI 部署至正式環境

Agents CLI 是 Agent Platform 的統合指令列介面和技能組合。為程式設計代理和開發人員提供可預測的路徑,涵蓋代理開發生命週期:建構、評估、部署、發布和觀測。Agents CLI 提供下列功能:

  • 預先建構的代理範本:ReAct、RAG、多代理和其他範本。
  • 互動式 Playground:測試及使用代理。
  • 自動化基礎架構:使用 Terraform 簡化資源管理。
  • CI/CD 管道:使用 Cloud Build 的自動化部署工作流程。
  • 觀測能力:內建 Cloud Trace 和 Cloud Logging 支援。

如要開始使用,請參閱快速入門導覽課程。

用途

如要透過端對端範例瞭解 Agent Runtime,請參閱下列資源:

按一下即可展開應用實例

用途 說明 連結
連線至公開 API 來建構代理 轉換貨幣。

建立函式,連結至貨幣匯率應用程式,讓模型能準確回答「今天歐元兌美元的匯率是多少?」等查詢。
Agent Platform SDK (Python) 筆記本 - 簡介:使用 Agent Runtime 建構及部署代理
設計社區太陽能專案。

找出潛在地點、查詢相關政府機關和供應商,並查看區域和建築物的衛星圖和太陽能潛力,找出最適合安裝太陽能面板的地點。
Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 建構及部署 Google Maps API 代理
連結資料庫來建構代理 與 AlloyDB 和 PostgreSQL 適用的 Cloud SQL 整合。 網誌文章 - 宣布在 Gemini Enterprise Agent Platform 推出 LangChain,適用於 AlloyDB 和 PostgreSQL 適用的 Cloud SQL

Agent Platform SDK (Python) 筆記本 - 將 PostgreSQL 適用的 Cloud SQL RAG 應用程式部署至 Agent Runtime

Agent Platform SDK (Python) 筆記本 - 將 AlloyDB for PostgreSQL RAG 應用程式部署至 Agent Runtime
使用可存取資料庫資料的工具建構代理。 Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 和 MCP Toolbox for Databases 部署代理
使用自然語言查詢及瞭解結構化資料儲存庫。 Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 和 Agent Search 的 RAG 建構對話式搜尋代理
使用自然語言查詢及瞭解圖形資料庫 網誌文章:GenAI GraphRAG 和 AI 代理,使用 Agent Runtime 搭配 LangChain 和 Neo4j
使用自然語言查詢及瞭解向量儲存庫 網誌文章:運用 MongoDB Atlas 和 Agent Runtime 簡化生成式 AI RAG
使用 ADK 建構代理 使用 ADK 建構及部署代理。 Agent Development Kit -- 部署至 Agent Runtime
使用 OSS 框架建構代理 使用 OneTwo 開放原始碼框架建構及部署代理。 網誌文章 - OneTwo 和 Agent Runtime:探索 Google Cloud的進階 AI 代理開發
使用 LangGraph 開放原始碼框架建構及部署代理。 Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 建構及部署 LangGraph 應用程式
偵錯及最佳化代理 使用 OpenTelemetry 和 Cloud Trace 建構及追蹤代理。 Agent Platform SDK (Python) 筆記本 - 偵錯及最佳化代理:Agent Runtime 追蹤指南
使用 A2A 通訊協定建構多代理系統 (預先發布版) 建構可互通的代理,無論採用何種框架,都能與其他代理通訊及協作。 詳情請參閱 A2A 通訊協定說明文件。

支援的地區

如需 Agent Runtime 支援的地區清單,請參閱「位置」。

配額

如要瞭解 Agent Runtime 配額,請參閱「配額和系統限制」。

定價

如要瞭解 Agent Runtime 的定價,請參閱「Gemini Enterprise Agent Platform 定價」。

遷移至用戶端 SDK

在 Agent Platform SDK 2.0.1 版中,agent_engines 模組經過重構,並重新命名為獨立 google-cloud-agentplatform 套件 (agentplatform) 下的個別模組 (例如 runtimes、sessions、sandboxes 和 memory_banks)。SDK 採用用戶端設計,主要原因如下:

  • 與 ADK (ADK) 和 Google Gen AI SDK (google-genai) 的標準類型表示法保持一致。這可確保不同 SDK 之間以一致且標準化的方式呈現資料類型,進而簡化互通性並減少轉換負擔。
  • 在多專案、多位置應用程式中,用於 Google Cloud 參數的用戶端層級範圍。這樣一來,應用程式就能為每個用戶端執行個體 (client = agentplatform.Client(project=..., location=...)) 設定特定的專案和位置資訊設定,管理與不同 Google Cloud 專案和地理位置資源的互動。
  • 提升 Gemini Enterprise Agent Platform 服務 (client.runtimes、client.sessions、client.sandboxes 和 client.memory_banks) 的曝光度和一致性。
  • 提供專為代理工作負載設計的輕量、分離式套件 (google-cloud-agentplatform),同時將生成式 AI 模組遷移至 Google Gen AI SDK (google-genai)。

如需遷移至新 SDK 結構的詳細操作說明,請參閱下列指南:

後續步驟

指南

設定環境,以便使用 Agent Platform Runtime。

資源

取得 Agent Platform 開發支援。