In diesem Abschnitt wird beschrieben, wie Sie Vertex AI Agent Engine-Sitzungen verwenden, um Sitzungen mit der Google Cloud -Konsole oder direkten API-Aufrufen zu verwalten. Wenn Sie keinen ADK-Agenten zum Verwalten von Sitzungen verwenden möchten, können Sie die Google Cloud -Konsole oder direkte API-Aufrufe verwenden.
Informationen zum Verwalten von Sitzungen mit dem ADK-Agenten finden Sie unter Sitzungen mit dem Agent Development Kit verwalten.
Vertex AI Agent Engine-Instanz erstellen
Wenn Sie auf Vertex AI Agent Engine-Sitzungen zugreifen möchten, müssen Sie zuerst eine Vertex AI Agent Engine-Instanz verwenden. Sie müssen keinen Code bereitstellen, um Sitzungen zu verwenden. Wenn Sie Agent Engine bereits verwendet haben, dauert das Erstellen einer Vertex AI Agent Engine-Instanz nur wenige Sekunden und es ist keine Codebereitstellung erforderlich. Wenn Sie Agent Engine zum ersten Mal verwenden, kann es länger dauern.
Wenn Sie keine vorhandene Vertex AI Agent Engine-Instanz haben, erstellen Sie eine mit dem folgenden Code:
import vertexai
client = vertexai.Client(
project="PROJECT_ID",
location="LOCATION"
)
# If you don't have an Agent Engine instance already, create an instance.
agent_engine = client.agent_engines.create()
# Optionally, print out the Agent Engine resource name. You will need the
# resource name to interact with Sessions later on.
print(agent_engine.api_resource.name)
Ersetzen Sie Folgendes:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Ihre Region. Unterstützte Regionen für Sessions
Sitzungen auflisten
Listen Sie die Sitzungen auf, die mit Ihrer Vertex AI Agent Engine-Instanz verknüpft sind.
Google Cloud Console
Bei bereitgestellten Agents können Sie die Google Cloud Konsole verwenden, um die mit Ihrem Agent verknüpften Sitzungen aufzulisten:
- Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.
Agent Engine-Instanzen, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filtern können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.
Klicken Sie auf den Namen Ihrer Agent Engine-Instanz.
Klicken Sie auf den Tab Sitzungen. Eine Liste der Sitzungen wird nach ID angezeigt.
Vertex AI SDK für Python
for session in client.agent_engines.sessions.list(
name=agent_engine.api_resource.name, # Required
):
print(session)
# To list sessions for a specific user:
for session in client.agent_engines.sessions.list(
name=agent_engine.api_resource.name, # Required
config={"filter": "user_id=USER_ID"},
):
print(session)
- USER_ID: Wählen Sie eine eigene Nutzer-ID mit einem Zeichenlimit von 128 Zeichen aus.
Beispiel:
user-123.
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Die Region, in der Sie Ihre Agent Engine-Instanz erstellt haben.
- AGENT_ENGINE_ID: Die Ressourcen-ID Ihrer Agent Engine-Instanz.
HTTP-Methode und URL:
GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions
Senden Sie die Anfrage mithilfe einer der folgenden Optionen:
curl
Führen Sie folgenden Befehl aus:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions"
PowerShell
Führen Sie folgenden Befehl aus:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions" | Select-Object -Expand Content
Es sollte eine Liste mit Sitzungen angezeigt werden.
Optional können Sie den Abfrageparameter ?filter=user_id=\"USER_ID\" hinzufügen, um Sitzungen für einen bestimmten Nutzer aufzulisten. Dabei ist USER_ID die ID des Nutzers, den Sie abfragen möchten.
Sitzung erstellen
Erstellen Sie eine Sitzung, die mit einer Nutzer-ID verknüpft ist.
Google Cloud Console
Für bereitgestellte Agents können Sie die Google Cloud Konsole verwenden, um Sitzungen zu erstellen:
- Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.
Agent Engine-Instanzen, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filtern können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.
Klicken Sie auf den Namen Ihrer Agent Engine-Instanz.
Klicken Sie auf den Tab Playground.
Klicken Sie auf Neue Sitzung, um eine neue Sitzung zu erstellen.
Vertex AI SDK für Python
session = client.agent_engines.sessions.create(
name=agent_engine.api_resource.name, # Required
user_id=USER_ID, # Required
)
Dabei ist USER_ID die von Ihnen definierte Nutzer-ID. Beispiel: user-123
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Die Region, in der Sie Ihre Agent Engine-Instanz erstellt haben.
- AGENT_ENGINE_ID: Die Ressourcen-ID Ihrer Agent Engine-Instanz.
- USER_ID: die von Ihnen definierte Nutzer-ID. Beispiel:
sessions-agent
HTTP-Methode und URL:
POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions
JSON-Text der Anfrage:
{
"userId": USER_ID
}
Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:
curl
Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions"
PowerShell
Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions" | Select-Object -Expand Content
Sie sollten einen lange laufenden Vorgang erhalten, den Sie abfragen können, um den Erstellungsstatus Ihrer Sitzung zu prüfen.
Sitzung abrufen
Rufen Sie eine bestimmte Sitzung ab, die mit Ihrer Vertex AI Agent Engine-Instanz verknüpft ist.
Google Cloud Console
Für bereitgestellte Agents können Sie die Google Cloud Konsole verwenden, um Sitzungen zu erstellen:
- Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.
Agent Engine-Instanzen, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filtern können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.
Klicken Sie auf den Namen Ihrer Agent Engine-Instanz.
Klicken Sie auf den Tab Playground.
Klicken Sie auf den Tab Sitzungen. Eine Liste der Sitzungen wird nach ID angezeigt.
Klicken Sie auf die Sitzung, die Sie sich genauer ansehen möchten.
Vertex AI SDK für Python
session = client.agent_engines.sessions.get(
name='projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID', # Required
user_id=USER_ID, # Required
)
# session.name will correspond to
# 'projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID'
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Die Region, in der Sie Ihre Agent Engine-Instanz erstellt haben.
- AGENT_ENGINE_ID: Die Ressourcen-ID Ihrer Agent Engine-Instanz.
- SESSION_ID: Die Ressourcen-ID der Sitzung, die Sie abrufen möchten. Sie können die Sitzungs-ID aus der Antwort abrufen, die Sie beim Erstellen der Sitzung erhalten haben.
HTTP-Methode und URL:
GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID
Senden Sie die Anfrage mithilfe einer der folgenden Optionen:
curl
Führen Sie folgenden Befehl aus:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID"
PowerShell
Führen Sie folgenden Befehl aus:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID" | Select-Object -Expand Content
In der Antwort sollten Informationen zu Ihrer Sitzung angezeigt werden.
Sitzung löschen
Löschen Sie eine Sitzung, die mit Ihrer Vertex AI Agent Engine-Instanz verknüpft ist.
Google Cloud Console
Bei bereitgestellten Agents können Sie die Google Cloud -Konsole verwenden, um Sitzungen zu löschen, die mit Ihrem Agent verknüpft sind:
- Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.
Agent Engine-Instanzen, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filtern können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.
Klicken Sie auf den Namen Ihrer Agent Engine-Instanz.
Klicken Sie auf den Tab Sitzungen. Eine Liste der Sitzungen wird nach ID angezeigt.
Klicken Sie auf das Dreipunkt-Menü () der Sitzung, die Sie löschen möchten.
Klicken Sie auf Löschen.
Klicken Sie auf Sitzung löschen.
Vertex AI SDK für Python
client.agent_engines.sessions.delete(name=session.name)
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Die Region, in der Sie die Example Store-Instanz erstellen möchten.
- AGENT_ENGINE_ID: Die Ressourcen-ID Ihrer Agent Engine-Instanz.
- SESSION_ID: Die Ressourcen-ID der Sitzung, die Sie abrufen möchten.
HTTP-Methode und URL:
DELETE https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID
Senden Sie die Anfrage mithilfe einer der folgenden Optionen:
curl
Führen Sie folgenden Befehl aus:
curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID"
PowerShell
Führen Sie folgenden Befehl aus:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method DELETE `
-Headers $headers `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID" | Select-Object -Expand Content
Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.
Ereignisse in einer Sitzung auflisten
Ereignisse in einer Sitzung auflisten, die mit Ihrer Vertex AI Agent Engine-Instanz verknüpft sind.
Google Cloud Console
Für bereitgestellte Agents können Sie die Google Cloud Konsole verwenden, um Sitzungen zu erstellen:
- Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.
Agent Engine-Instanzen, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filtern können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.
Klicken Sie auf den Namen Ihrer Agent Engine-Instanz.
Klicken Sie auf den Tab Playground.
Klicken Sie auf den Tab Sitzungen. Eine Liste der Sitzungen wird nach ID angezeigt.
Klicken Sie auf die Sitzung, die Sie sich genauer ansehen möchten.
Klicken Sie auf den Tab Ereignisse, um die mit der Sitzung verknüpften Ereignisse aufzurufen.
Vertex AI SDK für Python
for session_event in client.agent_engines.list_session_events(
name=session.name,
):
print(session_event)
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Die Region, in der Sie Ihre Agent Engine-Instanz erstellt haben.
- AGENT_ENGINE_ID: Die Ressourcen-ID Ihrer Agent Engine-Instanz.
- SESSION_ID: Die Ressourcen-ID der Sitzung, die Sie abrufen möchten.
HTTP-Methode und URL:
GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID/events
Senden Sie die Anfrage mithilfe einer der folgenden Optionen:
curl
Führen Sie folgenden Befehl aus:
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID/events"
PowerShell
Führen Sie folgenden Befehl aus:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID/events" | Select-Object -Expand Content
In der Antwort sollte eine Liste der Ereignisse angezeigt werden, die mit Ihrer Sitzung verknüpft sind.
Ereignis an eine Sitzung anhängen
Ein Ereignis an eine Sitzung anhängen, die einer Vertex AI Agent Engine-Instanz zugeordnet ist.
Google Cloud Console
Für bereitgestellte Agents können Sie die Google Cloud Konsole verwenden, um Sitzungen zu erstellen:
- Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.
Agent Engine-Instanzen, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filtern können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.
Klicken Sie auf den Namen Ihrer Agent Engine-Instanz.
Klicken Sie auf den Tab Playground.
Klicken Sie auf den Tab Sitzungen. Eine Liste der Sitzungen wird nach ID angezeigt.
Klicken Sie auf die Sitzung, die Sie sich genauer ansehen möchten.
Klicken Sie auf den Tab Ereignisse, um die mit der Sitzung verknüpften Ereignisse aufzurufen.
Geben Sie eine Nachricht ein und drücken Sie die Eingabetaste, um der Sitzung ein neues Ereignis hinzuzufügen.
Vertex AI SDK für Python
import datetime
client.agent_engines.sessions.events.append(
name=session.name,
author="user", # Required.
invocation_id="1", # Required.
timestamp=datetime.datetime.now(tz=datetime.timezone.utc), # Required.
config={
"content": {
"role": "user",
"parts": [{"text": "hello"}]
},
},
)
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Die Region, in der Sie Ihre Agent Engine-Instanz erstellt haben.
- AGENT_ENGINE_ID: Die Ressourcen-ID Ihrer Agent Engine-Instanz.
- SESSION_ID: Die Ressourcen-ID der Sitzung, der Sie Ereignisse hinzufügen möchten.
- AUTHOR: Der Autor des Ereignisses. Das kann
'user'oder ein Name des Kundenservicemitarbeiters sein. - INVOCATION_ID: Eine Kennung für einen Aufruf.
- TIMESTAMP: Der Zeitstempel des Ereignisses.
HTTP-Methode und URL:
POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID:appendEvent
JSON-Text der Anfrage:
{
"author": AUTHOR,
"invocationId": INVOCATION_ID,
"timestamp": TIMESTAMP,
}
Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:
curl
Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID:appendEvent"
PowerShell
Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/sessions/SESSION_ID:appendEvent" | Select-Object -Expand Content
Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.
Bereinigen
Wenn Sie alle in diesem Projekt verwendeten Ressourcen bereinigen möchten, können Sie die Vertex AI Agent Engine-Instanz zusammen mit den untergeordneten Ressourcen löschen:
agent_engine.delete(force=True)