Agent Platform – Übersicht

Die Gemini Enterprise Agent Platform ist eine einheitliche Plattform zum Erstellen, Bereitstellen, Verwalten und Optimieren von KI-Agenten auf Unternehmensniveau und modellbasierten Lösungen. Als Weiterentwicklung von Vertex AI unterstützt es den gesamten KI-Lebenszyklus, vom Zugriff auf über 200 Foundation Models bis hin zur Bereitstellung und Verwaltung Ihrer Agents.

Die Agent Platform bietet Tools für alle Kenntnisstände:

  • Low-Code-Entwicklung:
    • Agent Studio:Hier können Sie Agents entwerfen und ohne Code mit Modellen interagieren.
  • Codebasierte Entwicklung:
    • Colab Enterprise-Notebooks:Führen Sie codebasierte Entwicklung, Datenanalyse und Experimente durch.
    • Agent Development Kit:Mit diesem modularen, modellunabhängigen Framework können Sie komplexe Agenten erstellen, die in der Lage sind, komplexe Schlussfolgerungen zu ziehen und Tools zu verwenden.

Um Unternehmensanforderungen zu erfüllen, bietet die Agent Platform integrierte Sicherheits- und Governance-Funktionen. Mit der Agent-Identität können Sie Agents detaillierte Berechtigungen gewähren. Agent Gateway sorgt zusammen mit Model Armor für die Sicherheit aller Agent-Interaktionen, erzwingt Laufzeitrichtlinien und schützt vor Bedrohungen und sorgt für konforme Vorgänge.

Komponenten der Gemini Enterprise Agent Platform

Diagramm der Architektur der Gemini Enterprise Agent Platform mit den vier Säulen: Erstellen, Skalieren, Verwalten und Optimieren.
Abbildung 1:Die Agent Platform ist in vier Säulen unterteilt: Erstellen, Skalieren, Verwalten und Optimieren.

Die Gemini Enterprise Agent Platform basiert auf vier Hauptsäulen:

Build

  • Agent Development Kit:Ein modulares, modellunabhängiges Framework zum Erstellen und Bereitstellen komplexer KI-Agenten.
  • Agent Studio:Eine visuelle Low-Code-Umgebung zum Entwerfen, Erstellen von Prototypen und Verwalten von Agent-Reasoning-Schleifen und ‑Workflows.
  • Agent Garden:Eine Bibliothek mit vorgefertigten Agenten und Vorlagen, um die Entwicklung zu beschleunigen.
  • Model Garden:Zugriff auf die innovativsten Modelle von Google (z. B. Gemini-Modelle), Drittanbieter- und Open-Source-Modelle.
  • RAG Engine:Stellt eine sichere Verbindung zwischen privaten Unternehmensdaten und LLMs her, um die Genauigkeit der Antworten zu verbessern und Halluzinationen zu reduzieren.
  • Vektorsuche:KI-native Suchmaschine zum Speichern, Suchen und Verwalten von Daten für KI-Anwendungen.

Skalieren

  • Agenten mit der Laufzeit für KI-Agenten skalieren:Eine leistungsstarke, skalierbare Laufzeitumgebung zum Bereitstellen und Verwalten von Agenten, die Funktionen wie Kaltstarts in weniger als einer Sekunde und Agenten mit langer Laufzeit unterstützt.
  • Agent Platform Sessions:Verwaltet zustandsorientierte Daten und den Kontext innerhalb einer einzelnen Agent-Interaktion.
  • Memory Bank der Agent-Plattform:Ermöglicht es Agenten, Informationen sitzungsübergreifend zu speichern und abzurufen.
  • Codeausführung:KI‑Agents können Python-Code in einer sicheren Sandbox-Umgebung generieren und ausführen, um Berechnungen, Datenanalysen und andere komplexe Logik auszuführen.

Regulieren

  • Agent-Registry:Ein zentraler Katalog zum Auffinden, Verfolgen und Verwalten aller Agenten, Tools und MCP-Server in der gesamten Organisation.
  • Agent-Identität:Eine vollständig verwaltete, eindeutige Identität für jeden Agent, die eine sichere Zugriffssteuerung und ein sicheres Auditing ermöglicht.
  • Agent Gateway:Ein zentraler Punkt zur Durchsetzung von Richtlinien, um alle Tool-Aufrufe von KI-Agenten zu verwalten, die Authentifizierung zu verwalten und Sicherheitsrichtlinien anzuwenden.
  • Governance-Richtlinien:Dazu gehören der Inhaltsschutz und die semantische Governance, um Risiken wie Datenlecks zu minimieren und die Compliance zu gewährleisten.
  • KI-Bedrohungs- und Sicherheitslückenscans:Bedrohungserkennung und Sicherheitslückenscans in Echtzeit speziell für Agentensysteme.

Optimieren

  • Agentenbewertung Bewerten Sie die Qualität von Agenten systematisch mit Tools wie Multi-Turn AutoRaters und Online Evaluation für Live-Traffic.
  • Agentenverhalten simulieren und bewerten Synthetische Testszenarien generieren und Nutzerinteraktionen mit mehreren Durchgängen mit konfigurierbaren Identitäten simulieren, um die Agentenlogik auf die Probe zu stellen.
  • Beobachtbarkeit Umfassende Tools für Monitoring, Logging und Tracing, einschließlich des Unified Trace Viewer, bieten detaillierte Einblicke in die Argumentation und Leistung von Agents für effektives Debugging.
  • Agent-Prompts optimieren Systemanweisungen und Tool-Beschreibungen für Agents programmatisch optimieren, indem Sie Fehlermuster analysieren und gezielte Aktualisierungen vorschlagen.

Verwendung dieser Dokumentation

Die Dokumentation zur Agent-Plattform ist in Abschnitte unterteilt, damit Sie die benötigten Informationen leichter finden. Über die Navigationsregisterkarten können Sie die verschiedenen Bereiche der Plattform aufrufen:

  • Studio: Hier erfahren Sie, wie Sie Agent Studio für das Prompt-Design, die Modelloptimierung und andere UI-basierte Interaktionen mit Modellen verwenden.
  • KI-Agenten: Erfahren Sie, wie Sie mit dem Agent-Framework und den Tools der Agent Platform KI-Agenten für Unternehmensanwendungsfälle erstellen, bereitstellen und verwalten.
  • Modelle: Hier erfahren Sie mehr über die in der Agent Platform verfügbaren generativen KI-Modelle, einschließlich Gemini-Modelle, und wie Sie sie in Ihren Anwendungen verwenden.
  • Notebooks: Hier finden Sie Informationen zur Verwendung von Colab Enterprise-Notebooks für die codebasierte Modellentwicklung, Datenanalyse und Tests.

Nächste Schritte

Übersicht

Informationen zum Erstellen von Agenten in der Google Agent Platform.

Leitfaden

Hier erfahren Sie, wie Sie einen Agenten in der Agent Platform Runtime bereitstellen können.

Leitfaden

Häufige Szenarien für Agents und Modelle