Agent Platform – Übersicht

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

Die Agent Platform bietet Tools für alle Kenntnisstufen:

  • Low-Code-Entwicklung:
    • Agent Studio:Sie können Agenten entwerfen und mit Modellen interagieren, ohne Code zu schreiben.
  • Codebasierte Entwicklung:
    • Colab Enterprise-Notebooks:Sie können codebasierte Entwicklung, Datenanalysen und Tests durchführen.
    • Agent Development Kit:Mit diesem modularen, modellunabhängigen Framework können Sie anspruchsvolle Agenten erstellen, die komplexe Schlussfolgerungen ziehen und Tools verwenden können.

Um die Anforderungen von Unternehmen zu erfüllen, bietet die Agent Platform integrierte Sicherheits- und Governance-Funktionen. Mit der Agent Identity können Sie Agenten detaillierte Berechtigungen erteilen. Agent Gateway schützt zusammen mit Model Armor alle Agenteninteraktionen, erzwingt Laufzeitrichtlinien und hilft, vor Bedrohungen zu schützen und den konformen Betrieb zu gewährleisten.

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 Bereiche unterteilt: Erstellen, Skalieren, Verwalten und Optimieren.

Die Gemini Enterprise Agent Platform ist in vier Hauptbereiche unterteilt:

Erstellen

  • Agent Development Kit: Ein modulares, modellunabhängiges Framework zum Erstellen und Bereitstellen komplexer KI Agenten.
  • **Agent Studio**: Eine visuelle Low-Code-Arbeitsfläche zum Entwerfen, Prototyping und Verwalten von Agenten Schlussfolgerungsschleifen und ‑Workflows.
  • **Agent Garden**: Eine Bibliothek mit vorgefertigten Agenten und Vorlagen, um die Entwicklung zu beschleunigen.
  • Model Garden: Zugriff auf die neuesten Modelle von Google (z. B. Gemini-Modelle), Drittanbieter- und Open-Source-Modelle.
  • **RAG Engine**: Verbindet private Unternehmensdaten sicher mit LLMs, um die Genauigkeit der Antworten zu verbessern und Halluzinationen zu reduzieren.
  • Vector Search: KI-native Suchmaschine zum Speichern, Suchen und Verwalten von Daten für KI Anwendungen.

Skalieren

  • Agenten mit Agent Runtime skalieren: Leistungsstarke, skalierbare Laufzeitumgebung zum Bereitstellen und Verwalten von Agenten mit Funktionen wie Kaltstarts in weniger als einer Sekunde und Agenten mit langer Laufzeit.
  • **Agent Platform-Sitzungen**: Verwaltet zustandsbehaftete Daten und Kontext innerhalb einer einzelnen Agenteninteraktion.
  • **Agent Platform Memory Bank**: Ermöglicht es Agenten, Informationen dauerhaft zu speichern und über mehrere Sitzungen hinweg abzurufen.
  • Codeausführung: Ermöglicht es KI-Agenten, Python-Code in einer sicheren Sandbox-Umgebung zu generieren und auszuführen, um Berechnungen, Datenanalysen und andere komplexe Logik auszuführen.

Verwalten

  • Agent Registry: Ein zentraler Katalog zum Erkennen, Verfolgen und Verwalten aller Agenten, Tools und MCP-Server in der gesamten Organisation.
  • Agentenidentität: Bietet eine vollständig verwaltete, eindeutige Identität für jeden Agenten, die eine sichere Zugriffssteuerung und ein sicheres Auditing ermöglicht.
  • Agent Gateway: Ein zentraler Punkt zur Durchsetzung von Richtlinien, um alle Toolaufrufe von 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 Sicherheitsrisikoscans**: Bedrohungserkennung und Sicherheitsrisikoscans in Echtzeit speziell für agentische Systeme.

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 Generieren Sie synthetische Testszenarien und simulieren Sie Nutzerinteraktionen über mehrere Runden hinweg mit konfigurierbaren Personas, um die Agentenlogik zu testen.
  • Beobachtbarkeit Umfassende Tools für Monitoring, Logging und Tracing, einschließlich des Unified Trace Viewer, bieten detaillierte Einblicke in die Schlussfolgerungen und die Leistung von Agenten für eine effektive Fehlerbehebung.
  • Agenten-Prompts optimieren Sie können die Systemanweisungen und Toolbeschreibungen von Agenten programmatisch optimieren, indem Sie Fehlermuster analysieren und gezielte Updates vorschlagen.

Verwendung dieser Dokumentation

Die Dokumentation zur Agent Platform ist in Abschnitte unterteilt, damit Sie die benötigten Informationen leichter finden. Verwenden Sie die Navigationstabs, um die verschiedenen Bereiche der Plattform zu erkunden:

  • Studio: Hier erfahren Sie, wie Sie Agent Studio für das Prompt-Design, die Modell optimierung und andere UI-basierte Interaktionen mit Modellen verwenden.
  • Agenten: Hier erfahren Sie, wie Sie KI-Agenten für Unternehmensanwendungsfälle mit dem Agenten-Framework und den Tools der Agent Platform erstellen, bereitstellen und verwalten.
  • Modelle: Hier erfahren Sie mehr über die in der Agent Platform verfügbaren generativen KI-Modelle, einschließlich der 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.

Anleitung

Informationen zu den fünf Möglichkeiten, einen Agenten in der Agent Platform Runtime bereitzustellen, je nach Ihren Entwicklungsanforderungen.

Anleitung

Informationen zu gängigen Szenarien für Agenten und Modelle.