Agent Registry は、 内で Model Context Protocol（MCP）サーバー、ツール、AI エージェントを保存、検出、管理できる一元化されたレジストリです。 Google CloudAgent Registry は、Gemini Enterprise Agent Platform のエージェント、サーバー、エンドポイントのガバナンス ピラーと統合 インベントリを表します。
AI 機能をデプロイして拡張する際に、Agent Registry は環境のコア インフラストラクチャを提供し、自律型エージェントと MCP サーバーが提供する一貫したデータ コンテキストとツールを統合します。これらのエージェント、MCP サーバー、エンドポイントを統合することで、Agent Registry は、断片化されたツールアクセス、分離されたデータ、冗長な実装など、複雑な AI デプロイにおける一般的な課題に対処します。
Agent Registry API が使用する データモデルに基づいて、読み取り専用の Agent、McpServer、または Endpoint リソースに対してクエリを実行し、Agent Registry に登録されているエージェント、MCP サーバー、エンドポイントを一覧表示、検索、取得します。
Agent Registry を使用する理由
Agent Registry は、エージェント、MCP サーバー、エンドポイントの管理に役立つ 3 つの主要な目標を中心に構成されています。
- 開発の加速: 組織全体で既存のエージェント スキルと MCP ツールを検出して再利用します。レジストリにクエリを実行して使用可能な機能を確認し、使用することで、新しいプロセスごとにカスタム統合を作成する必要がなくなります。
- 統合の簡素化: 標準化された MCP または Agent2Agent（A2A）プロトコルを使用して、機能するエンドポイントを見つけて接続し、インフラストラクチャ管理のオーバーヘッドを削減します。
- ガバナンスのサポート: エージェント フリート全体でセキュリティを適用し、境界を実装します。権限を定義し、統合された ID レジストリを確立して、データにアクセスできるエージェントを制御します。
次のステップ
- Agent Registry の データモデル について学習し、 エージェント機能を管理する方法を理解する。
- 主なコンセプトを確認して、 Agent Registry で使用される重要な用語に慣れる。
- まず、Agent Registry を設定します。