代理式 AI 用途：自動化資料科學工作流程

Last reviewed 2026-10-14 UTC

本文說明應用程式的高階架構，該應用程式會執行資料科學工作流程，自動處理複雜的資料分析和機器學習工作。

這個架構使用託管於 BigQuery 或 AlloyDB for PostgreSQL 的資料集。這個架構是多代理系統，使用者可以透過自然語言指令執行動作，不必編寫複雜的 SQL 或 Python 程式碼。

本文適用對象包括建構及管理代理式 AI 應用程式的架構師、開發人員和管理員。這項架構可讓業務和資料團隊分析零售、金融和製造等各種產業的指標。本文假設您已具備代理式 AI 系統的基本知識。如要瞭解代理與非代理系統的差異，請參閱「AI 代理、AI 助理和機器人有何不同？」一節。

架構

下圖顯示資料科學工作流程代理的架構。

資料科學工作流程代理的架構。

這個架構包含下列元件：

前端
使用者透過前端 (例如即時通訊介面) 與多代理系統互動，該前端會以無伺服器 Cloud Run 服務的形式運作。
AI 模型和模型執行階段
在推論服務方面，這個範例架構中的代理會使用 Gemini Enterprise Agent Platform 上最新的 Gemini 模型。
代理

這個架構使用下列代理：

  • 根代理：接收前端服務要求的協調代理。根代理會解讀使用者要求，並嘗試自行解決。如果工作需要專門工具，根層級代理會將要求委派給適當的專門代理。
  • 專用代理：根代理會使用代理即工具功能，叫用下列專用代理：
    • 數據分析代理：專門用於資料分析和視覺化的代理。分析代理會使用 AI 模型生成及執行 Python 程式碼，處理資料集、建立圖表及執行統計分析。
    • AlloyDB for PostgreSQL 代理：專門用於與 AlloyDB for PostgreSQL 資料互動的代理。代理會使用 AI 模型解讀使用者要求，並以 PostgreSQL 方言生成 SQL。代理會使用 MCP Toolbox for Databases 安全地連線至資料庫，然後執行查詢來擷取要求的資料。
    • BigQuery 代理：專門用於與 BigQuery 資料互動的代理。代理會使用 AI 模型解讀使用者要求，並生成 GoogleSQL 查詢。代理會使用 Agent Development Kit (ADK) 內建的 BigQuery 工具連線至 BigQuery，然後執行查詢來擷取要求的資料。
  • BigQuery ML 代理：根代理的子代理，專門用於機器學習工作流程。代理會與 BigQuery ML 互動，管理端對端機器學習生命週期。代理可以建立及訓練模型、執行評估，並根據使用者要求生成預測結果。
代理執行階段
這個架構中的 AI 代理會部署為無伺服器 Cloud Run 服務 。
ADK
ADK 提供開發、測試及部署代理的工具和框架。 ADK 可簡化代理建立作業，讓 AI 開發人員專注於代理的邏輯和功能。

使用的產品

這個範例架構使用下列 Google Cloud 和開放原始碼產品和工具：

  • Cloud Run：無伺服器運算平台，可讓您直接在 Google 可擴充的基礎架構上執行容器。
  • Agent Development Kit (ADK)：一組工具和程式庫，用於開發、測試及部署 AI 代理。
  • Gemini Enterprise Agent Platform：全方位平台，可建構、擴充、管理及最佳化企業級 AI 代理。
  • Gemini：Google 開發的多模態 AI 模型系列。
  • BigQuery：企業資料倉儲，內建機器學習、地理空間分析和商業智慧等功能，可協助您管理及分析資料。
  • AlloyDB for PostgreSQL：與 PostgreSQL 相容的全代管資料庫服務，專為最嚴苛的工作負載 (包括混合型交易和分析處理作業) 而設計。
  • MCP Toolbox for Databases：開放原始碼的 Model Context Protocol (MCP) 伺服器，可管理連線集區、驗證和觀測能力等複雜的資料庫作業，讓 AI 代理安全地連結至資料庫。

安全性考量

為因應 AI 代理獨有的安全風險，Google 建議採取做法，結合確定性安全控管機制與動態、以推論為基礎的防禦措施：

  • 人工監督：在業務關鍵系統中加入人工介入迴路流程，讓人工監督員審查輸出內容，並核准、覆寫或暫停代理動作。
  • Agent Identity：為每個代理指派與工作負載繫結的身分，強制執行最小權限存取控管，並集中管理外部工具的憑證。
  • Agent Gateway：強制執行輸入和輸出流量管理、預設拒絕存取政策，以及使用 Model Armor 進行內嵌提示和工具檢查。
  • Agent Registry：確認代理只會連線至核准的子代理和 MCP 工具。

本節指南僅列出部分範例。如要進一步瞭解設計因素和最佳做法，以及建構和部署多代理式 AI 系統的建議，請參閱「 Google Cloud中的多代理式 AI 系統」。

後續步驟

貢獻者

作者：Samantha He | 技術文件撰稿者

其他貢獻者：