このドキュメントでは、エージェント型 AI ワークフローを使用してインタラクティブな学習クイズを生成して管理するアプリケーションのアーキテクチャの概要について説明します。エージェントは、特定のトピックに関するユーザーの知識を評価し、永続的なセッション状態と長期記憶を使用してパーソナライズされたエクスペリエンスを作成します。エージェントはユーザーの回答の履歴を保持し、後続の質問の難易度と内容を動的に調整できます。
このドキュメントは、エージェント型 AI アプリケーションを構築して管理するアーキテクト、デベロッパー、管理者を対象としています。このアーキテクチャは、さまざまな業界でインタラクティブでステートフルな教育アプリケーションを作成するために適しています。このドキュメントでは、AI エージェント システムの基礎知識があることを前提としています。エージェントと非エージェント システムの違いについては、 AI エージェント、AI アシスタント、bot の違いをご覧ください。
このドキュメントのデプロイ セクションでは、データ サイエンス ワークフローを実行するエージェント型 AI アプリケーションのデプロイを試すためのコードサンプルへのリンクを提供します。
アーキテクチャ
次の図は、インタラクティブな学習エージェントのアーキテクチャの概要を示しています。
このアーキテクチャのデータフローは次のとおりです。
- ユーザーが、Cloud Run でホストされているクイズ アプリケーション内で、クイズの開始や回答の送信などのアクションを実行します。
- アプリケーションは、ユーザーの入力を AI エージェントに転送します。
AI エージェントは、Vertex AI の Gemini モデルを使用してユーザーの入力を解釈します。ユーザーのリクエストに基づいて、エージェントは適切なツールを呼び出して、リクエストされたクイズ アクションを実行します。
たとえば、エージェントはツールを選択して、クイズ セッションを開始したり、回答を評価したり、次の質問を生成したりします。
エージェントはクイズ アプリケーションにレスポンスを送信します。
クイズ アプリケーションはレスポンスをユーザーに転送します。
クイズの状態を維持し、エクスペリエンスをパーソナライズするために、エージェントは次のバックグラウンド タスクを実行します。
- エージェントは、最新のクイズの進捗状況とスコアを、 Vertex AI Agent Engine Sessions に保存されている 保存済みセッションの履歴に追加します。
- エージェントはクイズデータを記憶に変換し、長期的なリコールのためにメモリバンクに保存します。エージェントは、メモリに保存されている履歴データを使用して、今後のセッションでコンテキストを認識したレスポンスを生成します。
使用するプロダクト
このアーキテクチャの例では、次の Google Cloud プロダクトを使用します。
- Cloud Run: Google のスケーラブルなインフラストラクチャ上で コンテナを直接実行できるマネージド コンピューティング プラットフォーム。
- Agent Development Kit（ADK）: AI エージェントを 開発、テスト、デプロイするためのツールとライブラリのセット。
- Vertex AI: ML モデル と AI アプリケーションのトレーニングとデプロイを行い、AI を活用したアプリケーションで使用する LLM をカスタマイズできる ML プラットフォーム。
- Vertex AI Agent Engine Sessions: ユーザーとエージェント間のやり取りの履歴を保存して取得する永続ストレージ サービス。
- メモリバンク: ユーザーとエージェントの会話に基づいて長期記憶を生成、改良、管理、取得する永続ストレージ サービス。
デプロイ
コーディング関連のクイズを提供するこのアーキテクチャのサンプル実装をデプロイするには、GitHub で入手できる Python チューター コードサンプル を使用します。
次のステップ
- （ノートブック）Cloud Run の ADK エージェントでセッションとメモリバンクを使ってみる。
- （ブログ）ADK を使用した状態と記憶の詳細を確認する。
- （Codelab）ADK を使用して本番環境の AI コードレビュー アシスタントを構築する。
- （動画）エージェントのメモリに関する Agent Factory ポッドキャストを視聴する。
- Cloud Run で AI エージェントをホストする方法を確認する。
- の AI ワークロードと ML ワークロードに固有のアーキテクチャ原則と推奨事項の概要について、 Well-Architected Framework の AI と ML の視点 を確認する。 Google Cloud
- Cloud アーキテクチャ センターで、リファレンス アーキテクチャ、図、ベスト プラクティスを確認する。
寄稿者
著者: Samantha He | テクニカル ライター
その他の寄稿者:
- Amina Mansour | Cloud Platform 評価チーム責任者
- Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
- Megan O'Keefe | デベロッパー アドボケイト
- Rachael Deacon-Smith | デベロッパー アドボケイト
- Shir Meir Lador | デベロッパー リレーションズ エンジニアリング マネージャー