Caso d'uso dell'AI agentica: orchestrazione delle risorse GraphRAG multimodali

Last reviewed 2026-04-06 UTC

Questo documento fornisce un'architettura di alto livello per il sistema multi-agente che consolida i dati multimodali frammentati in un knowledge graph ricercabile. Il sistema consente agli utenti di caricare i dati e quindi utilizzare il knowledge graph per identificare potenziali problemi o rischi sistemici. L'architettura consente agli agenti di navigare in reti di dati complesse e mantenere la personalizzazione a lungo termine. Garantisce che le risorse distribuite corrispondano ai requisiti di ricerca con continuità.

GraphRAG è un approccio basato su grafi alla generazione RAG (Retrieval Augmented Generation). La RAG contribuisce a basare le risposte generate con l'AI su dati reali migliorando i prompt con dati contestualmente pertinenti recuperati utilizzando la ricerca vettoriale. GraphRAG combina la ricerca vettoriale con una query del knowledge graph per recuperare dati contestuali che riflettono meglio l'interconnessione dei dati provenienti da diverse origini. I prompt arricchiti con GraphRAG possono generare risposte dell'AI più dettagliate e pertinenti.

Il pubblico di destinazione di questo documento include architetti, sviluppatori e amministratori che creano e gestiscono infrastrutture e applicazioni AI nel cloud. Questo documento presuppone che tu abbia una conoscenza di base degli agenti e dei modelli di AI. Il documento non fornisce indicazioni specifiche per la progettazione e la codifica di agenti AI.

La sezione Deployment di questo documento fornisce un esempio di codice che mostra come definire uno schema Spanner Graph e collegare entità multimodali per il recupero agentico.

Architettura

Di seguito è riportata una visione di alto livello di un'architettura di un sistema di AI multiagente che consente l'orchestrazione delle risorse GraphRAG multimodali:

Architettura di alto livello di un sistema di AI multi-agente che consente l'orchestrazione delle risorse GraphRAG multimodali.

L'architettura nel diagramma precedente ha due flussi di lavoro: l'importazione dati e la ricerca.

  • Il workflow di acquisizione dei dati consolida i record multimodali frammentati nel knowledge graph unificato. Questo flusso di lavoro utilizza un pattern multi-agente sequenziale per caricare i dati non elaborati in Cloud Storage, estrarre relazioni complesse utilizzando Gemini e aggiornare il knowledge graph di Spanner Graph per garantire che i dati siano disponibili per il recupero.
  • Il flusso di lavoro di ricerca ti consente di recuperare approfondimenti e risposte fondate tramite un processo GraphRAG. Questo flusso di lavoro utilizza Gemini e subagenti specializzati per navigare nel knowledge graph e consolidare i risultati in base ai dati delle sessioni precedenti.

Le seguenti schede forniscono architetture che mostrano i flussi di lavoro di importazione e ricerca dei dati:

Workflow di acquisizione dei dati

Il seguente diagramma mostra un'architettura dettagliata per un flusso di lavoro di importazione dati.

Architettura che mostra il workflow di importazione dati.

Il diagramma precedente mostra il seguente flusso di dati:

  1. L'utente interagisce con l'applicazione web per caricare nuovi dati. Ad esempio, un analista finanziario potrebbe caricare un PDF degli utili, la registrazione di un'assemblea degli azionisti o un grafico del rendimento del mercato.
  2. L'applicazione web inoltra la richiesta all'agente principale. L'agente principale è un agente coordinatore che riceve le richieste e viene sottoposto a deployment su un servizio Cloud Run.
  3. L'agente principale recupera i dati di sessione persistenti da Memory Bank per personalizzare i risultati di ricerca in base alle preferenze dell'utente delle sessioni precedenti.
  4. L'agente principale utilizza Gemini su Gemini Enterprise Agent Platform per interpretare la richiesta e delega l'attività all'agente multimediale per eseguire la pipeline di importazione dati.
  5. L'agente multimediale avvia il pattern sequenziale e inoltra l'input non elaborato all'agente di caricamento.
  6. L'agente di caricamento esegue le seguenti attività:
    1. Archivia il file non elaborato in un bucket Cloud Storage e rileva il tipo di media.
    2. Inoltra un riepilogo intermedio delle azioni eseguite all'agente di estrazione.

  7. L'agente di estrazione esegue le seguenti attività:
    1. Recupera l'URI dei dati dal bucket di archiviazione e utilizza Gemini per analizzare i dati e identificare le entità strutturate. Ad esempio, le entità dei dati finanziari possono includere filiali aziendali, trimestri fiscali e sentiment dei ricavi.
    2. Inoltra le entità strutturate e il riepilogo intermedio delle azioni che ha eseguito all'agente grafico.
  8. L'agente del grafico esegue le seguenti attività:
    1. Riceve le entità strutturate e carica i dati nel knowledge graph. Spanner Graph crea o collega nodi che rappresentano emittenti, parti interessate e strumenti di mercato.
    2. Inoltra un riepilogo intermedio delle azioni eseguite all'agente di riepilogo.
  9. L'agente di riepilogo produce una risposta che contiene un riepilogo testuale dei risultati dell'importazione e delle azioni eseguite da tutti gli agenti secondari. L'agente di riepilogo invia la risposta all'agente multimediale.
  10. L'agente multimediale inoltra la risposta riepilogativa all'agente radice.
  11. L'agente principale attiva una funzione di callback per salvare i dati della sessione in Sessioni di Gemini Enterprise Agent Platform . L'agente principale estrae gli argomenti della memoria personalizzati dalla sessione per salvare informazioni sulle aree di interesse critiche. Ad esempio, un analista finanziario potrebbe creare un argomento di memoria per monitorare indicatori normativi o tendenze settoriali.
  12. L'agente principale inoltra la risposta riepilogativa all'applicazione web.
  13. L'applicazione web inoltra la risposta all'utente.

Flusso di lavoro di ricerca

Il seguente diagramma mostra un'architettura dettagliata per un flusso di lavoro di ricerca.

Architettura che mostra il flusso di lavoro di ricerca.

Il diagramma precedente mostra il seguente flusso di dati:

  1. Un utente avvia una richiesta di ricerca all'applicazione web. Ad esempio, un gestore di portafoglio invia una richiesta per rilevare eventuali schemi di transazioni circolari che coinvolgono più di tre entità in cui il volume totale supera 1 milione di dollari in un periodo di 24 ore.
  2. L'applicazione web inoltra la richiesta all'agente principale. L'agente principale è un agente coordinatore che riceve le richieste e viene implementato su un servizio Cloud Run.
  3. L'agente principale recupera i dati della sessione persistenti da Memory Bank per personalizzare i risultati di ricerca in base alle preferenze storiche del gestore del portfolio e al contesto del paziente.
  4. L'agente principale utilizza Gemini su Agent Platform per determinare la strategia di ricerca ottimale:
    • Ricerca per parola chiave: utilizza le clausole SQL LIKE per trovare corrispondenze esatte per categorie o località.
    • Ricerca RAG semantica: utilizza il modello di embedding e la distanza del coseno per trovare voci di dati semanticamente simili.
    • Ricerca ibrida: esegue la ricerca per parole chiave e la ricerca RAG semantica e unisce i risultati utilizzando Reciprocal Rank Fusion (RRF) per garantire pertinenza e copertura elevate.
  5. L'agente principale esegue la strategia di ricerca appropriata sul knowledge graph, che è archiviato in Spanner Graph.
  6. Knowledge Graph inoltra i risultati di ricerca all'agente principale.
  7. L'agente root esegue le seguenti attività per aggiornare il sistema di AI agentica per rispondere all'applicazione:
    1. Attiva una funzione di callback per salvare i dati della sessione in Agent Runtime su Gemini Enterprise Agent Platform Sessions.
    2. Estrae gli argomenti personalizzati della sessione. Ad esempio, un analista finanziario potrebbe creare un argomento di memoria per monitorare i flag normativi o le tendenze settoriali emergenti.
    3. Inoltra la risposta riepilogativa all'applicazione web.
  8. L'applicazione web inoltra la risposta all'utente.

Prodotti utilizzati

Questa architettura di riferimento utilizza i seguenti Google Cloud prodotti e funzionalità:

  • Cloud Run: una piattaforma di computing serverless che ti consente di eseguire container direttamente sull'infrastruttura scalabile di Google.
  • Gemini: una famiglia di modelli di AI multimodale sviluppati da Google.
  • Gemini Enterprise Agent Platform: una piattaforma completa che ti consente di creare, scalare, gestire e ottimizzare agenti AI di livello enterprise.
  • Cloud Storage: uno spazio di archiviazione di oggetti a basso costo e senza limiti per diversi tipi di dati. I dati sono accessibili dall'interno e dall'esterno di Google Cloude vengono replicati in più località per la ridondanza.
  • Spanner Graph: un database a grafo che fornisce le funzionalità di scalabilità, disponibilità e coerenza di Spanner.
  • Sessioni della piattaforma agentica Gemini Enterprise: un servizio di archiviazione persistente che salva e recupera la cronologia delle interazioni tra un utente e gli agenti.
  • Memory Bank: un servizio di archiviazione persistente che genera, perfeziona, gestisce e recupera ricordi a lungo termine in base alle conversazioni di un utente con un agente.

Per informazioni sulla selezione di componenti alternativi per il tuo sistema di AI agentica, inclusi framework, runtime dell'agente, strumenti, memoria e pattern di progettazione, consulta Scegliere i componenti dell'architettura di AI agentica.

Caso d'uso

L'architettura è progettata per casi d'uso che consolidano e analizzano dati multimodali frammentati per ottimizzare l'allocazione delle risorse e il recupero delle informazioni. Mantenendo subagenti indipendenti, il sistema supporta gli aggiornamenti modulari e garantisce che le risorse distribuite corrispondano ai requisiti di ricerca con elevata continuità. L'integrazione di Spanner Graph come Knowledge Graph consente al sistema di AI agentica di modellare dati complessi e interconnessi. Questa integrazione facilita la comprensione contestuale e funzionalità di query sofisticate che possono essere difficili o inefficienti con database relazionali o NoSQL.

Per i seguenti casi d'uso, un database a grafo eccelle nella rappresentazione delle connessioni arbitrarie ed evolutive derivate da dati multimodali. Queste connessioni altrimenti richiederebbero una gestione dello schema complessa e rigida in un database relazionale.

Di seguito sono riportati alcuni esempi di casi d'uso per l'architettura descritta in questo documento:

  • Mobilità dei talenti HR aziendali: migliora la ricerca di parole chiave per la ricerca di reclutamento su larga scala identificando candidati interni qualificati tramite l'espansione semantica. L'architettura estrae le competenze tecniche e le valutazioni delle soft skill dai portfolio multimodali e dai video di presentazione per creare un grafico completo dei talenti. Il Knowledge Graph di Spanner traccia le relazioni tra dipendenti, competenze e cronologia dei progetti. I risultati della traccia identificano gli esperti in base alla profondità concettuale e segnalano i progetti con personale insufficiente.
  • Analisi dei contenuti dei social media: identifica ricordi o tendenze specifici eseguendo l'analisi avanzata della rete e della scoperta di contenuti sulle piattaforme di social media. Il sistema elabora i caricamenti come video, memo vocali e vlog e poi estrae entità, argomenti, sentiment e menzioni. Il Knowledge Graph di Spanner traccia le relazioni tra gli utenti, le loro connessioni (amici e follower), i post, i Mi piace, i commenti, gli argomenti condivisi e le tendenze.

Considerazioni sulla progettazione

Le sezioni seguenti forniscono consigli generali per la progettazione degli agenti AI e l'implementazione di questa architettura per la produzione.

Progettazione di agenti AI

Per migliorare il costo e il rendimento dei tuoi agenti, tieni presenti i seguenti consigli:

  • Progettazione del sistema di agenti: decostruisci i workflow complessi in più agenti specializzati con responsabilità ben definite anziché un agente monolitico. Questa separazione delle responsabilità semplifica l'ingegneria dei prompt, riduce al minimo la deriva delle istruzioni e consente la scalabilità granulare del modello. L'architettura indirizza le attività ben definite e di grandi volumi a modelli più piccoli e veloci, riservando il ragionamento complesso a modelli ad alta capacità.
  • Routing dell'agente principale: per ridurre al minimo la latenza ed evitare invocazioni non necessarie di sub-agenti, definisci chiaramente la logica di routing nelle istruzioni dell'agente. Assicurati che lo scopo, i parametri di input e gli output previsti di ogni strumento siano documentati nei valori letterali stringa per aiutare il modello a selezionare lo strumento corretto.
  • Progettazione degli strumenti: separa gli strumenti in più metodi mirati anziché utilizzare un unico metodo monolitico. Questo approccio garantisce la coerenza in tutto il codebase, riduce la ramificazione della logica e consente percorsi di ottimizzazione specifici, ad esempio l'omissione dell'analisi delle query quando viene richiamato un metodo di ricerca diretta.
  • Contesto dell'agente: per impedire agli agenti downstream di ripetere le query sui dati upstream in una pipeline sequenziale, trasmetti un contesto sufficiente tramite lo stato dell'agente. Utilizza strutture JSON ben definite per lo stato condiviso in modo che ogni agente possa analizzare i dati in modo affidabile.
  • Archiviazione dello stato della sessione: utilizza lo stato della sessione per la cronologia immediata della conversazione e Memory Bank per i fatti distillati nelle sessioni. Inserisci il contesto della memoria all'inizio di una sessione in modo che l'agente possa fare riferimento alle preferenze senza rielaborare le cronologie delle conversazioni lunghe.
  • Qualità dei ricordi: consente agli utenti di cancellare o aggiornare i ricordi obsoleti se le loro preferenze o i loro ruoli cambiano nel tempo.
  • Modelli di AI nel database: per ridurre la latenza, utilizza la funzione Spanner ML.PREDICT per chiamare i modelli incorporati nelle query SQL. Monitora l'utilizzo della quota di Agent Platform, perché i workload di ricerca ibrida possono attivare più chiamate di modelli per query.

Scenografia

Per implementare questa architettura per la produzione, tieni presente i seguenti suggerimenti:

  • Implementa il controllo dell'accesso granulare: utilizza il controllo dell'accesso granulare per autorizzare l'accesso a livello di tabella e colonna. Limita il criterio del bucket Cloud Storage in modo che solo il account di servizio Cloud Run abbia accesso.
  • Sanifica inferenza e risposte: utilizza Model Armor per ispezionare e sanificare sia le richieste di inferenza sia le risposte del modello. Questa sanificazione riduce i rischi di prompt injection derivanti da contenuti multimodali caricati dagli utenti. Inoltre, contribuisce a prevenire l'esfiltrazione accidentale di informazioni che consentono l'identificazione personale (PII) o dati sensibili negli output dell'agente.
  • Implementa la logica di ripetizione dei tentativi dell'agente: per gestire gli errori temporanei come i limiti di quota, implementa la logica di ripetizione dei tentativi con backoff esponenziale per le chiamate agli endpoint di Agent Platform e Spanner.
  • Imposta limiti per i file: per evitare timeout dell'API dovuti a file di grandi dimensioni, imposta limiti espliciti per le dimensioni di caricamento e separa i video di grandi dimensioni in chunk prima dell'estrazione delle entità di dati. Per saperne di più, consulta Personalizzare l'elaborazione dei video.
  • Analisi e gestione dei costi: per analizzare e gestire i costi di Agent Platform, ti consigliamo di creare metriche di base per le query al secondo (QPS) e i token al secondo (TPS). Poi monitora queste metriche dopo il deployment. La baseline che crei nell'ambito della gestione dei costi può aiutarti a determinare la pianificazione della capacità. Ad esempio, la baseline ti aiuta a determinare quando potrebbe essere necessario il throughput riservato.
  • Automatizza i cicli di vita dell'archiviazione: per ridurre i costi di archiviazione, utilizza la Gestione del ciclo di vita degli oggetti per spostare i file nelle classi di archiviazione Nearline o Coldline dopo un periodo di conservazione definito.
  • Utilizza la registrazione strutturata: registra tutte le chiamate agli strumenti dell'agente e i risultati della pipeline con metadati strutturati. I log strutturati ti consentono di eseguire query su log e dashboard in Cloud Monitoring.
  • Implementa il tracciamento: per diagnosticare i punti critici della latenza, utilizza Cloud Trace per acquisire le tracce delle richieste end-to-end nell'agente runner e nell'esecuzione dello strumento.
  • Valuta la qualità dell'agente: valuta periodicamente la qualità dell'output dell'agente utilizzando Gen AI evaluation service per verificare le traiettorie di selezione degli strumenti e la qualità delle risposte.
  • Allocazione delle risorse: a seconda dei requisiti di prestazioni, configura i limiti di memoria e i limiti di CPU da allocare al servizio Cloud Run.

Per saperne di più su fattori di progettazione, best practice e consigli per la creazione e l'implementazione di un sistema di AI multi-agente, consulta Sistema di AI multi-agente in Google Cloud.

Deployment

Per eseguire il deployment di un'implementazione di esempio di questa architettura, prova il codelab Way Back Home Level 2.

Passaggi successivi

Collaboratori

Autori:

Altri collaboratori: