本 Architecture Center 的文章提供架構指南的連結,可協助您在 Google Cloud中建構及部署代理式 AI 應用程式。
| 架構指南 | 說明 |
|---|---|
| 管理互動式學習活動 |
高階架構,用於設計單一代理程式 AI 系統,評估使用者對特定主題的知識,並產生個人化學習體驗。 |
| 自動執行資料科學工作流程 |
概略架構,用於設計可自動執行複雜資料分析和機器學習工作的多代理程式 AI 系統。 |
| 建構多雲開放式資料湖倉 |
高階架構,可建構多雲端開放式資料湖倉,從原始多雲端孤島建立高度控管的安全管道,以利 AI 和代理程式驅動的動作。 |
| 使用 Google 地圖平台建構值得信賴的代理系統 |
整體架構:以真實世界的地圖和日曆資料為基礎,建構值得信賴且有效的 AI 代理。 |
| 分類多模態資料 |
高階架構:設計多代理程式 AI 系統,分析不同的多模態資料,並產生高信賴度的分類結果。 |
| 透過雙向多模態串流引導技術工作流程 |
高階架構,可建構及部署多代理 AI 系統,透過持續的雙向多模態資料串流提供技術指引,並自動監控安全性。 |
| 多模態 GraphRAG 資源協調 |
高階架構,用於建構及部署多代理 AI 系統,將分散的多模態資料整合至可搜尋的知識圖譜。 |
| 協調存取不同的企業系統 |
高層級架構,用於設計代理式 AI 系統,協調與不同企業系統的互動。 |
| 自動化調度管理資安營運工作流程 |
這項高階架構可建構多代理 AI 系統,在資安營運中心 (SOC) 中調度複雜的調查和分流程序。 |
| 選擇代理式 AI 系統的設計模式 |
設計指南,協助您為代理式 AI 系統選擇設計模式。 |
| 選擇代理式 AI 架構元件 |
這份設計指南可協助您在 Google Cloud中,為代理式 AI 應用程式選擇架構元件。 |
| 多代理 AI 系統 Google Cloud |
參考架構,協助您在 Google Cloud中設計完善的多代理 AI 系統。 |
| 使用 ADK 和 Cloud Run 的單一代理 AI 系統 |
參考架構,協助您使用 Agent Development Kit (ADK) 和 Cloud Run,搭配 Gemini 和 Model Context Protocol (MCP) 設計單一代理 AI 系統。 |