這份 Architecture Center 文件提供架構指南連結,可協助您在 Google Cloud建構及部署代理式 AI 應用程式。
| 架構指南 | 說明 |
|---|---|
| 選擇代理式 AI 系統的設計模式 |
設計指南,協助您選擇代理式 AI 系統的設計模式。 |
| 選擇代理式 AI 架構元件 |
設計指南:協助您選擇 Google Cloud中代理式 AI 應用程式的架構元件。 |
| Google Cloud中的多代理私有網路模式 |
這份設計指南可協助您設計私人網路基礎架構,支援可公開存取的多代理 Gemini Enterprise 應用程式,並在代理、子代理和工具之間建立私人連線。 |
| 代理式 AI 系統 |
這份參考架構可協助您在 Google Cloud中設計穩健的多代理 AI 系統。 |
| 多租戶代理式 AI 系統 |
這份參考架構可協助您在 Google Cloud中設計穩健的多租戶代理式 AI 系統。 |
| 使用 ADK 和 Cloud Run 的單一代理式 AI 系統 |
這項參考架構可協助您使用 Agent Development Kit (ADK) 和 Cloud Run,搭配 Gemini 和 Model Context Protocol (MCP),設計單一代理 AI 系統。 |
| 管理互動式學習 |
高階架構,用於設計單一代理式 AI 系統,評估使用者對特定主題的知識,並生成個人化學習體驗。 |
| 自動化資料科學工作流程 |
高階架構,用於設計多代理式 AI 系統,自動執行複雜的資料分析和機器學習工作。 |
| 建構無邊界的開放式資料湖倉 |
建構無邊界開放式資料湖倉的高階架構,從原始無邊界孤島建立高度控管的安全管道,進而採取 AI 和代理導向的行動。 |
| 使用 Google Maps Platform 建構值得信賴的代理系統 |
高階架構,可根據實際地圖和日曆資料建立基準,打造可靠有效的 AI 代理。 |
| 分類多模態資料 |
高階架構,用於設計多代理式 AI 系統,分析不同的多模態資料,並產生高信賴度的分類。 |
| 透過雙向多模態串流引導技術工作流程 |
建構及部署多代理式 AI 系統的高階架構,透過持續雙向的多模態資料串流,提供技術指引和自動化安全監控。 |
| 為分散式資料導入代理式數據分析工作流程 |
實作跨雲端數據分析工作流程的高階架構,使用 AI 代理。 |
| 多模態 GraphRAG 資源自動調度管理 |
概略架構,用於建構及部署多代理 AI 系統,將零散的多模態資料整合為可搜尋的知識圖譜。 |
| 調度管理不同 企業系統的存取權 |
高階架構,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 |
這個高階架構可用於建構多代理式 AI 系統,在資安營運中心 (SOC) 內自動調度管理複雜的調查和分類程序。 |