代理式 AI 架構指南

Last reviewed 2025-11-25 UTC

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。