Este documento fornece uma arquitetura de alto nível para criar um sistema de IA agêntica confiável e eficaz, embasado em dados contextuais reais da Plataforma Google Maps e do Google Agenda. O sistema cria planos de viagem para lugares que os usuários indicam no comando. O plano considera a programação do usuário, a localização geográfica dos lugares, o horário de funcionamento e as distâncias das rotas.
O público-alvo deste documento inclui arquitetos, desenvolvedores e administradores de IA que criam e gerenciam aplicativos de IA agêntica. Este documento pressupõe que você tenha um entendimento básico dos conceitos de IA e ML e da arquitetura de nuvem.
A seção Implantação deste documento fornece um link para um codelab que você pode usar para aprender a criar e testar um sistema de IA agêntica funcional baseado nessa arquitetura.
Arquitetura
O diagrama a seguir mostra uma arquitetura para um app que usa um sistema de IA multiagente para gerar um plano de viagem para lugares que um usuário quer visitar durante um dia. Os usuários interagem com o app por uma interface de chat. Um agente orquestrador coleta as informações necessárias invocando agentes especializados e cria um plano do dia. Os agentes são executados no Gemini Enterprise e o raciocínio deles é baseado em dados reais da Plataforma Google Maps e do Google Agenda.
A arquitetura no diagrama anterior contém os seguintes componentes:
Gemini Enterprise: o componente principal da arquitetura. Ele hospeda o sistema de IA generativa, que contém os seguintes agentes:
- Agente orquestrador: recebe solicitações do usuário por uma interface de chat, interpreta o objetivo e coordena com agentes especializados para atender à solicitação.
- Agente de lugares: processa tarefas com base na localização, como encontrar lugares e verificar se eles estão abertos.
- Agente de rotas: processa tarefas de roteamento e planejamento de viagens, como garantir tempo suficiente para viajar até os lugares necessários.
- Agente de programação: gerencia tarefas relacionadas à programação e à agenda, como carregar a agenda e mover eventos para acomodar o tempo de viagem.
Todos os agentes nessa arquitetura são criados usando o Kit de Desenvolvimento de Agente (ADK). Os agentes são executados no Agent Runtime na plataforma de agentes do Gemini Enterprise e usam um modelo do Gemini.
Ferramentas e dados:os agentes usam as seguintes ferramentas para receber os dados de que precisam:
- Embasamento com o Google Maps: fornece contexto geográfico do mundo real da Plataforma Google Maps aos agentes do Places e do Routes.
- Insights de lugares: fornece análises e informações detalhadas e específicas do site da Plataforma Google Maps para ajudar os agentes a criar artefatos adequados com base no tipo de reunião.
- Agenda: permite que o agente de programação acesse e gerencie eventos da agenda.
Observabilidade: esse componente permite o monitoramento e a depuração das operações do agente.
- Os eventos do agente são registrados no Cloud Logging e publicados em um banco de dados do Firestore.
- A arquitetura inclui um app visualizador de eventos implantado como um serviço do Cloud Run. Os administradores podem usar esse app para monitorar os eventos registrados e conferir o fluxo de pensamento e as ações dos agentes, como validação de lugares e trajetos.
Produtos usados
Esta arquitetura usa os seguintes produtos e ferramentas do Google:
- Plataforma Google Maps: uma plataforma que oferece serviços de mapeamento, planejamento de trajetos e pesquisa de localização.
- Google Agenda: uma ferramenta para equipes e pessoas gerenciarem horários e eventos.
- Gemini Enterprise: uma plataforma segura e totalmente gerenciada para implantar e gerenciar agentes de IA em uma empresa.
- Kit de Desenvolvimento de Agente (ADK): um conjunto de ferramentas e bibliotecas para desenvolver, testar e implantar agentes de IA.
- Cloud Logging: um sistema de gerenciamento de registros em tempo real com armazenamento, pesquisa, análise e alertas.
- Firestore: um banco de dados de documentos NoSQL criado para escalonamento automático, alto desempenho e facilidade no desenvolvimento de aplicativos.
- Cloud Run: uma plataforma de computação sem servidor que permite executar contêineres diretamente na infraestrutura escalonável do Google.
Casos de uso
Confira alguns exemplos de casos de uso para essa arquitetura:
Planejamento automatizado de viagens corporativas: um funcionário precisa planejar uma viagem para um evento de clientes.
- Um agente de viagens encontra voos e hotéis e faz reservas.
- Um agente de gestão de relacionamento com o cliente (CRM) recupera o endereço do evento e a lista de participantes.
- Um agente de programação agenda reuniões na agenda do viajante. A saída final é um itinerário de viagem completo.
Despacho inteligente de serviços de campo: um cliente informa uma interrupção no serviço.
- Um agente de CRM identifica o contrato e a localização do cliente.
- Um agente de viagens encontra o técnico disponível mais próximo e otimiza o trajeto.
- Um agente do Google Agenda marca um horário de serviço.
Coordenação de logística e cadeia de suprimentos: um gerente de logística precisa redirecionar uma remessa devido a um evento climático.
- Um agente de logística monitora o trânsito e o clima em tempo real usando a Plataforma Google Maps.
- O agente de logística encontra uma rota e um armazém alternativos
- Um agente de CRM notifica o cliente sobre o cronograma de envio revisado.
Considerações sobre o design
Para implementar essa arquitetura em produção, considere as seguintes recomendações:
- Segurança: adote um modelo de confiança zero, concedendo a cada agente o acesso de privilégio mínimo necessário para realizar a tarefa. Defina estritamente as ferramentas e os dados que cada agente pode acessar. Por exemplo, configure o agente de programação para ler ou gravar apenas em agendas específicas.
- Confiabilidade: inclua a validação human-in-the-loop (HITL) para tarefas críticas, como reservar passagens não reembolsáveis. Crie trilhas de auditoria claras para decisões do agente criando um pipeline de observabilidade com o Logging e o Pub/Sub.
- Performance: o padrão de coordenador multiagente modular nessa arquitetura ajuda a melhorar a performance, permitindo que agentes especializados trabalhem em paralelo. Por exemplo, o agente Places pode pesquisar locais enquanto o agente Schedule verifica simultaneamente conflitos de agenda.
- Custo: gerencie os custos definindo o escopo das tarefas de cada agente para evitar consultas desnecessárias ou sem um objetivo claro. Reduza as chamadas de API usando o armazenamento em cache para dados solicitados com frequência, como rotas comuns ou lugares conhecidos.
- Governança: estabeleça uma governança forte com papéis claros para cada agente e diretrizes para o tratamento de dados. Use um processo de desenvolvimento iterativo que inclua monitoramento contínuo. Esse processo ajuda a refinar o comportamento dos agentes e garante que ele esteja alinhado aos requisitos de negócios.
Ao projetar a arquitetura para sua carga de trabalho de IA agêntica, considere as práticas recomendadas e as recomendações em Google Cloud Well-Architected Framework: perspectiva de IA e ML.
Implantação
Para aprender a criar e testar um sistema de IA agêntico funcional com base nessa arquitetura, siga as instruções do codelab Criar um agente de planejamento de itinerários com o ADK e a ancoragem do Google Maps. O codelab orienta você em todo o processo de implantação, incluindo as seguintes tarefas:
- Ativar os serviços Google Cloud necessários.
- Usar o ADK para criar agentes.
- Configurar os agentes para usar o embasamento com o Google Maps no contexto do mundo real.
- Executar e testar seus agentes em uma interface da Web.
A seguir
- Saiba mais sobre o embasamento com o Google Maps.
- Saiba mais sobre o Gemini Enterprise.
- Para mais arquiteturas de referência, diagramas e práticas recomendadas, confira a Central de arquitetura do Cloud.
Colaboradores
Autor: Kenneth Nevarez | Engenheiro de relações com desenvolvedores, Plataforma Google Maps
Outros colaboradores:
- Caio Moreira | Engenheiro de DevX
- Kumar Dhanagopal | Desenvolvedor de soluções para vários produtos
- Mike Pegg | Gerente de relações com desenvolvedores