Este documento fornece uma arquitetura de alto nível para criar um sistema de IA agêntica confiável e eficaz, baseado 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 dos trajetos.
O público-alvo deste documento inclui arquitetos, desenvolvedores e administradores de IA que criam e gerenciam aplicativos de IA agêntica. O documento considera que você tem um entendimento básico dos conceitos de IA e ML e da arquitetura de nuvem.
A seção de 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 com base 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, em seguida, 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 Agenda.
A arquitetura no diagrama anterior contém os seguintes componentes:
Gemini Enterprise: o componente principal da arquitetura. Ele hospeda o sistema de IA agêntica, que contém os seguintes agentes:
- Agente orquestrador: recebe solicitações do usuário por uma interface de chat, interpreta a meta 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 aos lugares necessários.
- Agente de programação: gerencia tarefas de programação e relacionadas ao calendário, como carregar o calendário 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 Gemini Enterprise Agent Platform e usam um modelo do Gemini.
Ferramentas e dados:os agentes usam as seguintes ferramentas para receber os dados necessários:
- Embasamento com o Google Maps: Fornece contexto geográfico real da Plataforma Google Maps para os agentes de lugares e rotas.
- 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 do calendário.
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 visualizar o fluxo de pensamento e as ações dos agentes, como a validação de lugares e rotas.
Produtos usados
Essa arquitetura usa os seguintes produtos e ferramentas do Google:
- Plataforma Google Maps: uma plataforma que fornece serviços de mapeamento, roteamento e pesquisa de localização.
- Google Agenda: uma ferramenta para equipes e indivíduos gerenciarem agendas e eventos.
- Gemini Enterprise: uma plataforma segura 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 oferecer 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
A seguir, confira exemplos de casos de uso para essa arquitetura:
Planejamento automatizado de viagens corporativas: um funcionário precisa planejar uma viagem para uma cúpula 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 da cúpula e a lista de participantes.
- Um agente de programação agenda reuniões no calendário do viajante. A saída final é um itinerário de viagem completo.
Despacho inteligente de serviço de campo: um cliente informa uma interrupção de 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 de viagem.
- Um agente de programação agenda um horário de serviço.
Coordenação de logística e cadeia de suprimentos: um gerente de logística precisa redirecionar um envio 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 um trajeto 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 para 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 calendários específicos.
- Confiabilidade: inclua a validação de human-in-the-loop (HITL) para tarefas críticas, como reservar passagens não reembolsáveis. Crie trilhas de auditoria claras para decisões de agentes criando um pipeline de observabilidade com o Logging e o Pub/Sub.
- Desempenho: o padrão de coordenador modular multiagente nessa arquitetura ajuda a melhorar o desempenho, permitindo que agentes especializados trabalhem em paralelo. Por exemplo, o agente de lugares pode pesquisar locais enquanto o agente de programação verifica simultaneamente conflitos de calendário.
- Custo: gerencie os custos definindo as tarefas de cada agente para evitar consultas desnecessárias ou abertas. Reduza as chamadas de API usando o armazenamento em cache para dados solicitados com frequência, como rotas comuns ou lugares populares.
- Governança: estabeleça uma governança forte com papéis claros para cada agente e diretrizes para processamento 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 melhores práticas e recomendações no Google Cloud Well-Architected Framework: perspectiva de IA e ML.
Implantação
Para aprender a criar e testar um sistema de IA agêntica funcional com base nesta arquitetura, siga as instruções no codelab, Criar um agente de planejamento de itinerário com o ADK e o embasamento do Google Maps. O codelab orienta você em todo o processo de implantação, incluindo as seguintes tarefas:
- Ativar os serviços necessários Google Cloud .
- Usar o ADK para criar agentes.
- Configurar os agentes para usar o embasamento com o Google Maps para contexto real.
- Executar e testar seus agentes por uma interface da Web.
A seguir
- Saiba mais sobre o embasamento com o Google Maps.
- Saiba mais sobre 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