Agents in Agent Studio entwerfen

Auf dieser Seite erhalten Sie einen Überblick über die Verwendung von Agent Studio in derGoogle Cloud Console.

Agent Studio ist ein visueller Low-Code-Designer in der Google Cloud -Konsole, der die Entwicklung von KI-Agenten vereinfacht. Sie können Agent-Arbeitsabläufe visuell darstellen, Antworten in Echtzeit testen und mit verschiedenen Konfigurationen experimentieren, bevor Sie Code bereitstellen oder darauf umstellen.

Dieses Dokument bietet einen Überblick über Agent Studio und erläutert, wie Sie Ihre Umgebung einrichten, Agenten erstellen und testen und sie direkt in einer Produktionslaufzeitumgebung bereitstellen.

Umgebung einrichten

Bevor Sie Agent Studio verwenden, müssen Sie Google Cloud einrichten.

Erforderliche Rollen abrufen

Bitten Sie Ihren Administrator, Ihnen die IAM-Rolle Agent Platform User (roles/aiplatform.user) für Ihr Projekt zuzuweisen, um die Berechtigungen zu erhalten, die Sie für die Verwendung von Agent Studio benötigen. Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Sie können die erforderlichen Berechtigungen auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen erhalten.

Agent erstellen

Sie können einen Agent in Agent Studio mithilfe von Prompts oder dem Flow Builder erstellen.

KI‑Agenten mit Prompts erstellen

So erstellen Sie einen Agent mit Prompts:

  1. Rufen Sie in der Google Cloud Console die Seite Agents auf.

    Zu den KI‑Agenten

  2. Klicken Sie auf Agent erstellen, um die Arbeitsfläche von Agent Studio für einen neuen Agenten zu öffnen.

  3. Geben Sie im Chatfeld einen Prompt ein, der den Zweck und das beabsichtigte Verhalten Ihres Agenten beschreibt.

  4. Klicken Sie auf .

  5. Je nach Prompt passiert Folgendes:

    • Erfolg: Der Flow Builder wird sofort aktualisiert, um die Live-Vorschau Ihres Agenten anzuzeigen. Im Chat wird eine Zusammenfassung der vorgenommenen Änderungen angezeigt. Alle Änderungen werden automatisch gespeichert.

    • Klarstellung erforderlich: Wenn Ihr Prompt mehrdeutig ist, stellt der Assistent im Chat eine klärende Frage, um besser zu verstehen, was Sie erstellen möchten.

    • Fehler:Wenn der Assistent Ihren Prompt nicht anwenden kann, werden Sie in einer Fehlermeldung aufgefordert, Ihre Anfrage neu zu formulieren.

  6. Sie können den Agenten weiterhin mit Prompts oder dem Flow Builder aktualisieren.

  7. Klicken Sie zum Speichern des Agents in der Kopfzeile des Arbeitsbereichs auf Speichern und folgen Sie der Anleitung. Weitere Informationen finden Sie unter Agent speichern.

  8. Wenn Sie die Funktionen und Antworten des Agenten testen möchten, während Sie ihn erstellen, klicken Sie auf den Tab Vorschau und chatten Sie mit dem Agenten.

Beschränkungen

Beim Erstellen eines Agents mit Prompts gelten die folgenden Einschränkungen:

Funktion Beschränkung
Wissen Wissen kann einem Agent nicht hinzugefügt werden. Über die Benutzeroberfläche des Flow-Builders können Sie einem Agent Wissen hinzufügen.

Agent mit dem Flow Builder erstellen

So entwerfen und testen Sie einen Agent mit dem Flow Builder:

  1. Rufen Sie in der Google Cloud Console die Seite Agents auf.

    Zu den KI‑Agenten

  2. Klicken Sie auf Agent erstellen, um die Arbeitsfläche von Agent Studio für einen neuen Agenten zu öffnen.

  3. Sie können Ihren Agenten im Arbeitsbereich von Agent Studio entwerfen und speichern. Sie können einen Haupt-Agenten erstellen und Sub-Agenten hinzufügen. Der Haupt-Agent ist immer ein lokaler Agent. Sub-Agents können entweder lokale Agents oder Agent Registry-Agents sein:

    • Lokaler Agent:Ein Agent, dessen Anweisungen, Modell und Tools direkt im Agent Studio-Arbeitsbereich erstellt und konfiguriert werden.
    • Agent Registry-Agent:Ein Agent, der in der Agent Registry registriert und veröffentlicht ist. Sie können diese Agents als Remote-Sub-Agents im Ablauf Ihres Haupt-Agents verwenden.

    Beim Erstellen können Sie zwischen den Tabs Ablauf und Vorschau wechseln:

    Flow

    Erstellen Sie den Haupt- und die Sub-Agents mithilfe einer visuellen Darstellung des Workflows und der Steuerungslogik Ihres Agents.

    1. Klicken Sie auf einen KI-Agenten, um den Bereich Details für diesen KI-Agenten zu öffnen. Sie können auch auf Sub-Agenten hinzufügen (+) klicken, um Sub-Agenten hinzuzufügen.

    2. Konfigurieren Sie Ihren Haupt- und Ihre Subagenten im Bereich Details:

      Für den Haupt-Agent und lokale Sub-Agents:

      1. Name:Geben Sie einen Namen ein, mit dem sich der Agent identifizieren lässt.
      2. Beschreibung:Eine Zusammenfassung des Zwecks Ihres KI-Agenten.
      3. Anleitung:Fügen Sie eine Anleitung hinzu, um Ihren Agenten zu unterstützen.
      4. Modell:Wählen Sie das Modell aus, das für Ihren KI-Agenten verwendet werden soll.
      5. Tools:Klicken Sie auf Tools hinzufügen (+), um Tools hinzuzufügen, mit denen der Agent Aufgaben erledigen kann. Weitere Informationen finden Sie unter Tools einrichten und hinzufügen.

      Für Unteragenten (lokal oder aus dem Agent Registry):

      1. Quelle des untergeordneten Vertreters:Wählen Sie die Quelle des untergeordneten Vertreters aus:

        • Lokal:Sie können die Anweisungen, das Modell und die Tools des untergeordneten Agents direkt auf der Arbeitsfläche erstellen.
        • Agent Registry:Wählen Sie einen registrierten Agenten aus der Agent Registry als Remote-Sub-Agenten aus. Diese Option ist erst verfügbar, nachdem Sie den Agent gespeichert haben. Weitere Informationen finden Sie unter Agent speichern.

        Wenn Sie einen registrierten Agenten auswählen, werden sein Name und seine Beschreibung aus der Registrierung importiert und sind auf dem Arbeitsbereich schreibgeschützt. Der übergeordnete Agent leitet Aufgaben basierend auf seiner Agent Card an diesen untergeordneten Agenten weiter.

        Damit der übergeordnete Agent ausgeführt oder bereitgestellt werden kann, muss die Identität des übergeordneten Agents Berechtigungen zum Ermitteln und Aufrufen von A2A-Unteragenten haben. Das Berechtigungsdialogfeld übernimmt diese Aktion automatisch. Wenn Sie Berechtigungen manuell verwalten müssen, lesen Sie den Abschnitt Zugriff für die Agent-to-Agent-Delegierung (A2A) gewähren.

    3. Klicken Sie zum Speichern des Agents in der Kopfzeile des Arbeitsbereichs auf Speichern und folgen Sie der Anleitung. Weitere Informationen finden Sie unter Agent speichern.

    Vorschau

    Chatten Sie im Vorschaufenster mit Ihrem Agenten, um seine Funktionen und Antworten zu testen.

    • Wenn Sie eine Vorschau eines gespeicherten Agenten aufrufen möchten, überprüft Agent Studio die Identität und die Berechtigungen des Agenten. Wenn erforderliche Rollen fehlen, wird eine Benachrichtigung angezeigt. Klicken Sie auf Verwalten, um das Berechtigungsdialogfeld zu öffnen und Berechtigungen für die Agent-Identität zu verwalten.
    • Sie können die Ereignisse aus jedem Agent-Lauf untersuchen, um das Verhalten Ihres Agents zu debuggen. Weitere Informationen finden Sie unter Agent-Ereignisse prüfen.

  4. Klicken Sie auf Code abrufen, um Ihren Agent-Code aufzurufen. Wenn Sie Ihren Agenten an anderer Stelle weiterentwickeln möchten, können Sie den Code kopieren und in einen Code-Editor Ihrer Wahl einfügen.

    Wenn Ihr Agent einen Remote-Unteragenten aus der Agent Registry verwendet, enthält der generierte Python-Code einen Aufruf von AgentRegistry.get_remote_a2a_agent, um den Unteragenten dynamisch zur Laufzeit aufzulösen.

Wenn Ihr Agent fertig ist, können Sie ihn direkt über Agent Studio bereitstellen. Weitere Informationen finden Sie unter Agent über Agent Studio bereitstellen.

Agent-Ereignisse prüfen

Wenn Sie Ereignisse untersuchen, können Sie das Verhalten Ihres Agenten debuggen und den Denkprozess und die Modellanfragen des Agenten nachvollziehen.

Sie können die Ausführung von KI-Agenten debuggen, indem Sie sich die KI-Agenten-Ereignisse auf dem Tab Vorschau in Agent Studio ansehen. Mit dieser Aktion können Sie Probleme in den einzelnen Ereignissen diagnostizieren, die der Agent während eines Laufs erzeugt.

So prüfen Sie Agent-Ereignisse:

  1. Öffnen Sie Ihren Agenten im Agent Studio-Canvas und dann den Tab Vorschau.
  2. Starten Sie im Vorschaufenster einen Chat mit Ihrem KI-Agenten, um einen Lauf zu starten.

  3. Wählen Sie ein Ereignis in der Unterhaltung aus, um die Details dazu zu öffnen. Die verfügbaren Details hängen vom Ereignis ab und können Folgendes umfassen:

    • Autor:Der Agent oder Sub-Agent, der das Ereignis erstellt hat. Mit dem Autor können Sie ermitteln, welcher Sub-Agent einen Schritt in einem Workflow mit mehreren Agenten ausgeführt hat.
    • Anfrage und Antwort:Die an das Modell gesendete Nutzlast und die zurückgegebene Antwort.
    • Toolaufrufe:Die Argumente, die während der Ausführung des Agenten an Tools übergeben werden.
    • Metadaten:Zusätzliche Diagnoseinformationen wie Modellname, Tokennutzung und Zeitstempel.

Wenn der KI-Agent während der Vorschau einen Fehler zurückgibt, wird dieser auf dem Tab Vorschau angezeigt, damit Sie das Problem diagnostizieren können.

KI-Agent speichern

Sie müssen einen Agent speichern, bevor Sie ihn in der Vorschau ansehen, bereitstellen oder Wissensdateien hochladen können, da ein nicht gespeicherter Agent noch keine Identität hat. Diese Anforderung gilt auch für Agent Registry-Unter-Agents.

Außerdem müssen Sie einen KI-Agent speichern, bevor Sie in der Agent Registry veröffentlichte MCP-Server als Tools auf Knotenebene hinzufügen.

So speichern Sie einen Agent zum ersten Mal:

  1. Klicken Sie im Canvas von Agent Studio auf Speichern.

  2. Geben Sie im Dialogfeld KI-Agent speichern einen KI-Agentenname ein.

  3. Klicken Sie auf Speichern.

Nach dem ersten Speichern werden alle weiteren Änderungen, die Sie vornehmen, automatisch in Agent Studio gespeichert. Wenn Sie versuchen, den Arbeitsbereich zu verlassen, bevor Sie einen neuen Agent gespeichert haben, werden Sie in Agent Studio aufgefordert, ihn zuerst zu speichern.

KI-Agenten aktualisieren

So aktualisieren Sie einen Agenten:

  1. Rufen Sie in der Google Cloud Console die Seite Agents auf.

    Zu den KI‑Agenten

  2. Klicken Sie beim Agenten, den Sie aktualisieren möchten, auf  und dann auf Bearbeiten.

  3. Aktualisieren Sie den KI-Agenten mit Prompts oder dem Flow Builder.

Ihre Änderungen werden automatisch in Agent Studio gespeichert.

Tools in Agent Studio einrichten und hinzufügen

Sie können die folgenden Tools für Ihren Agenten konfigurieren:

  • Google Suche:Ermöglicht es dem Agenten, Websuchen über die Google Suche durchzuführen. Standardmäßig aktiviert.

  • URL-Kontext:Ermöglicht dem Modell, URLs aus Prompts zu analysieren, die an den Agent gesendet werden. Standardmäßig aktiviert.

  • MCP-Server aus Agent Registry:Sie können einen in der Agent Registry veröffentlichten MCP-Server als Tool auf Knotenebene anhängen. Diese Option ist erst verfügbar, nachdem Sie den Agenten gespeichert haben. Weitere Informationen finden Sie unter Agent speichern.

    1. Klicken Sie neben MCP-Server aus Agent Registry auf Hinzufügen (+).
    2. Standort:Wählen Sie die Region aus, nach der registrierte Tools gefiltert werden sollen.
    3. MCP-Server:Wählen Sie den registrierten Google MCP-Server aus der Liste aus.
    4. Auth Config (Authentifizierungskonfiguration): Wählen Sie None (Keine) aus, um den Standarddienstzugriff zu verwenden, der über IAM-Bindungen aufgelöst wird.
    5. Klicken Sie auf Hinzufügen.
    6. Wenn Sie den Agenten zum ersten Mal speichern, klicken Sie in der Kopfzeile des Arbeitsbereichs auf Speichern. Nachfolgende Änderungen werden automatisch gespeichert.

    Ihr Agent kann alle Tools auf Ihrem verbundenen MCP-Server verwenden.

Alte Tools migrieren

Um die Sicherheit zu erhöhen und die Tool-Verwaltung über Agent Registry zu standardisieren, wird die direkte Einbindung in Vertex AI Search-Datenspeicher und direkte MCP-Server (Model Context Protocol) in Agent Studio eingestellt.

Für vorhandene KI-Agenten sind diese eingestellten Tools schreibgeschützt. Um die volle Funktionalität beizubehalten, sollten Sie zu einem MCP-Server aus der Agent Registry migrieren.

Von Legacy-Datenspeichern für Vertex AI Search migrieren

Wenn Ihr KI-Agent ein eingestelltes Tool für den Agent Platform Search Data Store verwendet, migrieren Sie zum MCP-Server „Agent Search“, der in der Agent Registry verfügbar ist. Dieses Tool wird in der Agent Registry als discoveryengine.googleapis.com angezeigt.

Wenn Sie den Agent Search-MCP-Server verbinden, müssen Sie die Zielkonfiguration für die Bereitstellung in der Anleitung des KI-Agenten definieren. Außerdem sind für die Identität des KI-Agents Zugriffsberechtigungen erforderlich.

So migrieren Sie:

  1. Öffnen Sie Ihren Agenten im Canvas von Agent Studio.
  2. Suchen Sie im Bereich Tools nach dem Tool „Vertex AI Search Data Store“.
  3. Notieren Sie sich die Einstellungen des Tools, z. B. die Projekt‑ID, den Standort und die Datenspeicher‑ID.
  4. Erstellen Sie einen neuen Agenten und speichern Sie ihn.
  5. Weisen Sie der Agent-Identität die Rolle „Discovery Engine-Betrachter“ (roles/discoveryengine.viewer) zu. Wir empfehlen, diese Rolle direkt für den Zieldatenspeicher oder die Suchanwendung zuzuweisen. Zur Fehlerbehebung können Sie es jedoch für das Projekt gewähren. Informationen zum Ermitteln des Identitätshauptkontos des Agents und zum Zuweisen der Rolle finden Sie unter Rollen manuell verwalten. Der Agent benötigt außerdem die Rolle „MCP Tool User“ (roles/mcp.toolUser), die im Berechtigungsdialogfeld automatisch gewährt wird.
  6. Klicken Sie im Bereich Tools neben MCP-Server aus Agent Registry auf Hinzufügen (+).
  7. Geben Sie Folgendes an:
    1. Standort:Wählen Sie die Region aus, in der Ihre Tools registriert sind.
    2. MCP-Server:Wählen Sie Agent Search oder discoveryengine.googleapis.com aus der Liste der registrierten MCP-Server aus.
    3. Auth-Konfiguration:Wählen Sie Keine aus. Der Zugriff wird über standardmäßige IAM-Bindungen aufgelöst.
    4. Klicken Sie auf Hinzufügen.

  8. Geben Sie in den Anweisungen des neuen Agents die Zielkonfiguration für die Bereitstellung mit den Werten an, die Sie in Schritt 3 notiert haben. Beispiel:

    Use the search tool to answer questions about YOUR_TOPIC.
When using the search tool, use this servingConfig:
projects/PROJECT_ID/locations/LOCATION/collections/default_collection/dataStores/DATA_STORE_ID/servingConfigs/default_search

    Ersetzen Sie bei einer Suchanwendung dataStores/DATA_STORE_ID durch engines/APP_ID. Informationen zu unterstützten Formaten und Argumenten finden Sie unter MCP Tools Reference: discoveryengine.googleapis.com.

Migration vom alten direkten MCP-Server

Wenn Ihr Agent über eine Endpunkt-URL direkt mit einem MCP-Server verbunden ist, müssen Sie zuerst Ihren MCP-Serverkatalog in der Agent Registry registrieren.

So migrieren Sie Ihr Tool:

  1. Prüfen Sie, ob Ihr MCP-Server in der Agent Registry registriert ist.
  2. Aktualisieren Sie Ihren Agent in Agent Studio:
    1. Öffnen Sie Ihren Agenten im Canvas von Agent Studio.
    2. Suchen Sie die alte direkte MCP-Serververbindung und entfernen Sie sie.
    3. Klicken Sie neben MCP-Server aus Agent Registry auf Hinzufügen (+).
    4. Wählen Sie Ihren registrierten MCP-Server aus der Liste aus.
    5. Klicken Sie auf Hinzufügen.
    6. Wenn Sie den Agenten zum ersten Mal speichern, klicken Sie in der Kopfzeile des Arbeitsbereichs auf Speichern. Nachfolgende Änderungen werden automatisch gespeichert.

KI‑Agenten mit Wissensdateien verknüpfen

So laden Sie statische Referenzdokumente hoch, um die Antworten Ihres Agenten in Agent Studio zu fundieren:

  1. Wählen Sie den übergeordneten Knoten des Agenten auf dem Arbeitsbereich aus, an den Sie Referenzdateien anhängen möchten. Wissensdateien können nicht an untergeordnete Agents angehängt werden.
  2. Suchen Sie im Bereich Details des Knotens den Abschnitt Wissen. Der Bereich Wissen wird erst angezeigt, nachdem Sie den Agenten zum ersten Mal gespeichert haben. Weitere Informationen finden Sie unter Agent speichern.
  3. Klicken Sie auf die Komponente zum Hochladen von Dateien und wählen Sie die Referenzdatei aus. Sie können bis zu 10 Dateien pro KI-Agent anhängen. Die Dateigröße darf 2 MB nicht überschreiten. Die Upload-Arbeitsfläche unterstützt die folgenden Dateitypen:
    • PDF
    • Nur-Text

  4. Wenn Sie den Agent zum ersten Mal speichern, klicken Sie in der Kopfzeile des Arbeitsbereichs auf Speichern, um Dateien in einem dedizierten Cloud Storage-Bucket unter einem Pfadpräfix zu speichern, das mit dem AGENT_ID des übergeordneten Agents übereinstimmt. Nachfolgende Änderungen werden automatisch gespeichert.

    Im Berechtigungsdialog wird der Identität des KI-Agenten die Rolle „Storage Object Viewer“ (roles/storage.objectViewer) für den Bucket gewährt.

  5. Rufen Sie den Tab Vorschau auf und senden Sie eine Testanfrage, um zu prüfen, ob der KI-Agent seine Antwort auf den Inhalt der Datei stützt, ohne zu halluzinieren.

  6. Optional: Sie können auf Code abrufen klicken, um den generierten Python-Code (agent.py) zu kopieren und die Konfiguration der Grounding-Datei zu prüfen. Dann können Sie diesen Schritt überspringen.

Berechtigungen für die Agent-Identität verwalten

Jeder Agent in Agent Studio hat eine eindeutige Identität, die als IAM-Hauptkonto für den Zugriff auf andere Google Cloud Ressourcen dient.

Das Hauptformat ist:

principal://agents.global.org-ORGANIZATION_ID.system.id.goog/resources/aiplatform/projects/PROJECT_NUMBER/locations/LOCATION/reasoningEngines/REASONING_ENGINE_ID

Ersetzen Sie Folgendes:

  • ORGANIZATION_ID: die numerische ID Ihrer Organisation.
  • PROJECT_NUMBER: Die Projektnummer IhresGoogle Cloud -Projekts.
  • LOCATION: die Region, in der Ihr Agent bereitgestellt wird.
  • REASONING_ENGINE_ID: Die Ressourcen-ID Ihrer Reasoning Engine.

Weitere Informationen zu Agent-Identitäten finden Sie unter Agent mit Agent-Identität erstellen und Agent-Identität – Übersicht.

Verhalten von Berechtigungsdialogfeldern

Wenn Sie auf Bereitstellen klicken oder den Tab Vorschau für einen gespeicherten Agent öffnen, prüft Agent Studio automatisch, ob die Identität des Agents die erforderlichen IAM-Rollen für die erfolgreiche Ausführung hat. Fehlende oder fehlerhaft konfigurierte Berechtigungen können dazu führen, dass Ihr KI-Agent nicht funktioniert. Wenn Sie der Identität des KI-Agenten diese Berechtigungen erteilen, hilft dies dabei, dass er erwartungsgemäß funktioniert.

Wenn das System Berechtigungsprobleme erkennt, wird im Berechtigungsdialogfeld eine Fehlermeldung angezeigt.

  • Fehlende Rollen:Wenn erforderliche Rollen fehlen, wird ein Dialogfeld mit den detaillierten Rollen angezeigt. Klicken Sie im Dialogfeld auf Alle gewähren, um der Identität des Agents automatisch alle erforderlichen Rollen in einem einzigen Schritt zuzuweisen. Wenn Sie sich eine Vorschau des Agenten ansehen oder ihn bereitstellen möchten, ohne die Rollen zu gewähren, klicken Sie auf Trotzdem fortfahren.
  • Alle Rollen gewährt:Wenn alle erforderlichen Rollen bereits gewährt wurden, wird das Berechtigungsdialogfeld nicht angezeigt.
  • Nicht gespeicherte Agents:Nicht gespeicherte Agents haben noch keine Identität. Das Berechtigungsdialogfeld wird nicht angezeigt und die Optionen Vorschau und Bereitstellen sind deaktiviert, bis Sie den Agent speichern.

Erforderliche Rollen

Im Berechtigungsdialog werden automatisch die folgenden Rollen gewährt:

  • roles/storage.objectViewer: Erforderlich, wenn der Agent hochgeladene Dateien verwendet. Diese Rolle muss für den jeweiligen Cloud Storage-Bucket für Agent-Dateien (z. B. {projectNumber}_{location}_agent_studio_files) gewährt werden.
  • roles/mcp.toolUser: Erforderlich, wenn der Agent ein MCP-Tool der Agent Registry verwendet.
  • roles/agentregistry.viewer: Erforderlich, wenn der Agent ein MCP-Tool oder einen untergeordneten Agenten aus der Agent Registry verwendet.
  • roles/iamconnectors.user: Erforderlich, wenn für ein MCP-Tool der Agent Registry ein authProviderName angegeben ist.
  • roles/aiplatform.viewer: Erforderlich, wenn der Agent Remote-Unter-Agents über die Agent-to-Agent-Delegierung (A2A) aufruft.

Rollen manuell in der Google Cloud Console verwalten

Im Berechtigungsdialog werden erforderliche Rollen automatisch gewährt. Wenn Sie Rollen jedoch lieber manuell verwalten oder Berechtigungsprobleme beheben möchten, gehen Sie so vor:

  1. Kopieren Sie den eindeutigen Identitätsprinzipal des KI-Agenten. Klicken Sie in der Kopfzeile des Agent Studio-Arbeitsbereichs auf das Drop-down-Menü neben dem Namen des Agents und kopieren Sie den Prinzipal-String.

    Das Hauptformat sieht so aus:

    principal://agents.global.org-ORG_ID.system.id.goog/resources/aiplatform/projects/PROJECT_NUMBER/locations/LOCATION/reasoningEngines/REASONING_ENGINE_ID

  2. Rufen Sie in der Google Cloud Console IAM auf:

    IAM aufrufen

  3. Suchen Sie in der Liste der Hauptkonten nach dem Prinzipal der Agentenidentität. Sie können mit der spezifischen REASONING_ENGINE_ID am Ende des Prinzipalstrings suchen. Sie haben eine der folgenden Optionen, um den Prinzipal der Agent-Identität abzurufen:

    • Wenn das Prinzipal der Identität des KI-Agents bereits aufgeführt ist, klicken Sie neben der Identität des KI-Agents auf  Prinzipal bearbeiten.
    • Wenn das Hauptkonto für die Identität des Kundenservicemitarbeiters nicht aufgeführt ist, klicken Sie auf Zugriff gewähren, um es als neues Hauptkonto hinzuzufügen.

  4. Fügen Sie die erforderlichen Rollen für Ihre Konfiguration hinzu oder ändern Sie sie, z. B. roles/storage.objectViewer oder roles/mcp.toolUser.

  5. Klicken Sie auf Speichern.

Je nach Konfiguration müssen Sie möglicherweise manuell zusätzliche Rollen zuweisen, die im Berechtigungsdialog nicht automatisch behandelt werden. Wenn Ihr registriertes MCP-Tool beispielsweise auf andere Google Cloud -Ressourcen zugreift, z. B. Daten aus BigQuery abfragt, müssen Sie der Identität des Agents manuell die erforderlichen Rollen zuweisen, z. B. die Rolle „BigQuery-Datenbetrachter“ (roles/bigquery.dataViewer).

Agent aus Agent Studio bereitstellen

Nachdem Sie einen Agent erstellt und in der Vorschau angesehen haben, können Sie ihn in der Produktion bereitstellen. So stellen Sie einen Agenten über Agent Studio bereit:

  1. Klicken Sie auf der Seite Agents in der Liste auf den Agenten, den Sie bereitstellen möchten. Die Detailseite des ausgewählten KI-Agenten wird angezeigt.

  2. Klicken Sie auf Bereitstellen, um das Dialogfeld In einer Agent Runtime-Instanz bereitstellen zu öffnen.

    Wenn die Identität des Agents nicht die erforderlichen Berechtigungen hat, wird das Berechtigungsdialogfeld angezeigt und diese Aktion wird automatisch ausgeführt. Wenn Sie Berechtigungen manuell verwalten müssen, lesen Sie die Informationen unter Berechtigungen für die Identität von Agents verwalten und Zugriff für die Agent-zu-Agent-Delegierung (A2A) gewähren.

  3. Konfigurieren Sie im Fenster für die Bereitstellungskonfiguration die folgenden Optionen:

    • Anzeigename und Beschreibung: Bearbeiten Sie den Anzeigenamen und fügen Sie optional eine Beschreibung für Ihren Agenten hinzu.
    • Als A2A bereitstellen: Wählen Sie dieses Kästchen aus, um den Agenten als A2A-Asset (Agent-to-Agent) bereitzustellen, das von anderen Agenten wiederverwendet werden kann. Lassen Sie das Kästchen für eigenständige Anwendungen deaktiviert, um den Agent als Standard-ADK-Anwendung zu verpacken.

  4. Wählen Sie eine Bereitstellungsregion aus der Liste der verfügbaren Regionen aus und klicken Sie auf OK.

  5. Klicken Sie auf Bereitstellen.

Bei der Bereitstellung wird eine neue Laufzeitinstanz erstellt. Das kann bis zu fünf Minuten dauern. Bei Erfolg wird auf dem Tab Flow des Agent Studio-Arbeitsbereichs eine Meldung angezeigt. Ihr Agent ist jetzt in der Produktion verfügbar und kann sicher in Ihre externen Apps eingebunden werden.

Bereitgestellten KI-Agenten ansehen

So rufen Sie Ihren bereitgestellten KI-Agenten auf:

  1. Rufen Sie in der Google Cloud Console die Seite Bereitstellungen der Agent-Plattform auf.

    Zu Deployments

  2. Verwenden Sie die Liste Region, um nach Bereitstellungsregion zu filtern.

  3. Bereitgestellte Agents, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt.

  4. Klicken Sie auf den Namen des angegebenen Kundenservicemitarbeiters. Die Seite Messwerte für den KI-Agenten wird geöffnet.

  5. Wählen Sie den Tab Playground aus, um den KI-Agenten zu testen.

  6. Geben Sie eine Testanfrage in den Chatbereich ein, um zu prüfen, ob der Agent erfolgreich ausgeführt wird.

Weitere Informationen zu den verfügbaren Messwerten für Ihren Agenten finden Sie unter Messwerte für Ihren bereitgestellten Agenten ansehen.