Questa pagina fornisce una panoramica su come utilizzare Agent Studio nella Google Cloud console.
Agent Studio è un progettista visivo low-code all'interno della Google Cloud console che semplifica lo sviluppo degli agenti. Puoi mappare visivamente i workflow degli agenti, testare le risposte in tempo reale e sperimentare diverse configurazioni prima di eseguire il deployment o passare al codice.
Questo documento fornisce una panoramica di Agent Studio e spiega come configurare l'ambiente, creare e testare gli agenti ed eseguirne il deployment direttamente in un runtime di produzione.
Configura l'ambiente
Prima di utilizzare Agent Studio, configura con Google Cloud.
Ottieni i ruoli richiesti
Per ottenere le autorizzazioni necessarie per utilizzare Agent Studio, chiedi all'amministratore di concederti il ruolo IAM Utente di Agent Platform (roles/aiplatform.user) nel progetto.
Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.
Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.
Crea un agente
Segui questi passaggi per progettare e testare un agente in Agent Studio:
Nella Google Cloud console, vai alla pagina Agenti.
Fai clic su Crea agente per aprire il canvas di Agent Studio per un nuovo agente.
Progetta e salva l'agente nel canvas di Agent Studio. Puoi passare da una scheda all'altra:
Flusso: crea l'agente principale e i sottoagenti utilizzando una rappresentazione visiva del workflow e della logica di controllo dell'agente.
Fai clic su un agente per aprire il riquadro Dettagli per quell'agente. Puoi anche fare clic su Aggiungi un sottoagente (+) per aggiungere sottoagenti.
Configura l'agente principale e i sottoagenti nel riquadro Dettagli:
Nome: aggiungi un nome per identificare l'agente.
Descrizione: un riepilogo dello scopo dell'agente.
Istruzioni: aggiungi istruzioni per guidare l'agente.
Modello: seleziona il modello per alimentare l'agente.
Strumenti: fai clic su Aggiungi strumenti (+) per aggiungere strumenti che consentano all'agente di completare le attività. Per ulteriori informazioni, consulta Configurare e aggiungere strumenti.
Per salvare l'agente, fai clic su Salva nell'intestazione del canvas e segui le istruzioni. Per maggiori dettagli, consulta Salvare un agente.
Scheda Anteprima: chatta con l'agente nel riquadro di anteprima per testarne le funzionalità e le risposte. Puoi anche esaminare gli eventi di ogni esecuzione per eseguire il debug del comportamento dell'agente. Per ulteriori informazioni, consulta Esaminare gli eventi dell'agente.
Fai clic su Ottieni codice per visualizzare il codice dell'agente. Se vuoi continuare a sviluppare l'agente altrove, puoi copiare il codice e incollarlo in un editor di codice a tua scelta.
Una volta completato l'agente, puoi eseguirne il deployment direttamente da Agent Studio. Per ulteriori informazioni, consulta Eseguire il deployment di un agente da Agent Studio.
Esamina gli eventi dell'agente
L'esame degli eventi ti aiuta a eseguire il debug del comportamento dell'agente, a risolvere i problemi e a tracciare il processo di ragionamento e le richieste del modello dell'agente.
Puoi eseguire il debug dell'esecuzione dell'agente esaminando gli eventi dell'agente nella scheda Anteprima di Agent Studio. Questa azione ti consente di diagnosticare i problemi nei singoli eventi prodotti dall'agente durante un'esecuzione.
Per esaminare gli eventi dell'agente:
- Apri l'agente nel canvas di Agent Studio e apri la scheda Anteprima.
- Avvia una chat con l'agente nel riquadro di anteprima per avviare un'esecuzione.
Seleziona un evento nella conversazione per aprirne i dettagli. I dettagli disponibili dipendono dall'evento e possono includere quanto segue:
- Autore: l'agente o il sottoagente che ha prodotto l'evento. Utilizza l'autore per identificare il sottoagente che ha eseguito un passaggio in un workflow multi-agente.
- Richiesta e risposta: il payload inviato al modello e la risposta restituita.
- Chiamate di strumenti: gli argomenti passati agli strumenti durante l'esecuzione dell'agente.
- Metadati: informazioni diagnostiche aggiuntive, come il nome del modello, l'utilizzo dei token e il timestamp.
Se l'agente restituisce un errore durante l'anteprima, l'errore viene visualizzato nella scheda Anteprima in modo che tu possa diagnosticare il problema.
Salva un agente
Devi salvare un agente prima di poterlo visualizzare in anteprima o eseguirne il deployment, perché un agente non salvato non ha ancora un'identità. Per salvare un agente per la prima volta:
Nel canvas di Agent Studio, fai clic su Salva.
Nella finestra di dialogo Salva agente, inserisci un nome agente.
Fai clic su Salva.
Dopo il primo salvataggio, Agent Studio salva automaticamente tutte le modifiche successive apportate. Se provi a uscire dal canvas prima di salvare un nuovo agente, Agent Studio ti chiede di salvarlo prima.
Configura e aggiungi strumenti in Agent Studio
Puoi configurare i seguenti strumenti per l'agente:
Ricerca Google: consente all'agente di eseguire ricerche sul web utilizzando la Ricerca Google. Attivato per impostazione predefinita.
Contesto URL: consente al modello di analizzare gli URL dei prompt inviati all'agente. Attivato per impostazione predefinita.
Agent Search Data Store: fai clic su Aggiungi (+) per consentire all'agente di accedere alle informazioni indicizzate nel datastore di Agent Search.
Numero di progetto: il Google Cloud numero di progetto associato al datastore di Agent Search. Visualizza il numero di progetto.
Località: La località del data store.
ID datastore: l'ID di Firestore in modalità Datastore (Datastore) dei dati da includere. Visualizza un elenco dei datastore e degli ID.
ID raccolta: l'ID della raccolta dei dati da includere. Visualizza un elenco dei datastore e degli ID delle raccolte. Se il datastore non ha un ID raccolta, inserisci
default_collection.
Se non hai un datastore esistente, consulta Iniziare a utilizzare la ricerca personalizzata per crearne uno. Poi concedi l'accesso al account di servizio alla ricerca dell'agente:
Nella Google Cloud console, vai alla pagina IAM.
Fai clic su Concedi l'accesso.
Nel campo Nuove entità, inserisci le seguenti informazioni del account di servizio:
service-PROJECT_NUMBER@gcp-sa-aiplatform-re.iam.gserviceaccount.com.Seleziona + Aggiungi ruoli. Cerca e seleziona Utente di Discovery Engine. Fai clic su Applica e poi su Salva.
Server MCP: connetti direttamente un server Model Context Protocol (MCP).
- Per aggiungere strumenti MCP collegandoti a un server MCP, fai clic su Aggiungi (+) accanto a Server MCP.
- Nome visualizzato MCP: inserisci un nome per il server MCP.
- URL endpoint: inserisci un URL endpoint per il server MCP.
- Autenticazione: compilato automaticamente come Nessuno. Agent Studio supporta solo i server MCP che non richiedono l'autenticazione.
L'agente può utilizzare tutti gli strumenti nel server MCP connesso.
Esegui il deployment di un agente da Agent Studio
Dopo aver creato e visualizzato l'anteprima di un agente, puoi eseguirne il deployment in produzione. Segui questi passaggi per eseguire il deployment di un agente da Agent Studio:
- Nella pagina dell'elenco Agenti, fai clic sull'agente di cui vuoi eseguire il deployment. Viene visualizzata la pagina dei dettagli dell'agente selezionato.
- Fai clic su Esegui il deployment per aprire la finestra di dialogo Esegui il deployment in un'istanza di Agent Runtime.
(Facoltativo) Modifica il Nome visualizzato o la Descrizione dell'agente.
Seleziona una regione di deployment dall'elenco delle regioni disponibili, quindi fai clic Ok.
Fai clic su Esegui il deployment.
Il deployment crea una nuova istanza di runtime e può richiedere fino a cinque minuti. Se l'operazione va a buon fine, viene visualizzato un messaggio nella scheda Flusso del canvas di Agent Studio. L'agente è ora disponibile in produzione e può integrarsi in modo sicuro con le tue app esterne.
Visualizza un agente di cui è stato eseguito il deployment
Per visualizzare l'agente di cui è stato eseguito il deployment:
Nella Google Cloud console, vai alla pagina Deployment di Agent Platform.
Utilizza l'elenco Regione per filtrare in base alla regione di deployment.
Gli agenti di cui è stato eseguito il deployment e che fanno parte del progetto selezionato vengono visualizzati nell'elenco.
Fai clic sul nome dell'agente specificato. Si apre la pagina Metriche dell'agente.
Seleziona la scheda Playground per testare l'agente.
Inserisci una query di test nel riquadro della chat per verificare che l'agente venga eseguito correttamente.
Per ulteriori informazioni sulle metriche disponibili per l'agente, consulta Visualizzare le metriche per l'agente di cui è stato eseguito il deployment.