Panoramica
Agent Platform supporta il deployment di agenti creati con vari framework. Per iniziare, devi prima sviluppare un agente che possa essere sottoposto a deployment sulla piattaforma.
L'API Agents consente agli sviluppatori di creare ed eseguire il deployment di agenti dalla configurazione. Questi agenti vengono eseguiti in una sandbox sicura basata su Linux, sfruttando l'harness Antigravity e fornendo l'accesso a strumenti e competenze. Per ulteriori informazioni sugli agenti gestiti, consulta API Managed Agents su Agent Platform.
Il modo più semplice per sviluppare un agente è utilizzare uno dei modelli specifici del framework che forniamo. Questi modelli gestiscono gli aspetti comuni dello sviluppo degli agenti, come la serializzazione degli oggetti e la separazione del codice di inizializzazione dal codice di esecuzione. Forniamo modelli per i seguenti framework:
| Framework | Descrizione |
|---|---|
| Agent Development Kit | Progettato in base alle best practice interne di Google per gli sviluppatori che creano applicazioni AI o per i team che devono prototipare ed eseguire rapidamente il deployment di soluzioni robuste basate su agenti. |
| Agent2Agent (anteprima) | Il protocollo Agent2Agent (A2A) è uno standard aperto progettato per consentire una comunicazione e una collaborazione fluide tra gli agenti AI. |
| LangChain | Più facile da implementare per i casi d'uso di base grazie alle configurazioni e alle astrazioni predefinite. |
| LangGraph | Approccio basato su grafici per la definizione dei flussi di lavoro, con funzionalità avanzate di human-in-the-loop e di riavvolgimento/riproduzione. |
| AG2 (in precedenza AutoGen) | AG2 fornisce un framework di conversazione multi-agente come astrazione di alto livello per la creazione di flussi di lavoro LLM. |
| LlamaIndex (anteprima) | La pipeline di query di LlamaIndex offre un'interfaccia di alto livello per la creazione di flussi di lavoro RAG (Retrieval-Augmented Generation). |
Se il tuo caso d'uso non è allineato a uno dei modelli specifici del framework, puoi sviluppare il tuo agente personalizzato.
Protocollo Agent2Agent (A2A)
Se stai creando un sistema multi-agente, ti consigliamo vivamente di esaminare il protocollo A2A. Il protocollo A2A è uno standard aperto che consente una comunicazione e una collaborazione fluide tra gli agenti AI, indipendentemente dai framework sottostanti. È stato donato alla Linux Foundation a giugno 2025. Google Cloud Per utilizzare gli SDK A2A o provare gli esempi, consulta il repository GitHub.
Creazione per la piattaforma
Quando crei un agente da eseguire su Agent Platform, tieni presente che l'agente viene eseguito in un ambiente gestito. Per garantire la compatibilità, segui questi pattern:
- Serializzazione degli oggetti: la piattaforma serializza l'oggetto agente per eseguirne il deployment. Assicurati che lo stato e gli strumenti dell'agente siano serializzabili (ad esempio, evita di mantenere aperti gli handle di file o i socket di rete nello stato dell'agente).
- Separazione del ciclo di vita: separa la logica di inizializzazione dell'agente (caricamento dei modelli, configurazione degli strumenti) dalla logica di esecuzione (gestione delle query). I modelli forniti gestiscono questa operazione automaticamente.
Passaggi successivi
Creare un agente personalizzato
Crea un agente personalizzato utilizzando il runtime di Agent Platform.
Panoramica dell'API Managed Agents su Agent Platform
Scopri l'API Managed Agents su Agent Platform, un ambiente REST-first basato sulla configurazione per la creazione di agenti autonomi.
Eseguire il deployment degli agenti
Scopri i cinque modi per eseguire il deployment di un agente sul runtime di Agent Platform in base alle tue esigenze di sviluppo.
Valutare gli agenti
Crea ed esegui il deployment di un agente di base e utilizza Gen AI evaluation service per valutare l'agente