Descripción general
Agent Platform admite la implementación de agentes creados con diversos frameworks. Para comenzar, primero debes desarrollar un agente que se pueda implementar en la plataforma.
También puedes usar agentes prediseñados creados por Google, como CodeMender para la seguridad autónoma del código y el agente de Deep Research de Gemini para la síntesis de investigaciones de varios pasos, o bien comenzar con muestras prediseñadas en Agent Garden.
La API de Agents permite a los desarrolladores compilar e implementar agentes a partir de la configuración. Estos agentes se ejecutan en una zona de pruebas segura basada en Linux, aprovechan el arnés de Antigravity y brindan acceso a herramientas y habilidades. Para obtener más información sobre los agentes administrados, consulta la API de Managed Agents en Agent Platform.
La forma más sencilla de desarrollar un agente es usar una de las plantillas específicas del framework que proporcionamos. Estas plantillas controlan aspectos comunes del desarrollo de agentes, como la serialización de objetos y la separación del código de inicialización del código de ejecución. Proporcionamos plantillas para los siguientes frameworks:
| Framework | Descripción |
|---|---|
| Kit de desarrollo de agentes | Se diseñó según las prácticas recomendadas internas de Google para los desarrolladores que crean aplicaciones basadas en IA o los equipos que necesitan crear prototipos y, luego, implementar rápidamente soluciones sólidas basadas en agentes. |
| Agent2Agent (versión preliminar) | El protocolo Agent2Agent (A2A) es un estándar abierto diseñado para permitir la comunicación y la colaboración fluidas entre agentes de IA. |
| LangChain | Es más fácil de implementar para casos de uso básicos debido a sus configuraciones y abstracciones predefinidas. |
| LangGraph | Enfoque basado en grafos para definir flujos de trabajo, con capacidades avanzadas de interacción humana y de retroceso/repetición. |
| AG2 (anteriormente AutoGen) | AG2 proporciona un framework de conversación multiagente como una abstracción de alto nivel para crear flujos de trabajo de LLM. |
| LlamaIndex (vista previa) | La canalización de consultas de LlamaIndex ofrece una interfaz de alto nivel para crear flujos de trabajo de generación mejorada por recuperación (RAG). |
Si tu caso de uso no se alinea con una de las plantillas específicas del framework, puedes desarrollar tu propio agente personalizado.
Protocolo Agent2Agent (A2A)
Si vas a crear un sistema multiagente, te recomendamos que revises el protocolo de A2A. El protocolo A2A es un estándar abierto que permite la comunicación y la colaboración fluidas entre los agentes de IA, independientemente de sus frameworks subyacentes. La donó Google Cloud a Linux Foundation en junio de 2025. Para usar los SDK de A2A o probar las muestras, consulta el repositorio de GitHub.
Compilación para la plataforma
Cuando crees un agente para que se ejecute en Agent Platform, ten en cuenta que tu agente se ejecuta en un entorno administrado. Para garantizar la compatibilidad, sigue estos patrones:
- Serialización de objetos: La plataforma serializa el objeto de tu agente para implementarlo. Asegúrate de que el estado y las herramientas del agente sean serializables (por ejemplo, evita mantener abiertos los identificadores de archivos o los sockets de red en el estado del agente).
- Separación del ciclo de vida: Separa la lógica de inicialización de tu agente (carga de modelos, configuración de herramientas) de su lógica de ejecución (control de consultas). Las plantillas proporcionadas controlan esto automáticamente.
¿Qué sigue?
Crea un agente personalizado
Crear un agente personalizado con el entorno de ejecución de Agent Platform
Descripción general de la API de Agentes administrados en Agent Platform
Obtén información sobre la API de Agentes administrados en Agent Platform, un entorno basado en la configuración y centrado en REST para crear agentes autónomos.
Implementa agentes
Conoce las cinco formas de implementar un agente en Agent Platform Runtime según tus necesidades de desarrollo.
Evalúa tus agentes
Crea e implementa un agente básico, y usa Gen AI Evaluation Service para evaluarlo