Agent Runtime es un entorno de ejecución completamente administrado y con opiniones que puedes usar para implementar, operar y escalar aplicaciones con agentes. Agent Runtime abstrae la infraestructura subyacente, lo que te permite enfocarte en la lógica del agente en lugar de las operaciones.
Agent Runtime te permite hacer lo siguiente:
- Implementa y escala agentes con un entorno de ejecución administrado y capacidades de administración de extremo a extremo.
- Personaliza la imagen de contenedor del agente con secuencias de comandos de instalación en tiempo de compilación para las dependencias del sistema.
- Usa funciones de seguridad, como el cumplimiento de VPC-SC y la configuración de la autenticación y la IAM.
- Accede a modelos y herramientas como las llamadas a funciones.
- Implementa agentes creados con diferentes frameworks de Python y el protocolo abierto Agent2Agent.
Crea e implementa en Agent Runtime
El flujo de trabajo para compilar un agente en Agent Runtime es el siguiente:
- Configura el entorno: Configura tu proyecto de Google e instala la versión más reciente del SDK de Agent Platform para Python.
- Desarrolla un agente: Desarrolla un agente que se pueda implementar en Agent Runtime.
- Implementa el agente: Implementa el agente en el entorno de ejecución administrado de Agent Runtime.
- **Usa el agente**: Envía una solicitud a la API para consultar el agente.
- Administra el agente implementado: Administra y borra los agentes que implementaste en Agent Runtime.
Frameworks compatibles
En la siguiente tabla, se describe el nivel de compatibilidad que proporciona Agent Runtime para varios frameworks de agentes:
| Nivel de asistencia | Frameworks de agentes |
|---|---|
| Plantilla personalizada: Puedes adaptar una plantilla personalizada para admitir la implementación en Agent Runtime desde tu framework. Para implementar contenedores personalizados, consulta el contrato de entorno de ejecución. | CrewAI, frameworks personalizados |
| Integración del SDK de Agent Platform: Agent Runtime proporciona plantillas administradas por framework en el SDK de Agent Platform y la documentación. | LangChain, LangGraph, AG2, LlamaIndex |
| Integración completa: Las funciones están integradas para funcionar en el framework, Agent Runtime y el ecosistema más amplio Google Cloud . | Kit de desarrollo de agentes (ADK) |
Implementa en producción con la CLI de Agents
La Agents CLI es la interfaz de línea de comandos y el conjunto de habilidades unificados para Gemini Enterprise Agent Platform. Proporciona a los agentes de codificación y a los desarrolladores una ruta predecible a través del ciclo de vida del desarrollo de agentes: andamiaje, evaluación, implementación, publicación y observación. La CLI de Agents proporciona lo siguiente:
- Plantillas de agentes prediseñadas: ReAct, RAG, multiagente y otras plantillas.
- Patio de juegos interactivo: Prueba tu agente e interactúa con él.
- Infraestructura automatizada: Usa Terraform para optimizar la administración de recursos.
- Canalizaciones de CI/CD: Flujos de trabajo de implementación automatizados que aprovechan Cloud Build.
- Observabilidad: Compatibilidad integrada con Cloud Trace y Cloud Logging.
Para comenzar, consulta la Guía de inicio rápido.
Casos de uso
Para obtener información sobre Agent Runtime con ejemplos de extremo a extremo, consulta los siguientes recursos:
Haz clic para expandir los casos de uso
| Caso de uso | Descripción | Vínculos | |
|---|---|---|---|
| Compila agentes conectándote a APIs públicas | Convierte entre monedas. Crea una función que se conecte a una app de cambio de moneda, lo que permite que el modelo proporcione respuestas precisas a consultas como "¿Cuál es el tipo de cambio de euros a dólares hoy?". |
Notebook del SDK de Agent Platform (Python): Introducción a la compilación y la implementación de un agente con Agent Runtime | |
| Diseña un proyecto de huerto solar. Identifica ubicaciones potenciales busca oficinas y proveedores gubernamentales relevantes, y revisa imágenes satelitales y el potencial solar de regiones y edificios para encontrar la ubicación óptima para instalar tus paneles solares. |
Notebook del SDK de Agent Platform (Python): Compila e implementa un agente de la API de Google Maps con Agent Runtime | ||
| Compila agentes conectándote a bases de datos | Integración con AlloyDB y Cloud SQL para PostgreSQL | Entrada de blog: Anunciamos LangChain en Gemini Enterprise Agent Platform para AlloyDB y Cloud SQL para PostgreSQL Notebook del SDK de Agent Platform (Python): Implementa una aplicación RAG con Cloud SQL para PostgreSQL en Agent Runtime Notebook del SDK de Agent Platform (Python): Implementa una aplicación RAG con AlloyDB para PostgreSQL en Agent Runtime |
|
| Compila agentes con herramientas que acceden a los datos de tu base de datos. | Notebook del SDK de Agent Platform (Python): Implementa un agente con Agent Runtime y MCP Toolbox para bases de datos | ||
| Consulta y comprende los almacenes de datos estructurados con lenguaje natural. | Notebook del SDK de Agent Platform (Python): Compila un agente de búsqueda conversacional con Agent Runtime y RAG en Agent Search | ||
| Consulta y comprende bases de datos de grafos con lenguaje natural | Entrada de blog: GenAI GraphRAG y agentes de IA que usan Agent Runtime con LangChain y Neo4j | ||
| Consulta y comprende almacenes de vectores con lenguaje natural | Entrada de blog: Simplifica GenAI RAG con MongoDB Atlas y Agent Runtime | ||
| Compila agentes con el Kit de desarrollo de agentes | Compila e implementa agentes con el Kit de desarrollo de agentes. | Kit de desarrollo de agentes: Implementa en Agent Runtime | |
| Compila agentes con frameworks de OSS | Compila e implementa agentes con el framework de código abierto OneTwo. | Entrada de blog: OneTwo y Agent Runtime: Explora el desarrollo avanzado de agentes de IA en Google Cloud | |
| Compila e implementa agentes con el framework de código abierto LangGraph. | Notebook del SDK de Agent Platform (Python): Compila e implementa una aplicación de LangGraph con Agent Runtime | ||
| Depuración y optimización de agentes | Compila y realiza seguimientos de agentes mediante OpenTelemetry y Cloud Trace. | Notebook del SDK de Agent Platform (Python): Agentes de depuración y optimización: Una guía de seguimiento en Agent Runtime | |
| Compila sistemas multiagente con el protocolo A2A (vista previa) | Compila agentes interoperables que se comuniquen y colaboren con otros agentes, independientemente de su framework. | Para obtener más información, consulta la documentación del protocolo A2A. | |
Regiones admitidas
Consulta Ubicaciones para obtener una lista de las regiones admitidas para Agent Runtime.
Quota
Consulta Cuotas y límites del sistema para obtener información sobre las cuotas de Agent Runtime.
Precios
Hay un nivel gratuito disponible para Agent Runtime. Para obtener información sobre los precios de Agent Runtime, consulta Precios de Gemini Enterprise Agent Platform pricing.
Migración al SDK basado en el cliente
El módulo agent_engines dentro del SDK de Agent Platform se refactoriza a un diseño basado en el cliente por los siguientes motivos clave:
- Para alinearse con el Kit de desarrollo de agentes (ADK) y el SDK de IA generativa de Google en representaciones de tipo canónico. Esto garantiza una forma coherente y estandarizada de representar tipos de datos en diferentes SDK, lo que simplifica la interoperabilidad y reduce la sobrecarga de conversión.
- Para el alcance a nivel del cliente de los Google Cloud parámetros en aplicaciones de varias ubicaciones y varios proyectos. Esto permite que una aplicación administre las interacciones con los recursos en diferentes Google Cloud proyectos y ubicaciones geográficas configurando cada instancia del cliente con su proyecto específico y la configuración de ubicación.
- Para mejorar la visibilidad y la cohesión de los servicios de Agent Runtime
¿Qué sigue?
Configuración del entorno de ejecución de Agent Platform
Configura tu entorno para usar el entorno de ejecución de Agent Platform.