זמן ריצה של סוכן

‫Agent Runtime הוא זמן ריצה מנוהל לחלוטין ומוטה, שבו אפשר להשתמש כדי לפרוס, להפעיל ולהתאים לעומס (scaling) אפליקציות מבוססות-סוכנים. הספרייה Agent Runtime מסתירה את התשתית הבסיסית, כך שאתם יכולים להתמקד בלוגיקה של הסוכן במקום בפעולות.

התכונה Agent Runtime מאפשרת לכם:

  • פריסה והרחבה של סוכנים באמצעות זמן ריצה מנוהל ויכולות ניהול מקצה לקצה.
  • אפשר להתאים אישית את קובץ האימג' של קונטיינר הסוכן באמצעות סקריפטים להתקנה בזמן הבנייה של יחסי תלות במערכת.
  • שימוש בתכונות אבטחה, כולל תאימות ל-VPC-SC והגדרת אימות ו-IAM.
  • גישה למודלים ולכלים כמו קריאה לפונקציות.
  • פריסת סוכנים שנבנו באמצעות שפות ומסגרות שונות ופרוטוקול Agent2Agent הפתוח.

יצירה ופריסה ב-Agent Runtime

תהליך העבודה ליצירת סוכן ב-Agent Runtime הוא:

  1. הגדרת הסביבה: מגדירים את הפרויקט ב-Google ומתקינים את הגרסה העדכנית של Agent Platform SDK ל-Python.
  2. פיתוח סוכן: פיתוח סוכן שאפשר לפרוס ב-Agent Runtime.
  3. פריסת הסוכן: פריסת הסוכן בזמן הריצה המנוהל של Agent Runtime.
  4. שימוש בסוכן: שולחים שאילתה לסוכן באמצעות בקשת API.
  5. ניהול הסוכן שנפרס: ניהול ומחיקה של סוכנים שנפרסו ב-Agent Runtime.

שפות ו-frameworks נתמכים

התכונה Agent Runtime תומכת בפריסת סוכנים שנכתבו בכל שפת תכנות ובכל מסגרת סוכנים, כל עוד אפשר להכניס את אפליקציית הסוכן לקונטיינר והיא עומדת בדרישות של הסכם זמן הריצה:

  • מקובץ אימג' של קונטיינר: אם יצרתם קובץ אימג' בקונטיינר לסוכן שלכם, אתם יכולים לפרוס אותו ישירות מ-Artifact Registry אל Agent Runtime. מידע נוסף זמין במאמר בנושא פריסה מקובץ אימג' של קונטיינר.

  • מקובץ Dockerfile: אם יש לכם קוד מקור בקונטיינר, אתם יכולים לספק Dockerfile עם קובצי המקור. Agent Runtime יוצר ופורס את קובץ האימג' של הקונטיינר באופן אוטומטי. מידע נוסף זמין במאמר בנושא פריסה מ-Dockerfile.

בשפות וב-frameworks נתמכים, יש כלים וערכות SDK ברמה גבוהה יותר כדי לפשט את הפריסה. בטבלה הבאה מתואר רמת התמיכה ש-Agent Runtime מספק למסגרות שונות של סוכנים:

רמת תמיכה מסגרות לסוכנים
תבנית בהתאמה אישית: אתם יכולים להתאים תבנית בהתאמה אישית כדי לתמוך בפריסה ל-Agent Runtime מהמסגרת שלכם. למידע על פריסת קונטיינרים בהתאמה אישית, אפשר לעיין בחוזה של זמן הריצה. ‫CrewAI, custom frameworks
שילוב של Agent Platform SDK: Agent Runtime מספק תבניות מנוהלות לכל מסגרת ב-Agent Platform SDK ובמסמכי התיעוד. ‫LangChain, LangGraph, AG2, LlamaIndex
שילוב מלא: התכונות משולבות כך שהן פועלות במסגרת, ב-Agent Runtime ובמערכת האקולוגית הרחבה יותר של Google Cloud . ערכת פיתוח של סוכנים (ADK)
  • ‫Python: פריסה באמצעות adk CLI.
  • ‫Go: פריסה באמצעות adkgo CLI.

פריסה בסביבת ייצור באמצעות Agents CLI

‫Agents CLI הוא ממשק שורת פקודה מאוחד וערכת סקילים ל-Gemini Enterprise Agent Platform. היא מספקת למפתחים ולסוכני תכנות נתיב צפוי לאורך מחזור החיים של פיתוח סוכנים: יצירת תשתית, הערכה, פריסה, פרסום ובדיקה. ‫Agents CLI מספק את האפשרויות הבאות:

  • תבניות מוכנות מראש של סוכנים: ReAct,‏ RAG,‏ multi-agent ותבניות אחרות.
  • סביבת בדיקה אינטראקטיבית: אפשר לבדוק את הנציג ולקיים איתו אינטראקציה.
  • תשתית אוטומטית: משתמשת ב-Terraform לניהול יעיל של משאבים.
  • פייפליינים של CI/CD: תהליכי עבודה אוטומטיים לפריסה שמבוססים על Cloud Build.
  • Observability: תמיכה מובנית ב-Cloud Trace וב-Cloud Logging.

כדי להתחיל, אפשר לעיין במדריך למתחילים.

תרחישים לדוגמה

כדי לקרוא על Agent Runtime עם דוגמאות מקצה לקצה, אפשר לעיין במקורות המידע הבאים:

לחיצה להרחבת תרחישי שימוש

תרחיש לדוגמה תיאור קישורים
יצירת סוכנים על ידי חיבור לממשקי API ציבוריים המרת מטבעות.

יצירת פונקציה שמתחברת לאפליקציה להמרת מטבעות, כדי שהמודל יוכל לספק תשובות מדויקות לשאילתות כמו "מהו שער החליפין של אירו לדולר היום?"		 מחברת (notebook) של Agent Platform SDK‏ (Python) – מבוא ליצירה ולפריסה של סוכן באמצעות Agent Runtime
עיצוב מודל סולרי קהילתי.

לזהות מיקומים פוטנציאליים, לחפש משרדי ממשלה וספקים רלוונטיים, ולעיין בתצלומי לוויין ובפוטנציאל ליצירת אנרגיה סולארית של אזורים ומבנים כדי למצוא את המיקום האופטימלי להתקנת הלוחות הסולאריים.		 מחברת (notebook) של Agent Platform SDK (Python) – יצירה ופריסה של סוכן Google Maps API באמצעות Agent Runtime
יצירת סוכנים על ידי חיבור למסדי נתונים שילוב עם AlloyDB ו-Cloud SQL ל-PostgreSQL. פוסט בבלוג – השקת LangChain ב-Gemini Enterprise Agent Platform ל-AlloyDB ול-Cloud SQL ל-PostgreSQL

מחברת (Python) של Agent Platform SDK – פריסת אפליקציית RAG באמצעות Cloud SQL ל-PostgreSQL ב-Agent Runtime

מחברת (Python) של Agent Platform SDK – פריסת אפליקציית RAG באמצעות AlloyDB ל-PostgreSQL ב-Agent Runtime
ליצור סוכנים באמצעות כלים שיכולים לגשת לנתונים במסד הנתונים. מחברת (Python) של Agent Platform SDK – פריסת סוכן באמצעות Agent Runtime ו-MCP Toolbox for Databases
שליחת שאילתות למאגרי נתונים מובְנים והבנתם באמצעות שפה טבעית. מחברת (Python) של Agent Platform SDK – בניית סוכן לחיפוש שיחות באמצעות Agent Runtime ו-RAG ב-Agent Search
יצירת שאילתות במסדי נתונים של גרפים והבנתם באמצעות שפה טבעית פוסט בבלוג – GenAI GraphRAG וסוכני AI באמצעות Agent Runtime עם LangChain ו-Neo4j
שליחת שאילתות למאגרי וקטורים והבנתם באמצעות שפה טבעית פוסט בבלוג – פישוט של GenAI RAG באמצעות MongoDB Atlas ו-Agent Runtime
יצירת סוכנים באמצעות ערכה לפיתוח סוכנים איך יוצרים ופורסים סוכנים באמצעות ערכה לפיתוח סוכנים (ADK). ערכה לפיתוח סוכנים – פריסה ל-Agent Runtime
יצירת סוכנים באמצעות מסגרות OSS פיתוח ופריסה של סוכנים באמצעות מסגרת הקוד הפתוח OneTwo. פוסט בבלוג – OneTwo ו-Agent Runtime: בחינת פיתוח מתקדם של סוכני AI ב- Google Cloud
פיתוח ופריסה של סוכנים באמצעות LangGraph, מסגרת קוד פתוח. מחברת (notebook) של Agent Platform SDK ‏(Python) – יצירה ופריסה של אפליקציית LangGraph באמצעות Agent Runtime
ניפוי באגים וביצוע אופטימיזציה של סוכנים פיתוח ומעקב אחרי סוכנים באמצעות OpenTelemetry ו-Cloud Trace. מחברת Agent Platform SDK (Python) – ניפוי באגים באגנטים ואופטימיזציה שלהם: מדריך למעקב ב-Agent Runtime
יצירת מערכות מרובות סוכנים באמצעות פרוטוקול A2A (גרסת Preview) ליצור סוכנים שיכולים לפעול יחד ולתקשר עם סוכנים אחרים, בלי קשר למסגרת שלהם. מידע נוסף מופיע במסמכי העזרה בנושא פרוטוקול A2A.

אזורים נתמכים

במאמר בנושא מיקומים מופיעה רשימה של אזורים נתמכים עבור Agent Runtime.

מכסה

מידע על מכסות של Agent Runtime זמין במאמר מכסות ומגבלות של המערכת.

תמחור

יש מסלול חינמי ל-Agent Runtime. מידע על התמחור של Agent Runtime זמין במאמר תמחור של Gemini Enterprise Agent Platform.

מעבר ל-SDK מבוסס-לקוח

מודול agent_engines ב-Agent Platform SDK עובר שינוי מבנה לעיצוב מבוסס-לקוח, מהסיבות העיקריות הבאות:

  • כדי להתאים לערכה לפיתוח סוכנים (ADK) ול-Google Gen AI SDK בייצוגים קנוניים של סוגים. כך אפשר לוודא שסוגי הנתונים מיוצגים בצורה עקבית ותקנית בכל ערכות ה-SDK השונות, מה שמפשט את יכולת הפעולה ההדדית ומצמצם את התקורה של ההמרות.
  • לשימוש בפרמטרים Google Cloud ברמת הלקוח באפליקציות עם מספר פרויקטים ומספר מיקומים. כך אפליקציה יכולה לנהל אינטראקציות עם משאבים בפרויקטים שונים של Google Cloud ובמיקומים גיאוגרפיים שונים, על ידי הגדרת כל מופע של לקוח עם ההגדרות הספציפיות של הפרויקט והמיקום שלו.
  • כדי לשפר את יכולת הגילוי והלכידות של שירותי Agent Runtime.

מידע נוסף על מעבר ל-SDK מבוסס-לקוח זמין במאמר בנושא העברה של Agent Runtime SDK.

המאמרים הבאים

מדריך

מגדירים את הסביבה לשימוש ב-Agent Platform Runtime.

Resource

קבלת תמיכה בפיתוח של Agent Platform.