Agent Runtime

Agent Runtime 是全代管的執行階段,可供您部署、運作及調度代理式應用程式。Agent Runtime 會抽象化底層基礎架構,讓您專注於代理邏輯,而非作業。

Agent Runtime 可讓您執行下列操作:

  • 部署及調度代理,並透過代管執行階段和端對端管理功能進行管理。
  • 使用系統依附元件的建構時間安裝指令碼,自訂代理程式的容器映像檔。
  • 使用安全性功能,包括 VPC-SC 法規遵循,以及驗證和 IAM 設定。
  • 存取模型和工具,例如函式呼叫。
  • 部署使用不同語言和架構建構的代理,以及 Agent2Agent 開放式通訊協定。

在 Agent Runtime 建立及部署

在 Agent Runtime 上建構代理的工作流程如下:

  1. 設定環境:設定 Google 專案,並安裝最新版 Agent Platform SDK for Python。
  2. 開發代理:開發可部署至 Agent Runtime 的代理。
  3. 部署代理:在 Agent Runtime 受管理執行階段中部署代理。
  4. 使用代理程式:傳送 API 要求來查詢代理程式。
  5. 管理已部署的代理:管理及刪除已部署至 Agent Runtime 的代理。

支援的語言和架構

只要代理應用程式可以容器化,並符合執行階段合約,Agent Runtime 就支援以任何程式設計語言和代理架構部署代理:

  • 從容器映像檔:如果您為代理程式建構容器映像檔,可以直接從 Artifact Registry 部署至 Agent Runtime。詳情請參閱「從容器映像檔部署」。

  • 透過 Dockerfile:如果您有容器化的原始碼,可以提供 Dockerfile 和來源檔案。Agent Runtime 會自動建構及部署容器映像檔。詳情請參閱「從 Dockerfile 部署」。

對於支援的語言和架構,我們提供更高層級的工具和 SDK,簡化部署作業。下表說明 Agent Runtime 對各種代理程式架構的支援程度:

支援級別 代理架構
自訂範本:您可以調整自訂範本,支援從框架部署至 Agent Runtime。如要部署自訂容器,請參閱「執行階段合約」。 CrewAI、 自訂架構
整合 Agent Platform SDK:Agent Runtime 會在 Agent Platform SDK 和說明文件中,為每個框架提供受管理的範本。 LangChain, LangGraph, AG2, LlamaIndex
完整整合:整合各項功能,可在框架、Agent Runtime 和更廣泛的 Google Cloud 生態系統中運作。 Agent Development Kit (ADK)

使用 Agents CLI 部署至正式環境

Agents CLI 是 Gemini Enterprise Agent Platform 的統一指令列介面和技能組合。為程式設計代理和開發人員提供可預測的路徑,完成代理開發生命週期:支架、評估、部署、發布及觀察。Agents CLI 提供下列功能:

  • 預先建構的代理範本:ReAct、RAG、多代理和其他範本。
  • 互動式遊樂場:測試及使用代理。
  • 自動化基礎架構:使用 Terraform 簡化資源管理。
  • CI/CD 管道:運用 Cloud Build 的自動部署工作流程。
  • 觀測功能:內建支援 Cloud Trace 和 Cloud Logging。

如要開始使用,請參閱「快速入門導覽課程」。

用途

如要透過端對端範例瞭解 Agent Runtime,請參閱下列資源:

按一下即可展開應用實例

用途 說明 連結
連線至公開 API 來建構代理 轉換貨幣。

建立可連結至匯率應用程式的函式,讓模型能準確回答「今天歐元兌美元的匯率是多少?」等查詢。
Agent Platform SDK (Python) 筆記本 - 簡介如何使用 Agent Runtime 建構及部署代理
設計社區太陽能專案。

找出潛在地點、查詢相關政府機關和供應商,並查看區域和建築物的衛星圖像和太陽能發電潛能,找出安裝太陽能面板的最佳地點。
Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 建構及部署 Google 地圖 API 代理程式
連結至資料庫來建構代理 與 AlloyDB 和 PostgreSQL 適用的 Cloud SQL 整合。 網誌文章 - 宣布在 Gemini Enterprise Agent Platform 上推出 LangChain,適用於 AlloyDB 和 PostgreSQL 適用的 Cloud SQL

Agent Platform SDK (Python) 筆記本 - 將使用 PostgreSQL 適用的 Cloud SQL 的 RAG 應用程式部署至 Agent Runtime

Agent Platform SDK (Python) 筆記本 - 將使用 PostgreSQL 適用的 AlloyDB 的 RAG 應用程式部署至 Agent Runtime
使用可存取資料庫中資料的工具建構代理。 Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 和 MCP Toolbox for Databases 部署代理
使用自然語言查詢及解讀結構化資料存放區。 Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 和 Agent Search 上的 RAG 建構對話式搜尋代理程式
使用自然語言查詢及解讀圖形資料庫 網誌文章 - 使用 Agent Runtime、LangChain 和 Neo4j 建構 GenAI GraphRAG 和 AI 代理
使用自然語言查詢及解讀向量儲存空間 網誌文章 - 使用 MongoDB Atlas 和 Agent Runtime 簡化生成式 AI RAG
使用 Agent Development Kit 建構代理 使用 Agent Development Kit 建構及部署代理。 Agent Development Kit - 部署至 Agent Runtime
使用 OSS 框架建構代理 使用 OneTwo 開放原始碼架構建構及部署代理程式。 網誌文章 - OneTwo 和 Agent Runtime:探索 Google Cloud上的進階 AI 代理程式開發
使用 LangGraph 開放原始碼架構建構及部署代理程式。 Agent Platform SDK (Python) 筆記本 - 使用 Agent Runtime 建構及部署 LangGraph 應用程式
偵錯及最佳化代理 使用 OpenTelemetry 和 Cloud Trace 建構及追蹤代理程式。 Agent Platform SDK (Python) 筆記本 - 偵錯及最佳化代理:Agent Runtime 中的追蹤指南
使用 A2A 通訊協定建構多代理系統 (搶先版) 建構可互通的代理,無論其他代理採用何種架構,都能與其通訊及協作。 詳情請參閱 A2A 通訊協定說明文件。

支援的地區

如需 Agent Runtime 支援的區域清單,請參閱「位置」。

配額

如需 Agent Runtime 配額資訊,請參閱「配額與系統限制」。

定價

Agent Runtime 提供免費方案。如要瞭解 Agent Runtime 的定價資訊,請參閱 Gemini Enterprise Agent Platform 定價。

遷移至用戶端 SDK

在 Agent Platform SDK 2.0.1 版中,agent_engines 模組經過重構,並重新命名為獨立 google-cloud-agentplatform 套件 (agentplatform) 下的個別模組 (例如 runtimes、sessions、sandboxes 和 memory_banks)。SDK 採用以用戶端為基礎的設計,主要原因如下:

  • 與 Agent Development Kit (ADK) 和 Google Gen AI SDK (google-genai) 的標準類型表示法保持一致。這可確保不同 SDK 間的資料類型表示方式一致且標準化,進而簡化互通性並減少轉換負擔。
  • 在多專案多地點應用程式中,以用戶端層級限定 Google Cloud 參數。這樣一來,應用程式就能透過設定每個用戶端例項 (client = agentplatform.Client(project=..., location=...)) 的專屬專案和位置資訊設定,管理不同 Google Cloud 專案和地理位置的資源互動。
  • 提升 Gemini Enterprise Agent Platform 服務 (client.runtimes、client.sessions、client.sandboxes 和 client.memory_banks) 的可探索性和一致性。
  • 提供輕量級的解耦套件 (google-cloud-agentplatform),專為代理程式工作負載量身打造,同時將生成式 AI 模組遷移至 Google Gen AI SDK (google-genai)。

如需遷移至新版 SDK 架構的詳細操作說明,請參閱下列指南:

後續步驟

指南

設定環境以使用 Agent Platform Runtime。

資源

取得 Agent Platform 開發支援。