Agent Runtime は、エージェント アプリケーションのデプロイ、運用、スケーリングに使用できる、フルマネージドのオピニオン化されたランタイムです。Agent Runtime は基盤となるインフラストラクチャを抽象化するため、デベロッパーは運用ではなくエージェントのロジックに集中できます。
Agent Runtime を使用すると、次のことができます。
- マネージド ランタイムとエンドツーエンドの管理機能を使用して、エージェントをデプロイしてスケーリングします。
- システム依存関係のビルド時のインストール スクリプトを使用して、エージェントのコンテナ イメージをカスタマイズします。
- VPC-SC コンプライアンスや認証と IAM の設定などのセキュリティ機能を使用します。
- 関数呼び出しなどのモデルやツールにアクセスします。
- さまざまな言語とフレームワークと Agent2Agent オープン プロトコルを使用して構築されたエージェントをデプロイします。
Agent Runtime で作成してデプロイする
Agent Runtime でエージェントを構築するワークフローは次のとおりです。
- 環境を設定する: Google プロジェクトを設定し、最新バージョンの Agent Platform SDK for Python をインストールします。
- エージェントを開発する: Agent Runtime にデプロイできるエージェントを開発します。
- エージェントをデプロイする: エージェントを Agent Runtime マネージド ランタイムにデプロイします。
- エージェントを使用する: API リクエストを送信してエージェントをクエリします。
- デプロイされたエージェントを管理する: Agent Runtime にデプロイしたエージェントを管理、削除します。
対応する言語とフレームワーク
Agent Runtime は、エージェント アプリケーションをコンテナ化でき、ランタイム コントラクトに準拠している限り、任意のプログラミング言語とエージェント フレームワークで記述されたエージェントのデプロイをサポートします。
コンテナ イメージから: エージェントのコンテナ イメージをビルドした場合は、Artifact Registry から Agent Runtime に直接デプロイできます。詳細については、コンテナ イメージからデプロイするをご覧ください。
Dockerfile から: コンテナ化されたソースコードがある場合は、ソースファイルとともに
Dockerfileを指定できます。Agent Runtime は、コンテナ イメージを自動的にビルドしてデプロイします。詳細については、Dockerfile からデプロイするをご覧ください。
サポートされている言語とフレームワークでは、デプロイを簡素化するために、より高度なツールと SDK を使用できます。次の表に、各種のエージェント フレームワークに対して Agent Runtime が提供するサポートレベルを示します。
| サポートレベル | エージェント フレームワーク |
|---|---|
| カスタム テンプレート: カスタム テンプレートを適応させて、フレームワークから Agent Runtime へのデプロイをサポートできます。カスタム コンテナをデプロイする場合は、ランタイム契約をご覧ください。 | CrewAI、カスタム フレームワーク |
| Agent Platform SDK の統合: Agent Runtime は、Agent Platform SDK とドキュメントでフレームワークごとにマネージド テンプレートを提供します。 | LangChain、LangGraph、AG2、LlamaIndex |
| 完全な統合: フレームワーク、Agent Runtime、より広範な Google Cloud エコシステム全体で機能するように統合されています。 | Agent Development Kit（ADK） |
Agents CLI を使用して本番環境にデプロイする
Agents CLI は、Agent Platform の統合コマンドライン インターフェースとスキルセットです。コーディング エージェントとデベロッパーに、エージェント開発ライフサイクル（スキャフォールディング、評価、デプロイ、公開、モニタリング）を通じて予測可能なパスを提供します。Agents CLI には次の機能があります。
- 事前構築済みのエージェント テンプレート: ReAct、RAG、マルチエージェントなどのテンプレート。
- インタラクティブなプレイグラウンド: エージェントをテストして操作します。
- 自動化されたインフラストラクチャ: リソース管理の合理化のために Terraform を使用しています。
- CI/CD パイプライン: Cloud Build を活用した自動デプロイ ワークフロー。
- オブザーバビリティ: Cloud Trace と Cloud Logging の組み込みのサポート。
利用を開始するには、クイックスタートをご覧ください。
ユースケース
エンドツーエンドの例を使用して Agent Runtime の詳細を確認するには、次のリソースをご覧ください。
クリックしてユースケースを開く
サポートされるリージョン
Agent Runtime でサポート対象の地域の一覧については、ロケーションをご覧ください。
割り当て
Agent Runtime の割り当て情報については、割り当てとシステムの上限をご覧ください。
料金
Agent Runtime の料金については、Gemini Enterprise Agent Platform の料金をご覧ください。
クライアント ベースの SDK への移行
Agent Platform SDK のバージョン 2.0.1 では、agent_engines モジュールがリファクタリングされ、スタンドアロンの google-cloud-agentplatform パッケージ（agentplatform）の下の個別のモジュール（runtimes、sessions、sandboxes、memory_banks など）に名前が変更されました。SDK がクライアント ベースの設計を採用している主な理由は次のとおりです。
- Agent Development Kit（ADK）と Google Gen AI SDK（
google-genai）の標準の型表現に合わせるため。これにより、さまざまな SDK で一貫性のある標準化された方法でデータ型が表現されるため、相互運用が簡単になり、変換のオーバーヘッドが軽減されます。 - マルチプロジェクト、マルチロケーションのアプリケーションで Google Cloud パラメータのスコープをクライアント レベルで設定するため。これにより、各クライアント インスタンス（
client = agentplatform.Client(project=..., location=...)）を特定のプロジェクトとロケーションの設定で構成することで、異なる Google Cloud プロジェクトや地理的位置にわたるリソースとのインタラクションをアプリケーションで管理できます。 - Gemini Enterprise Agent Platform サービス（
client.runtimes、client.sessions、client.sandboxes、client.memory_banks）の見つけやすさと一貫性を向上させるため。 - 生成 AI モジュールが Google Gen AI SDK（
google-genai）に移行する間、エージェント ワークロードに合わせて調整された軽量で分離されたパッケージ（google-cloud-agentplatform）を提供するため。
新しい SDK 構造への移行に関する詳細な手順については、次のガイドをご覧ください。
- Agent Runtime SDK の移行:
vertexai.agent_enginesからagentplatform.Client().runtimesに移行します。 - Agent Platform SDK for Python: バージョン 2.0.1 移行ガイド: パッケージの分離、モジュールの非推奨、生成 AI モジュールの Google Gen AI SDK への移行について説明する全体的なガイド。