在機器學習 (ML) 中，特徵是執行個體或實體的特徵屬性，可用於訓練模型或進行線上預測。特徵是透過特徵工程技術，將原始機器學習資料轉換為可評估及共用的屬性而產生，一般稱為特徵轉換。
特徵管理是指建立、維護、共用及提供儲存在集中式位置或存放區的機器學習特徵。特徵管理功能可讓您更輕鬆地重複使用特徵來訓練及重新訓練模型，縮短 AI 和機器學習部署作業的生命週期。
產品或服務若包含特徵管理服務，可儲存、探索、分享及提供機器學習特徵，則稱為特徵儲存庫。Gemini Enterprise Agent Platform 整合了下列特徵儲存庫服務：
本頁面提供 Agent Platform 特徵儲存庫的功能總覽。
Agent Platform 特徵儲存庫
Agent Platform 特徵儲存庫 提供全新的特徵管理方式，可讓您從 BigQuery 資料來源維護及提供特徵資料。在這個方法中，Vertex AI 特徵儲存庫會做為中繼資料層，為 BigQuery 中的特徵資料來源提供線上服務功能，讓您根據該資料線上提供特徵。您不需要將資料複製或匯入 Gemini Enterprise Agent Platform 中的獨立離線儲存庫。
Vertex AI 特徵儲存庫與 Knowledge Catalog 整合，可追蹤特徵中繼資料。此外，這項服務也支援嵌入項目，並可執行向量相似度搜尋，找出最鄰近的項目。
Vertex AI 特徵儲存庫經過最佳化調整，可提供超低延遲服務，並支援下列功能：
在 BigQuery 中儲存及維護離線特徵資料，並善用 BigQuery 的資料管理功能。
將特徵新增至特徵登錄檔，即可分享及重複使用。
使用 Bigtable 線上提供服務，以低延遲時間提供線上預測所需的特徵。
在 Knowledge Catalog 中追蹤特徵中繼資料。