Interfacce per le pipeline della piattaforma agentica Gemini Enterprise

Questa pagina elenca le interfacce che puoi utilizzare per definire ed eseguire pipeline ML su Agent Platform Pipelines.

Interfacce per definire una pipeline

Agent Platform Pipelines supporta le pipeline ML definite utilizzando l'SDK Kubeflow Pipelines (KFP) o l'SDK TensorFlow Extended (TFX).

SDK Kubeflow Pipelines (KFP)

Logo di Kubeflow Pipelines Utilizza KFP per tutti i casi d'uso in cui non è necessario utilizzare TensorFlow Extended per elaborare enormi quantità di dati strutturati o di testo. Agent Platform Pipelines supporta KFP SDK 2.0 o versioni successive.

Quando utilizzi l'SDK KFP, puoi definire il flusso di lavoro ML creando componenti personalizzati e riutilizzando componenti predefiniti, ad esempio i componenti della pipeline diGoogle Cloud .I componenti della pipeline ti consentono di utilizzare facilmente i servizi Gemini Enterprise come AutoML nella tua pipeline ML. Google Cloud Agent Platform Pipelines supporta Google Cloud l'SDK Pipeline Components v2 o versioni successive. Per saperne di più sui componenti pipeline diGoogle Cloud , consulta Introduzione ai componenti pipeline di Google Cloud .

Per scoprire come creare una pipeline utilizzando Kubeflow Pipelines, consulta Creare una pipeline. Per scoprire di più su Kubeflow Pipelines, consulta la documentazione di Kubeflow Pipelines.

SDK TensorFlow Extended (TFX)

Logo TFX SDK Utilizza TFX se usi TensorFlow Extended nel tuo flusso di lavoro ML per elaborare terabyte di dati strutturati o di testo. Agent Platform Pipelines supporta TFX SDK v0.30.0 o versioni successive.

Per scoprire come creare pipeline ML utilizzando TFX, consulta la sezione Tutorial per iniziare dei tutorial su TensorFlow Extended in produzione.

Interfacce per eseguire una pipeline

Dopo aver definito la pipeline ML, puoi creare un'esecuzione della pipeline ML utilizzando una delle seguenti interfacce:

  • API REST

  • Client SDK

  • ConsoleGoogle Cloud

Per saperne di più sulle interfacce che puoi utilizzare per interagire con l'API Gemini Enterprise, consulta Interfacce per l'API Gemini Enterprise.

API REST

Per creare un'esecuzione della pipeline utilizzando REST, utilizza l'API del servizio Pipelines. Questa API utilizza la risorsa REST projects.locations.pipelineJobs.

Client SDK

Agent Platform Pipelines consente di creare esecuzioni di pipeline utilizzando l'SDK Vertex AI Python o le librerie client.

SDK Agent Platform Python

L'SDK Vertex AI Python (aiplatform) è l'SDK consigliato per lavorare in modo programmatico con l'API del servizio Pipelines. Per saperne di più su questo SDK, consulta la documentazione dell'API per google.cloud.aiplatform.PipelineJob.

Librerie client

Le librerie client sono SDK di client API generati in modo programmatico (GAPIC). Agent Platform Pipelines supporta le seguenti librerie client:

  • Python (aiplatform v1 e v1beta1)

  • Java

  • Node.js

  • Go

Per saperne di più, consulta Installare le librerie client Gemini Enterprise Agent Platform.

Google Cloud console (GUI)

Google Cloud è il modo consigliato per esaminare e monitorare le esecuzioni della pipeline. Puoi anche eseguire altre attività utilizzando la console Google Cloud , ad esempio creare, eliminare e clonare le esecuzioni della pipeline, accedere alla galleria di modelli e recuperare l'etichetta di fatturazione per un'esecuzione della pipeline.

Vai a Pipelines nella Google Cloud console

Passaggi successivi