Auf dieser Seite werden die Schnittstellen beschrieben, über die Sie mit der Gemini Enterprise Agent Platform interagieren können. Außerdem erfahren Sie, wann Sie sie verwenden sollten. Sie können diese Schnittstellen zusammen mit einer der Notebook-Lösungen der Agent Platform verwenden.
Einige Vorgänge der Gemini Enterprise Agent Platform sind nur über bestimmte Schnittstellen verfügbar. Daher müssen Sie während des Workflows möglicherweise zwischen den Schnittstellen wechseln. In Vertex AI Experiments müssen Sie beispielsweise die API verwenden, um Daten in einem Testlauf zu protokollieren. Die Ergebnisse können Sie jedoch in der Console anzeigen lassen.
Console
Die Google Cloud Console ist eine grafische Benutzeroberfläche, über die Sie mit Ihren Ressourcen für maschinelles Lernen arbeiten können.
In der Google Cloud Console können Sie Ihre verwalteten Datasets, Modelle, Endpunkte und Jobs verwalten. Über die Console können Sie auch auf andere Google Cloud Dienste, wie Cloud Storage und BigQuery zugreifen.
Verwenden Sie die Google Cloud Console, wenn Sie Ihre Ressourcen und Visualisierungen der Gemini Enterprise Agent Platform über eine grafische Benutzeroberfläche anzeigen und verwalten möchten.
Weitere Informationen finden Sie auf der Seite Dashboard im Abschnitt zur Gemini Enterprise Agent Platform:
gcloud
Die Google Cloud-Befehlszeile (CLI) besteht aus einer Reihe von Tools zum
Erstellen und Verwalten von Google Cloud Ressourcen mit dem gcloud Befehl.
Verwenden Sie die Google Cloud CLI, wenn Sie Ihre Ressourcen der Gemini Enterprise Agent Platform über die Befehlszeile oder über Skripts und andere Automatisierungen verwalten möchten.
Weitere Informationen finden Sie unter gcloud CLI installieren und in der
gcloud ai-Referenz.
Terraform
Terraform ist ein IaC-Tool (Infrastructure as Code), mit dem Sie die Infrastruktur wie Ressourcen und Berechtigungen für mehrere Google Cloud Dienste einschließlich der Gemini Enterprise Agent Platform bereitstellen können.
Sie können die Ressourcen und Berechtigungen der Gemini Enterprise Agent Platform für Ihr Google Cloud Projekt in einer Terraform-Konfigurationsdatei definieren. Anschließend können Sie die Konfiguration mit Terraform auf Ihr Projekt anwenden, indem Sie neue Ressourcen erstellen und vorhandene Ressourcen aktualisieren.
Verwenden Sie Terraform, wenn Sie die Infrastruktur für Ressourcen der Gemini Enterprise Agent Platform in Ihrem Google Cloud Projekt standardisieren und die vorhandene Google Cloud Projektinfrastruktur aktualisieren möchten, während Sie die Ressourcenabhängigkeiten erfüllen.
Informationen zum Einstieg finden Sie unter Terraform-Unterstützung für die Gemini Enterprise Agent Platform.
Python
Verwenden Sie das Agent Platform SDK für Python, um den Workflow der Gemini Enterprise Agent Platform programmatisch zu automatisieren.
Das Agent Platform SDK für Python ähnelt der Python-Clientbibliothek der Gemini Enterprise Agent Platform, mit der Ausnahme, dass das SDK auf höherer Ebene arbeitet und weniger detailliert ist. Weitere Informationen finden Sie unter Unterschiede zwischen SDK und Clientbibliotheken verstehen.
Informationen zum Einstieg finden Sie unter Agent Platform SDK installieren.
Clientbibliotheken
Clientbibliotheken verwenden die natürlichen Konventionen der jeweiligen unterstützten Sprache, um die Agent Platform API aufzurufen und den Boilerplate-Code zu reduzieren, den Sie schreiben müssen.
Die folgenden Sprachen werden für die Gemini Enterprise Agent Platform unterstützt:
Python. Die Python-Clientbibliothek der Gemini Enterprise Agent Platform wird bei der Installation des Agent Platform SDK für Python installiert.
Java
Node.js
C#
Go
Weitere Informationen finden Sie unter Clientbibliotheken der Gemini Enterprise Agent Platform installieren.
REST
Die REST API der Gemini Enterprise Agent Platform bietet RESTful-Dienste zum Verwalten von Jobs, Modellen und Endpunkten sowie zum Erstellen von Inferenz mit gehosteten Modellen in Google Cloud.
Verwenden Sie die REST API, wenn Sie eigene Bibliotheken zum Aufrufen der Agent Platform API aus Ihrer Anwendung benötigen.
Informationen zum Einstieg finden Sie in der REST-Referenz zur Agent Platform API.
Nächste Schritte
- Projekt- und Entwicklungsumgebung einrichten.
- Eine Trainingsmethode auswählen.
- Anleitungen für Bild, Tabellen, und benutzerdefiniertes Training.
- Erfahren Sie mehr über Best Practices für die Implementierung benutzerdefinierter ML-Modelle in der Gemini Enterprise Agent Platform.