Agent Platform 提供各種工具，無論您的技術水準為何，都能找到合適的工具：
- 低程式碼開發：
- Agent Studio：設計代理並與模型互動，不必編寫程式碼。
- 以程式碼為基礎的開發：
- Colab Enterprise 筆記本：執行以程式碼為基礎的開發、資料分析和實驗。
- Agent Development Kit：這個各模型通用的模組化架構，可建構出功能強大的代理，具備複雜的推理能力，並能使用工具。
為滿足企業需求，Agent Platform 內建安全防護和管理機制。您可以透過代理身分，將詳細權限授予代理程式。Agent Gateway 會與 Model Armor 攜手合作，確保所有代理互動安全無虞、強制執行執行階段政策，並防範威脅，確保作業符合規定。
Gemini Enterprise Agent Platform 元件
Gemini Enterprise Agent Platform 以四大支柱為核心：
建構
運用這些工具和服務，設計、製作原型及開發 AI 代理。
- Agent Development Kit： 各模型通用的模組化架構，可用於建構及部署複雜的 AI 代理。
- Agent Studio：低程式碼視覺畫布，可設計、製作原型及管理代理的推論迴圈和工作流程。
- Agent Garden：提供一系列預先建構的代理和範本，加速開發作業。
- Model Garden： 存取 Google 最先進的模型 (如 Gemini 模型)、第三方模型和 開放原始碼模型。
- RAG Engine： 安全地將私人企業資料連結至 LLM，提高答案準確度並減少幻覺。
- 向量搜尋： AI 原生搜尋引擎，可儲存、搜尋及管理 AI 應用程式的資料。
- Agent Platform 的 Managed Agents API： 以設定檔為導向的 REST 優先 API，可在全代管沙箱中建構自主代理。使用 Agents API 建立及管理代理設定和沙箱環境，並掛接技能和構件等來源，然後在執行階段使用 Interactions API 直接與已部署的代理互動。
規模
在高效能的有狀態執行階段環境中部署及管理代理。
- 使用 Agent Runtime 擴充代理： 高效能、可擴充的執行階段環境，用於部署及管理代理，支援不到一秒的冷啟動，以及長時間執行的代理。
- Agent Platform 工作階段： 在單一代理互動中管理有狀態的資料和脈絡。
- Agent Platform Memory Bank： 讓代理擁有持久記憶，並在多個工作階段中回顧資訊。
- 執行程式碼： AI 代理可在安全的沙箱環境中生成及執行 Python 程式碼，進行計算、資料分析和其他複雜邏輯。
管理
運用企業級控制項和政策，保護、編目及管理代理。
- Agent Registry： 集中式目錄，可供探索、追蹤及管理整個機構的所有代理、 工具和 MCP 伺服器。
- Agent Identity： 為每個代理提供全代管的專屬身分，確保存取控管和稽核作業安全無虞。
- Agent Gateway： 這是集中化的政策執行點，用於控管所有代理工具呼叫、管理 驗證作業，並套用安全性政策。
- 治理政策： 包括內容保護和語意管理，可降低資料外洩等風險，並確保符合法規。
- AI 威脅與安全漏洞掃描： 針對代理系統，即時偵測威脅並掃描安全漏洞。
- AI Content Detection API： 提供識別 AI 生成內容的方法，以支援負責任的媒體治理。
最佳化
評估、監控及調整代理，確保品質優良且穩定可靠。
- 代理評估： 使用多輪自動評分工具和針對即時流量的線上評估等工具，有系統地評估代理品質。
- 模擬及評估代理行為： 生成合成測試情境，並模擬多輪使用者互動，透過可設定的角色對代理邏輯進行壓力測試。
- 觀測功能： 全方位的監控、記錄和追蹤工具 (包括 Unified Trace Viewer)，可詳細呈現代理的推論和效能，方便您有效偵錯。
- 最佳化代理提示詞： 分析失敗模式並提出目標更新，以程式輔助方式修正代理系統指令和工具說明。
如何使用這份文件
Agent Platform 文件分為多個部分，方便您尋找所需資訊。
使用導覽分頁標籤探索平台的不同區域：
- Studio：瞭解如何使用 Agent Studio 設計提示、調整模型，以及透過其他 UI 與模型互動。
- 代理：瞭解如何使用 Agent Platform 的代理架構和工具，建構、部署及管理企業用途的 AI 代理。
- 模型：瞭解 Agent Platform 提供的生成式 AI 模型 (包括 Gemini 模型)，以及如何在應用程式中使用這些模型。
- 筆記本：瞭解如何使用 Colab Enterprise 筆記本，以程式碼為基礎開發模型、分析資料及進行實驗。