Agent Retrieval（旧称 Vector Search 2.0）は、セルフチューニング型のフルマネージド AI ネイティブ検索エンジンとしてゼロから設計された Google Cloud プロダクトです。 Google Cloudの既存のベクトル検索は、パワフルな近似最近傍探索（ANN）インデックス サービス システムですが、エージェント検索では、このコンセプトが包括的なストレージと検索システムに進化しています。インデックスをプライマリ リソースとして管理するのではなく、データ オブジェクトのコレクションを操作します。
検索エンジン アーキテクチャは、複製されたスケーラブルなストレージ エンジンを提供します。これにより、エージェント検索は AI アプリケーションの単一の統合データソースとなり、補助データ ストレージの必要性がなくなります。
主な利点は次のとおりです。
開発者向け: 最小限のコードで済む直感的なクライアント ライブラリを使用して、すぐに開始できます。システムは自動調整され、高いパフォーマンスを維持します。基盤となるインフラストラクチャが抽象化されるため、VM やレプリカを構成する必要はありません。
迅速なオンボーディングと評価: コレクションを作成し、データを追加して、すぐに検索を開始できます。
統合データ ストレージ: ベクトル類似度とペイロード データに基づいてドキュメントを保存、取得、フィルタリングできます。
優れた機能: 組み込みモデルを使用してエンベディング フィールドに自動的に入力して、豊富なクエリ機能でデータを探索し、独自のエンベディング（BYOE）を使い、インデックスを速やかに作成してパフォーマンスをスケーリングします。
料金の簡素化: 適応可能な料金には、小規模なワークロード向けの使用量ベースと、チューニングされたパフォーマンス向けの容量ベースの 2 つのモデルがあります。ユースケースの費用を見積もる方法については、料金の見積もりをご覧ください。
Agent Retrieval は、Vector Search 1.0 で利用可能な高いパフォーマンスと大規模なスケーラビリティを維持しているため、シームレスに開始してスケーリングできます。
コンセプト
始める前に、次のエージェント取得のコンセプトを理解しておくと役立ちます。
コレクション: 関連する JSON オブジェクトのセットのコンテナ。これは、リレーショナル データベースのテーブルに似ています。1 つのデータベース内に複数のコレクションを作成できます。
データ オブジェクト: コレクション内に保存されている個々の JSON オブジェクト。
Collection: schema: Collection 内のデータ オブジェクトの構造と制約を定義します。厳格なスキーマ検証と緩和されたスキーマ検証の両方に構成できます。
コレクション インデックス: コレクション内のデータ オブジェクト全体で効率的な近似最近傍（ANN）検索を可能にします。コレクションには、データ オブジェクトの各ベクトル フィールドに対応するインデックスなど、複数のインデックスを設定できます。
料金の見積もり
エージェント検索の料金と料金計算ツール: エージェント検索の料金には、デプロイされたインデックスのホストに使用される仮想マシンの費用と、インデックスの構築と更新の費用が含まれます。最小限の設定（月額 $100 未満）でも、中程度のユースケースで高スループットを実現できます。毎月の費用を見積もるには:
- Agent Platform エージェントの取得料金計算ツールに移動します。
- 設定を次のように更新します。
- コレクションについて説明する
- 検索方法（KNN または ANN）を選択する
- デプロイ（ANN 検索メソッドでのみ使用可能）
- 月間トラフィック
- データの取り込み
- [費用の詳細] ペインで費用の見積もりが更新されます。
サポートされるリージョン
次のリージョンがサポートされています。
asia-east1asia-northeast1asia-southeast1europe-north1europe-west2europe-west4us-central1us-east4us-west1
次のステップ
- インタラクティブなデモをお試しください。
- コレクションを作成する方法を確認する。