Gemini Enterprise Agent Platform adalah platform terpadu untuk membangun, men-deploy, mengatur, dan mengoptimalkan agen AI tingkat perusahaan serta solusi berbasis model. Sebagai evolusi Agent Platform, platform ini mendukung siklus proses AI lengkap, mulai dari mengakses lebih dari 200 model dasar hingga men-deploy dan mengelola agen Anda.
Agent Platform hadir untuk Anda, dengan alat untuk semua tingkat keahlian:
- Pengembangan low-code:
- Agent Studio: Mendesain agen dan berinteraksi dengan model tanpa kode.
- Pengembangan berbasis kode:
- Notebook Colab Enterprise: Lakukan pengembangan berbasis kode, analisis data, dan eksperimen.
- Agent Development Kit: Bangun Agen canggih yang mampu melakukan penalaran dan penggunaan alat yang kompleks dengan framework modular dan agnostik model ini.
Untuk memenuhi persyaratan perusahaan, Platform Agen menyertakan keamanan dan tata kelola terintegrasi. Identitas Agen memungkinkan Anda memberikan izin terperinci kepada agen. Agent Gateway, bersama dengan Model Armor, mengamankan semua interaksi agen, menerapkan kebijakan runtime, dan membantu melindungi dari ancaman serta memastikan operasi yang sesuai.
Komponen Platform Agen Gemini Enterprise
Gemini Enterprise Agent Platform disusun berdasarkan empat pilar utama:
Build
Gunakan alat dan layanan ini untuk mendesain, membuat prototipe, dan mengembangkan agen AI Anda.
- Agent Development Kit: Framework modular dan agnostik model untuk membangun dan men-deploy agen AI yang kompleks.
- Agent Studio: Kanvas visual low-code untuk mendesain, membuat prototipe, dan mengelola alur kerja serta loop penalaran agen.
- Agent Garden: Library agen dan template bawaan untuk mempercepat pengembangan.
- Model Garden: Akses ke model canggih Google (seperti model Gemini), model pihak ketiga, dan model open source.
- Mesin RAG: Menghubungkan data perusahaan pribadi secara aman ke LLM untuk meningkatkan akurasi jawaban dan mengurangi halusinasi.
- Penelusuran Vektor: Mesin telusur native AI untuk menyimpan, menelusuri, dan mengelola data untuk aplikasi AI.
- Managed Agents API di Agent Platform: API berbasis REST yang didorong konfigurasi untuk membangun agen otonom di dalam sandbox yang dikelola sepenuhnya. Buat dan kelola konfigurasi agen dan lingkungan sandbox dengan sumber yang terpasang, seperti skill dan artefak, menggunakan Agents API, dan berinteraksi langsung dengan agen yang di-deploy saat runtime menggunakan Interactions API.
Skala
Men-deploy dan mengelola agen Anda di lingkungan runtime stateful berperforma tinggi.
- Menskalakan agen dengan Agent Runtime: Lingkungan runtime berperforma tinggi dan skalabel untuk men-deploy dan mengelola agen, yang mendukung fitur seperti cold start di bawah satu detik dan agen yang berjalan lama.
- Sesi Platform Agen: Mengelola data dan konteks yang memiliki status dalam satu interaksi agen.
- Memory Bank Agent Platform: Memungkinkan agen memiliki memori persisten dan mengingat informasi di beberapa sesi.
- Eksekusi Kode: Memungkinkan agen AI membuat dan menjalankan kode Python di lingkungan sandbox yang aman untuk melakukan penghitungan, analisis data, dan logika kompleks lainnya.
Mengatur
Amankan, katalogkan, dan kelola agen Anda dengan kontrol dan kebijakan tingkat perusahaan.
- Registry Agen: Katalog terpusat untuk menemukan, melacak, dan mengelola semua agen, alat, dan server MCP di seluruh organisasi.
- Identitas Agen: Menyediakan identitas terkelola yang unik untuk setiap agen, sehingga memungkinkan kontrol akses dan audit yang aman.
- Agent Gateway: Titik penerapan kebijakan terpusat untuk mengatur semua panggilan alat agen, mengelola autentikasi, dan menerapkan kebijakan keamanan.
- Kebijakan Tata Kelola: Mencakup Perlindungan Konten dan Tata Kelola Semantik untuk memitigasi risiko seperti kebocoran data dan memastikan kepatuhan.
- Pemindaian kerentanan dan ancaman AI: Pemindaian kerentanan dan deteksi ancaman real-time khusus untuk sistem agentic.
- AI Content Detection API: Menyediakan metode untuk mengidentifikasi konten buatan AI guna mendukung tata kelola media yang bertanggung jawab.
Optimalkan
Menilai, memantau, dan meningkatkan kualitas agen Anda untuk memastikan kualitas dan keandalan yang tinggi.
- Evaluasi agen Menilai kualitas agen secara sistematis dengan alat seperti Multi-Turn AutoRaters dan Evaluasi Online untuk traffic live.
- Simulasikan dan evaluasi perilaku agen Buat skenario pengujian sintetis dan simulasikan interaksi pengguna multi-turn dengan persona yang dapat dikonfigurasi untuk menguji logika agen.
- Kemampuan observasi Alat pemantauan, logging, dan pelacakan yang komprehensif, termasuk Unified Trace Viewer, memberikan visibilitas mendetail ke dalam penalaran dan performa agen untuk proses debug yang efektif.
- Mengoptimalkan perintah agen Menyempurnakan petunjuk sistem agen dan deskripsi alat secara terprogram dengan menganalisis pola kegagalan dan mengusulkan pembaruan yang ditargetkan.
Cara menggunakan dokumentasi ini
Dokumentasi Platform Agen disusun ke dalam beberapa bagian untuk membantu Anda menemukan informasi yang Anda butuhkan. Gunakan tab navigasi untuk menjelajahi berbagai area platform:
- Studio: Temukan cara menggunakan Agent Studio untuk desain perintah, penyesuaian model, dan interaksi berbasis UI lainnya dengan model.
- Agen: Pelajari cara membangun, men-deploy, dan mengelola agen AI untuk kasus penggunaan perusahaan menggunakan framework dan alat agen Agent Platform.
- Model: Pelajari model AI generatif yang tersedia di Agent Platform, termasuk model Gemini, dan cara menggunakannya dalam aplikasi Anda.
- Notebook: Temukan informasi tentang penggunaan notebook Colab Enterprise untuk pengembangan model berbasis kode, analisis data, dan eksperimen.
Langkah berikutnya
Men-deploy agen
Pelajari lima cara men-deploy agen di Runtime Platform Agen berdasarkan kebutuhan pengembangan Anda.