Présentation
Pour utiliser Vertex AI Agent Engine, vous devez d'abord développer un agent pouvant être déployé sur Vertex AI Agent Engine. Le moyen le plus simple de développer un agent consiste à utiliser l'un des modèles spécifiques au framework que nous fournissons. Les modèles spécifiques au framework gèrent automatiquement certains des aspects courants du développement d'un agent, tels que la sérialisation d'objets et la séparation du code qui initialise un agent du code qui répond aux requêtes. Nous fournissons les modèles spécifiques aux frameworks suivants:
| Framework | Description |
|---|---|
| Agent Development Kit (bêta) | Conçus selon les bonnes pratiques internes de Google pour les développeurs qui créent des applications d'IA ou les équipes qui doivent rapidement prototyper et déployer des solutions basées sur des agents robustes. |
| LangChain | Plus facile à implémenter pour les cas d'utilisation de base grâce à ses configurations et abstractions prédéfinies. |
| LangGraph | Approche basée sur des graphes pour définir des workflows, avec des fonctionnalités avancées d'intervention humaine et de retour en arrière/de lecture. |
| AG2 (anciennement AutoGen) | AG2 fournit un framework de conversation multi-agent en tant qu'abstraction de haut niveau pour créer des workflows LLM. |
| LlamaIndex (aperçu) | Le pipeline de requêtes de LlamaIndex offre une interface de haut niveau pour créer des workflows de génération augmentée par récupération (RAG). |
Si votre cas d'utilisation ne correspond à aucun des modèles spécifiques au framework, vous pouvez développer votre propre agent personnalisé.