Gérer les agents déployés

Cette page explique comment gérer les agents déployés dans l'environnement d'exécution géré Vertex AI Agent Engine. Les agents déployés sont des ressources de type reasoningEngine dans Vertex AI.

Lister les agents déployés

Répertoriez tous les agents déployés pour un projet et un emplacement donnés :

Console

  1. Dans la console Google Cloud , accédez à la page Vertex AI Agent Engine.

    Accéder à Agent Engine

Les agents déployés qui font partie du projet sélectionné apparaissent dans la liste. Vous pouvez utiliser le champ Filtrer pour filtrer la liste en fonction de la colonne spécifiée.

SDK Vertex AI pour Python 

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

for agent in client.agent_engines.list():
    print(agent)

Pour filtrer la liste par display_name :

for agent in client.agent_engines.list(
    config={
        "filter": 'display_name="DISPLAY_NAME"',
    },
):
    print(agent)

REST

Appelez la méthode reasoningEngines.list.

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION : une région compatible

Méthode HTTP et URL : 

GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir un code d'état indiquant le succès de l'opération (2xx), ainsi qu'une réponse vide.

Obtenir un agent déployé

Chaque agent déployé possède un identifiant RESOURCE_ID unique. Pour en savoir plus, consultez Déployer un agent.

Console

  1. Dans la console Google Cloud , accédez à la page Vertex AI Agent Engine.

    Accéder à Agent Engine

    Les agents déployés qui font partie du projet sélectionné apparaissent dans la liste. Vous pouvez utiliser le champ Filtrer pour filtrer la liste en fonction de la colonne spécifiée.

  2. Cliquez sur le nom de l'agent spécifié. La page Métriques de l'agent s'ouvre.

  3. (Facultatif) Pour afficher les détails du déploiement de l'agent, cliquez sur Détails du déploiement. Le volet Détails du déploiement s'ouvre. Pour fermer le volet, cliquez sur OK.

  4. (Facultatif) Pour afficher les URL query et streamQuery de l'agent, cliquez sur URL de l'API. Le volet URL de l'API s'ouvre. Pour fermer le volet, cliquez sur OK.

SDK Vertex AI pour Python

Le code suivant vous permet d'obtenir un agent déployé spécifique :

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

remote_agent = client.agent_engines.get(
    name="projects/PROJECT_ID_OR_NUMBER/locations/LOCATION/reasoningEngines/RESOURCE_ID"
)

REST

Appelez la méthode reasoningEngines.get.

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION : une région compatible
  • RESOURCE_ID : ID de ressource de l'agent déployé

Méthode HTTP et URL : 

GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir un code d'état indiquant le succès de l'opération (2xx), ainsi qu'une réponse vide.

Mettre à jour un agent déployé

Vous pouvez mettre à jour un ou plusieurs champs de l'agent déployé en même temps, mais vous devez spécifier au moins l'un des champs à mettre à jour. Le temps nécessaire pour mettre à jour l'agent déployé dépend de la mise à jour effectuée, mais il faut généralement entre quelques secondes et quelques minutes.

Console

  1. Dans la console Google Cloud , accédez à la page Vertex AI Agent Engine.

    Accéder à Agent Engine

  2. Pour l'agent spécifié, cliquez sur le menu Autres actions ().

  3. Cliquez sur Modifier. Le volet Modifier de l'agent s'ouvre.

  4. Modifiez le nom à afficher ou la description de l'agent.

  5. Cliquez sur Enregistrer.

SDK Vertex AI pour Python

Pour mettre à jour un agent déployé (correspondant à RESOURCE_NAME) vers un agent mis à jour (correspondant à UPDATED_AGENT) :

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

client.agent_engines.update(
    name=RESOURCE_NAME,                    # Required.
    agent=UPDATED_AGENT,                   # Optional.
    config={                                                # Optional.
        "requirements": REQUIREMENTS,      # Optional.
        "display_name": "DISPLAY_NAME",    # Optional.
        "description": "DESCRIPTION",      # Optional.
        "extra_packages": EXTRA_PACKAGES,  # Optional.
    },
)

Les arguments sont les mêmes que lorsque vous déployez un agent.

REST

Appelez la méthode reasoningEngines.patch et fournissez un update_mask pour spécifier les champs à mettre à jour.

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION : une région compatible
  • RESOURCE_ID : ID de ressource de l'agent déployé
  • update_mask : liste de champs à mettre à jour, séparés par une virgule

Méthode HTTP et URL : 

PATCH https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID?update_mask="display_name,description"

Corps JSON de la requête :

{
"displayName": "DISPLAY_NAME",
"description": "DESCRIPTION"
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir un code d'état indiquant le succès de l'opération (2xx), ainsi qu'une réponse vide.

Supprimer un agent déployé

Supprimez un agent déployé de l'environnement d'exécution géré Vertex AI Agent Engine.

Console

  1. Dans la console Google Cloud , accédez à la page Vertex AI Agent Engine.

    Accéder à Agent Engine

  2. Pour l'agent spécifié, cliquez sur le menu Autres actions ().

  3. Cliquez sur Supprimer.

  4. Cliquez sur Supprimer l'agent.

SDK Vertex AI pour Python

Si vous disposez déjà d'une instance existante de l'agent déployé (en tant que remote_agent), vous pouvez exécuter la commande suivante :

remote_agent.delete(
    force=True, # Optional, if the agent has resources (e.g. sessions, memory)
)

Vous pouvez également appeler agent_engines.delete() pour supprimer l'agent déployé correspondant à RESOURCE_NAME de la manière suivante :

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

client.agent_engines.delete(
    name=RESOURCE_NAME,
    force=True, # Optional, if the agent has resources (e.g. sessions, memory)
)

REST

Appelez la méthode reasoningEngines.delete.

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION : une région compatible
  • RESOURCE_ID : ID de ressource de l'agent déployé

Méthode HTTP et URL : 

DELETE https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir un code d'état indiquant le succès de l'opération (2xx), ainsi qu'une réponse vide.

Étapes suivantes