Faça a gestão dos agentes implementados

Esta página descreve como gerir agentes que foram implementados no tempo de execução gerido do Vertex AI Agent Engine. Os agentes implementados são recursos do tipo reasoningEngine no Vertex AI.

Apresente uma lista dos agentes implementados

Apresenta todos os agentes implementados para um determinado projeto e localização:

Consola

  1. Na Google Cloud consola, aceda à página Vertex AI Agent Engine.

    Aceda ao motor do agente

Os agentes implementados que fazem parte do projeto selecionado aparecem na lista. Pode usar o campo Filtrar para filtrar a lista pela coluna especificada.

SDK Vertex AI para 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)

Para filtrar a lista por display_name:

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

REST

Chame o método reasoningEngines.list.

Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

  • PROJECT_ID: o ID do seu projeto da GCP
  • LOCATION: uma região suportada

Método HTTP e URL: 

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

Para enviar o seu pedido, expanda uma destas opções:

Deve receber um código de estado de êxito (2xx) e uma resposta vazia.

Obtenha um agente implementado

Cada agente implementado tem um identificador RESOURCE_ID exclusivo. Para saber mais, consulte o artigo Implemente um agente.

Consola

  1. Na Google Cloud consola, aceda à página Vertex AI Agent Engine.

    Aceda ao motor do agente

    Os agentes implementados que fazem parte do projeto selecionado aparecem na lista. Pode usar o campo Filtrar para filtrar a lista pela coluna especificada.

  2. Clique no nome do agente especificado. É apresentada a página Métricas do agente.

  3. (Opcional) Para ver os detalhes da implementação do agente, clique em Detalhes da implementação. É aberto o painel Detalhes da implementação. Para fechar o painel, clique em Concluído.

  4. (Opcional) Para ver os URLs query e streamQuery do agente, clique em URLs da API. O painel URLs da API é aberto. Para fechar o painel, clique em Concluído.

SDK Vertex AI para Python

O código seguinte permite-lhe obter um agente implementado específico:

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

Chame o método reasoningEngines.get.

Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

  • PROJECT_ID: o ID do seu projeto da GCP
  • LOCATION: uma região suportada
  • RESOURCE_ID: o ID do recurso do agente implementado

Método HTTP e URL: 

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

Para enviar o seu pedido, expanda uma destas opções:

Deve receber um código de estado de êxito (2xx) e uma resposta vazia.

Atualize um agente implementado

Pode atualizar um ou mais campos do agente implementado em simultâneo, mas tem de especificar, pelo menos, um dos campos a atualizar. O tempo necessário para atualizar o agente implementado depende da atualização que está a ser realizada, mas geralmente demora entre alguns segundos e alguns minutos.

Consola

  1. Na Google Cloud consola, aceda à página Vertex AI Agent Engine.

    Aceda ao motor do agente

  2. Para o agente especificado, clique no menu mais ações ().

  3. Clique em Edit. É aberto o painel Editar do agente.

  4. Edite o Nome a apresentar ou a Descrição do agente.

  5. Clique em Guardar.

SDK Vertex AI para Python

Para atualizar um agente implementado (correspondente a RESOURCE_NAME) para um agente atualizado (correspondente a 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.
    },
)

Os argumentos são os mesmos que quando implementa um agente.

REST

Chame o método reasoningEngines.patch e forneça um update_mask para especificar os campos a atualizar.

Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

  • PROJECT_ID: o ID do seu projeto da GCP
  • LOCATION: uma região suportada
  • RESOURCE_ID: o ID do recurso do agente implementado
  • update_mask: uma lista de campos separados por vírgulas a atualizar

Método HTTP e URL: 

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

Corpo JSON do pedido: 

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

Para enviar o seu pedido, expanda uma destas opções:

Deve receber um código de estado de êxito (2xx) e uma resposta vazia.

Elimine um agente implementado

Elimine um agente implementado do tempo de execução gerido do Vertex AI Agent Engine.

Consola

  1. Na Google Cloud consola, aceda à página Vertex AI Agent Engine.

    Aceda ao motor do agente

  2. Para o agente especificado, clique no menu mais ações ().

  3. Clique em Eliminar.

  4. Clique em Eliminar agente.

SDK Vertex AI para Python

Se já tiver uma instância existente do agente implementado (como remote_agent), pode executar o seguinte comando:

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

Em alternativa, pode chamar agent_engines.delete() para eliminar o agente implementado correspondente a RESOURCE_NAME da seguinte forma:

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

Chame o método reasoningEngines.delete.

Antes de usar qualquer um dos dados do pedido, faça as seguintes substituições:

  • PROJECT_ID: o ID do seu projeto da GCP
  • LOCATION: uma região suportada
  • RESOURCE_ID: o ID do recurso do agente implementado

Método HTTP e URL: 

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

Para enviar o seu pedido, expanda uma destas opções:

Deve receber um código de estado de êxito (2xx) e uma resposta vazia.

O que se segue?