このページは Cloud Translation API によって翻訳されました。

Vertex AI Agent Engine でエージェントを開発してデプロイする

このページでは、次のエージェントフレームワークを使用して、指定した日付の 2 つの通貨間の為替レートを返すエージェントを作成してデプロイする方法について説明します。

始める前に

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI and Cloud Storage APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI and Cloud Storage APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Vertex AI Agent Engine の使用に必要な権限を取得するには、プロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。

Vertex AI ユーザー（roles/aiplatform.user）
ストレージ管理者（roles/storage.admin）

ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。

必要な権限は、カスタムロールや他の事前定義ロールから取得することもできます。

Vertex AI SDK for Python をインストールして初期化する

次のコマンドを実行して、Vertex AI SDK for Python とその他の必要なパッケージをインストールします。
ADK
```
pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,adk]>=1.112
```
LangGraph
```
pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,langchain]>=1.112
```
LangChain
```
pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,langchain]>=1.112
```
AG2
```
pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,ag2]>=1.112
```
LlamaIndex

プレビュー版

この機能はサービス固有の規約の対象となります。一般提供前の機能は「現状のまま」で提供されるものであり、サポートが制限されることがあります。詳細については、リリースステージの説明をご覧ください。
```
pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,llama_index]>=1.112
```
ユーザーとして認証します。
Colab
次のコードを実行します。
```
from google.colab import auth

auth.authenticate_user(project_id="PROJECT_ID")
```
Cloud Shell
対応は不要です。
ローカルシェル
次のコマンドを実行します。
```
gcloud auth application-default login
```
次のコードを実行して、Vertex AI Agent Engine をインポートし、SDK を初期化します。
```
import vertexai

client = vertexai.Client(
    project="PROJECT_ID",               # Your project ID.
    location="LOCATION",                # Your cloud region.
)
```
ここで
- PROJECT_ID は、エージェントを開発してデプロイする Google Cloud プロジェクト ID です。
- LOCATION は、サポートされているリージョンの一つです。

エージェントを開発する

まず、ツールを開発します。

def get_exchange_rate(
    currency_from: str = "USD",
    currency_to: str = "EUR",
    currency_date: str = "latest",
):
    """Retrieves the exchange rate between two currencies on a specified date."""
    import requests

    response = requests.get(
        f"https://api.frankfurter.app/{currency_date}",
        params={"from": currency_from, "to": currency_to},
    )
    return response.json()

次に、エージェントをインスタンス化します。

ADK

from google.adk.agents import Agent
from vertexai import agent_engines

agent = Agent(
    model="gemini-2.0-flash",
    name='currency_exchange_agent',
    tools=[get_exchange_rate],
)

app = agent_engines.AdkApp(agent=agent)

LangGraph

from vertexai import agent_engines

agent = agent_engines.LanggraphAgent(
    model="gemini-2.0-flash",
    tools=[get_exchange_rate],
    model_kwargs={
        "temperature": 0.28,
        "max_output_tokens": 1000,
        "top_p": 0.95,
    },
)

LangChain

from vertexai import agent_engines

agent = agent_engines.LangchainAgent(
    model="gemini-2.0-flash",
    tools=[get_exchange_rate],
    model_kwargs={
        "temperature": 0.28,
        "max_output_tokens": 1000,
        "top_p": 0.95,
    },
)

AG2

from vertexai import agent_engines

agent = agent_engines.AG2Agent(
    model="gemini-2.0-flash",
    runnable_name="Get Exchange Rate Agent",
    tools=[get_exchange_rate],
)

LlamaIndex

from vertexai.preview import reasoning_engines

def runnable_with_tools_builder(model, runnable_kwargs=None, **kwargs):
    from llama_index.core.query_pipeline import QueryPipeline
    from llama_index.core.tools import FunctionTool
    from llama_index.core.agent import ReActAgent

    llama_index_tools = []
    for tool in runnable_kwargs.get("tools"):
        llama_index_tools.append(FunctionTool.from_defaults(tool))
    agent = ReActAgent.from_tools(llama_index_tools, llm=model, verbose=True)
    return QueryPipeline(modules = {"agent": agent})

agent = reasoning_engines.LlamaIndexQueryPipelineAgent(
    model="gemini-2.0-flash",
    runnable_kwargs={"tools": [get_exchange_rate]},
    runnable_builder=runnable_with_tools_builder,
)

最後に、エージェントをローカルでテストします。

ADK

async for event in app.async_stream_query(
    user_id="USER_ID",
    message="What is the exchange rate from US dollars to SEK today?",
):
    print(event)

USER_ID: 128 文字以内でユーザー ID を選択します。例: user-123

LangGraph

agent.query(input={"messages": [
    ("user", "What is the exchange rate from US dollars to SEK today?"),
]})

LangChain

agent.query(
    input="What is the exchange rate from US dollars to SEK today?"
)

AG2

agent.query(
    input="What is the exchange rate from US dollars to SEK today?"
)

LlamaIndex

agent.query(
    input="What is the exchange rate from US dollars to SEK today?"
)

エージェントをデプロイする

エージェントをデプロイするには:

ADK

remote_agent = client.agent_engines.create(
    agent=app,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,adk]"],
    }
)

LangGraph

remote_agent = client.agent_engines.create(
    agent,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,langchain]"],
    },
)

LangChain

remote_agent = client.agent_engines.create(
    agent,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,langchain]"],
    },
)

AG2

from vertexai import agent_engines

remote_agent = agent_engines.create(
    agent,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,ag2]"],
    },
)

LlamaIndex

from vertexai import agent_engines

remote_agent = agent_engines.create(
    agent,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,llama_index]"],
    },
)

これにより、Vertex AI に reasoningEngine リソースが作成されます。

エージェントを使用する

クエリを送信して、デプロイしたエージェントをテストします。

ADK

async for event in remote_agent.async_stream_query(
    user_id="USER_ID",
    message="What is the exchange rate from US dollars to SEK today?",
):
    print(event)

ここで、USER_ID は、エージェントをローカルでテストするときに定義したユーザー ID です。例: currency-exchange

LangGraph

remote_agent.query(input={"messages": [
    ("user", "What is the exchange rate from US dollars to SEK today?"),
]})

LangChain

remote_agent.query(
    input="What is the exchange rate from US dollars to SEK today?"
)

AG2

remote_agent.query(
    input="What is the exchange rate from US dollars to SEK today?"
)

LlamaIndex

remote_agent.query(
    input="What is the exchange rate from US dollars to SEK today?"
)

クリーンアップ

このページで使用したリソースについて、 Google Cloud アカウントに課金されないようにするには、次の手順で操作します。

remote_agent.delete(force=True)

Vertex AI Agent Engine でエージェントを開発してデプロイする

始める前に

Vertex AI SDK for Python をインストールして初期化する

ADK

LangGraph

LangChain

AG2

LlamaIndex

Colab

Cloud Shell

ローカルシェル

エージェントを開発する

ADK

LangGraph

LangChain

AG2

LlamaIndex

ADK

LangGraph

LangChain

AG2

LlamaIndex

エージェントをデプロイする

ADK

LangGraph

LangChain

AG2

LlamaIndex

エージェントを使用する

ADK

LangGraph

LangChain

AG2

LlamaIndex

クリーンアップ

次のステップ