O Vertex AI Agent Engine, que faz parte da plataforma Vertex AI, é um conjunto de serviços que permite aos programadores implementar, gerir e dimensionar agentes de IA em produção. O Agent Engine processa a infraestrutura para dimensionar agentes em produção, para que possa concentrar-se na criação de aplicações. O Vertex AI Agent Engine oferece os seguintes serviços que pode usar individualmente ou em combinação:
Tempo de execução:
- Implemente e dimensione agentes com um tempo de execução gerido e capacidades de gestão abrangentes.
- Personalize a imagem do contentor do agente com scripts de instalação no momento da criação para dependências do sistema.
- Use funcionalidades de segurança, incluindo a conformidade com o VPC-SC e a configuração da autenticação e da IAM.
- Aceda a modelos e ferramentas, como a chamada de funções.
- Implemente agentes criados com diferentes frameworks Python e o protocolo aberto Agent2Agent.
Qualidade e avaliação (pré-visualização): avalie a qualidade do agente com o serviço de avaliação de IA gen integrado e otimize os agentes com execuções de preparação do modelo Gemini.
Exemplo de loja (pré-visualização): armazene e obtenha dinamicamente exemplos de poucos disparos para melhorar o desempenho do agente.
Sessões (pré-visualização): as sessões do motor de agentes permitem-lhe armazenar interações individuais entre utilizadores e agentes, fornecendo origens definitivas para o contexto da conversa.
Memory Bank (pré-visualização): o Memory Bank do Agent Engine permite-lhe armazenar e obter informações das sessões para personalizar as interações do agente.
Execução de código (Pré-visualização): a execução de código do motor do agente permite que o seu agente execute código num ambiente de área de testes seguro, isolado e gerido.
Observabilidade: compreenda o comportamento do agente com o Google Cloud Trace (compatível com o OpenTelemetry), o Cloud Monitoring e o Cloud Logging.
Governança: o Vertex AI Agent Engine suporta várias funcionalidades para ajudar a governar agentes em produção e satisfazer as suas necessidades de segurança e empresariais:
Detete ameaças com o Security Command Center: a deteção de ameaças do Agent Engine (pré-visualização) é um serviço integrado do Security Command Center que ajuda a detetar e investigar potenciais ataques a agentes implementados no tempo de execução do Vertex AI Agent Engine.
Identidade do agente (pré-visualização): use a identidade do agente da gestão de identidade e de acesso (IAM) para fornecer funcionalidades de segurança e gestão de acesso quando usar agentes no tempo de execução do Vertex AI Agent Engine.
O Vertex AI Agent Engine faz parte do Vertex AI Agent Builder, um conjunto de funcionalidades para descobrir, criar e implementar agentes de IA.
Crie e implemente no Vertex AI Agent Engine
Nota: para uma experiência de desenvolvimento e implementação simplificada baseada no IDE com o Vertex AI Agent Engine, considere o agent-starter-pack. Oferece modelos prontos a usar, uma IU incorporada para experimentação e simplifica a implementação, as operações, a avaliação, a personalização e a observabilidade.
O fluxo de trabalho para criar um agente no Vertex AI Agent Engine é o seguinte:
| Passos | Descrição |
|---|---|
| 1. Configure o ambiente | Configure o seu projeto Google e instale a versão mais recente do SDK Vertex AI para Python. |
| 2. Desenvolva um agente | Desenvolva um agente que possa ser implementado no Vertex AI Agent Engine. |
| 3. Implemente o agente | Implemente o agente no tempo de execução gerido do Vertex AI Agent Engine. |
| 4. Use o agente | Consultar o agente enviando um pedido de API. |
| 5. Faça a gestão do agente implementado | Gerir e eliminar agentes que implementou no Vertex AI Agent Engine. |
Os passos são ilustrados no diagrama seguinte:
Frameworks suportados
A tabela seguinte descreve o nível de suporte que o Vertex AI Agent Engine oferece para várias estruturas de agentes:
| Nível de apoio técnico | Frameworks de agentes |
|---|---|
| Modelo personalizado: pode adaptar um modelo personalizado para suportar a implementação no Vertex AI Agent Engine a partir da sua framework. | CrewAI, estruturas personalizadas |
| Integração do SDK Vertex AI: o Vertex AI Agent Engine fornece modelos geridos por framework no SDK Vertex AI e na documentação. | AG2, LlamaIndex |
| Integração total: as funcionalidades estão integradas para funcionar na estrutura, no Vertex AI Agent Engine e no Google Cloud ecossistema mais amplo. | Agent Development Kit (ADK), LangChain, LangGraph |
Implemente na produção com o Agent Starter Pack
O Agent Starter Pack é uma coleção de modelos de agentes de IA generativa prontos para produção criados para o Vertex AI Agent Engine. O Agent Starter Pack oferece o seguinte:
- Modelos de agentes pré-criados: ReAct, RAG, multiagente e outros modelos.
- Playground interativo: teste e interaja com o seu agente.
- Infraestrutura automatizada: usa o Terraform para uma gestão de recursos simplificada.
- Pipelines de CI/CD: fluxos de trabalho de implementação automatizados que tiram partido do Cloud Build.
- Observabilidade: apoio técnico integrado para o Cloud Trace e o Cloud Logging.
Para começar, consulte o Início rápido.
Exemplos de utilização
Para saber mais sobre o Vertex AI Agent Engine com exemplos completos, consulte os seguintes recursos:
| Exemplo de utilização | Descrição | Links |
|---|---|---|
| Crie agentes ligando-se a APIs públicas | Fazer conversões entre moedas. Crie uma função que se ligue a uma app de câmbio de moeda, permitindo que o modelo forneça respostas precisas a consultas como "Qual é a taxa de câmbio de euros para dólares hoje?" |
Notebook do SDK Vertex AI para Python: introdução à criação e implementação de um agente com o Vertex AI Agent Engine |
| Conceber um projeto de energia solar comunitária. Identifique potenciais localizações, procure fornecedores e organismos governamentais relevantes, e reveja imagens de satélite e o potencial solar de regiões e edifícios para encontrar a localização ideal para instalar os seus painéis solares. |
Vertex AI SDK for Python notebook - Building and Deploying a Google Maps API Agent with Vertex AI Agent Engine | |
| Crie agentes associando-os a bases de dados | Integração com o AlloyDB e o Cloud SQL para PostgreSQL. | Publicação no blogue: anúncio do LangChain no Vertex AI Agent Builder para o AlloyDB e o Cloud SQL para PostgreSQL Notebook do SDK do Vertex AI para Python: implementação de uma aplicação RAG com o Cloud SQL para PostgreSQL no Vertex AI Agent Engine Notebook do SDK do Vertex AI para Python: implementação de uma aplicação RAG com o AlloyDB para PostgreSQL no Vertex AI Agent Engine |
| Crie agentes com ferramentas que acedem aos dados na sua base de dados. | Notebook do SDK Vertex AI para Python: implementação de um agente com o Vertex AI Agent Engine e o MCP Toolbox for Databases | |
| Consultar e compreender arquivos de dados estruturados através de linguagem natural. | Bloco de notas do SDK Vertex AI para Python: criar um agente de pesquisa conversacional com o Vertex AI Agent Engine e a RAG na Vertex AI Search | |
| Consultar e compreender bases de dados de grafos através da linguagem natural | Publicação no blogue: IA gen GraphRAG e agentes de IA com o Vertex AI Agent Engine com LangChain e Neo4j | |
| Consultar e compreender bases de dados vetoriais através da linguagem natural | Publicação no blogue: simplifique a RAG de IA gen com o MongoDB Atlas e o Vertex AI Agent Engine | |
| Crie agentes com o Agent Development Kit | Crie e implemente agentes com o Agent Development Kit. | Agent Development Kit: implemente no Vertex AI Agent Engine |
| Faça conversões entre moedas com o modo expresso. Crie uma função que se ligue a uma app de câmbio de moeda, permitindo que o modelo forneça respostas precisas a consultas como "Qual é a taxa de câmbio de euros para dólares hoje?" e implemente-a no Agent Engine sem faturação com o modo Vertex AI Express. |
Notebook do SDK Vertex AI para Python: implemente no Vertex AI Agent Engine no modo expresso da Vertex AI. | |
| Faça a gestão do contexto com as sessões do Vertex AI Agent Engine e o Memory Bank no modo expresso do Vertex AI sem faturação. | Kit de desenvolvimento de agentes: sessões do Vertex AI Agent Engine e banco de memória no modo expresso do Vertex AI. | |
| Crie agentes com frameworks de software de código aberto | Crie e implemente agentes com a framework de código aberto OneTwo. | Publicação no blogue – OneTwo e Vertex AI Agent Engine: explorar o desenvolvimento avançado de agentes de IA na Google Cloud |
| Crie e implemente agentes com a framework de código aberto LangGraph. | Notebook do SDK Vertex AI para Python: criar e implementar uma aplicação LangGraph com o Vertex AI Agent Engine | |
| Depurar e otimizar agentes | Crie e rastreie agentes com o OpenTelemetry e o Cloud Trace. | Vertex AI SDK for Python notebook - Debugging and Optimizing Agents: A Guide to Tracing in Vertex AI Agent Engine |
| Crie sistemas multiagentes com o protocolo A2A (pré-visualização) | Crie agentes interoperáveis que comunicam e colaboram com outros agentes, independentemente da respetiva estrutura. | Para mais informações, consulte a documentação do protocolo A2A. |
Segurança empresarial
O Vertex AI Agent Engine suporta várias funcionalidades para ajudar a cumprir os requisitos de segurança empresarial, aderir às políticas de segurança da sua organização e seguir as práticas recomendadas de segurança. As seguintes funcionalidades são suportadas:
VPC Service Controls: o Vertex AI Agent Engine suporta os VPC Service Controls para reforçar a segurança dos dados e mitigar os riscos de exfiltração de dados. Quando o VPC Service Controls está configurado, o agente implementado mantém o acesso seguro às APIs e aos serviços Google, como a API BigQuery, a API Cloud SQL Admin e a API Vertex AI, validando o funcionamento perfeito no seu perímetro definido. De forma crítica, os controlos de serviços da VPC bloqueiam eficazmente todo o acesso público à Internet, limitando o movimento de dados aos limites da sua rede autorizada e melhorando significativamente a sua postura de segurança empresarial.
Interface do Private Service Connect: para o Vertex AI Agent Engine Runtime, o PSC-I permite que os seus agentes interajam com serviços alojados de forma privada na VPC de um utilizador. Para mais informações, consulte o artigo Usar a interface do Private Service Connect com o Vertex AI Agent Engine.
Chaves de encriptação geridas pelo cliente (CMEK): o Vertex AI Agent Engine suporta CMEK para proteger os seus dados com as suas próprias chaves de encriptação, o que lhe dá a propriedade e o controlo total das chaves que protegem os seus dados em repouso no Google Cloud. Para mais informações, consulte o artigo CMEK do Agent Engine.
Residência de dados (DRZ): o Vertex AI Agent Engine suporta a residência de dados (DRZ) para garantir que todos os dados em repouso e em utilização são armazenados na região especificada.
HIPAA: como parte da plataforma Vertex AI, o Vertex AI Agent Engine suporta cargas de trabalho da HIPAA.
Transparência de acesso: a Transparência de acesso fornece-lhe registos que captam as ações que o pessoal da Google realiza quando acede ao seu conteúdo. Para mais informações sobre como ativar a Transparência de acesso para o Vertex AI Agent Engine, consulte o artigo Transparência de acesso na Vertex AI.
A tabela seguinte mostra as funcionalidades de segurança empresarial suportadas para cada serviço do Agent Engine:
| Funcionalidade de segurança | Tempo de execução | Sessões | Banco de memória | Exemplo de loja | Execução de código |
|---|---|---|---|---|---|
| VPC Service Controls | Sim | Sim | Sim | Não | Não |
| Chaves de encriptação geridas do cliente | Sim | Sim | Sim | Não | Não |
| Residência dos dados (DRZ) em repouso | Sim | Sim | Sim | Não | Não |
| Residência de dados (DRZ) em utilização | Não | Sim | Sim* | Não | Sim |
| HIPAA | Sim | Sim | Sim | Sim | Não |
| Transparência de acesso | Sim | Sim | Sim | Não | Não |
* Apenas quando usa um ponto final regional do Gemini.
Suporte para o modo expresso
O Vertex AI Agent Engine suporta o Vertex AI no modo expresso. Isto permite-lhe usar o Vertex AI Agent Engine sem criar um Google Cloud projeto.
No modo expresso, o Vertex AI Agent Engine suporta o seguinte:
(Nível gratuito ou pago) Durante o desenvolvimento do lado do cliente do seu agente, o modo expresso do Vertex AI permite-lhe aceder a modelos do Vertex AI Studio através de uma chave da API.
(Nível gratuito ou pago) No modo expresso, pode criar uma instância
ReasoningEngine, que lhe permite usar o serviço Session e Memory Bank.Pode implementar um agente no Vertex AI Agent Engine através dos seguintes métodos:
(Nível gratuito ou pago) A partir de ficheiros de origem: implemente o seu agente diretamente a partir do código fonte local sem usar um contentor do Cloud Storage.
(Nível pago apenas) A partir de um objeto agent: tem de ativar a faturação na sua conta do modo expresso. Isto deve-se ao facto de a implementação a partir de um objeto de agente requerer um contentor do Cloud Storage para armazenar o código e os artefactos do agente, e o Cloud Storage requer o modo expresso com faturação.
Regiões suportadas
Consulte Localizações para ver uma lista das regiões suportadas para o Vertex AI Agent Engine.
Quota
Consulte Quota e limites do sistema para obter informações sobre a quota do Vertex AI Agent Engine.
Preços
Está disponível um nível gratuito para o tempo de execução do Vertex AI Agent Engine.
Para informações sobre os preços do Agent Engine Runtime, consulte os preços do Vertex AI.
Migração para o SDK client-based
O módulo agent_engines no SDK Vertex AI para Python está a ser refatorado para um design baseado no cliente pelos seguintes motivos principais:
- Para se alinhar com o ADK da Google e o SDK de IA gen da Google em representações de tipos canónicos. Isto garante uma forma consistente e padronizada de representar os tipos de dados em diferentes SDKs, o que simplifica a interoperabilidade e reduz os custos gerais de conversão.
- Para o âmbito ao nível do cliente de Google Cloud parâmetros em aplicações com vários projetos e várias localizações. Isto permite que uma aplicação faça a gestão das interações com recursos em diferentes Google Cloud projetos e localizações geográficas configurando cada instância do cliente com as respetivas definições de projeto e localização.
- Para melhorar a deteção e a coesão dos serviços do Vertex AI Agent Engine