部署代理

如需在 Vertex AI Agent Engine 上部署智能体，请按以下步骤操作：

  1. 完成前提条件。
  2. （可选）配置智能体以进行部署。
  3. 创建 AgentEngine 实例。
  4. （可选）获取智能体资源 ID。
  5. （可选）列出支持的操作。
  6. （可选）为所部署的智能体授予权限。

您还可以使用 Agent Starter Pack 模板进行部署。

前提条件

在部署智能体之前，请确保您已完成以下任务：

  1. 设置您的环境。
  2. 开发智能体。

（可选）配置智能体以进行部署

您可以为智能体进行以下可选配置：

创建 AgentEngine 实例

如需在 Vertex AI 上部署智能体，请使用 client.agent_engines.create 传入 local_agent 对象以及任何可选配置：

remote_agent = client.agent_engines.create(
    agent=local_agent,                                  # Optional.
    config={
        "requirements": requirements,                   # Optional.
        "extra_packages": extra_packages,               # Optional.
        "gcs_dir_name": gcs_dir_name,                   # Optional.
        "display_name": display_name,                   # Optional.
        "description": description,                     # Optional.
        "labels": labels,                               # Optional.
        "env_vars": env_vars,                           # Optional.
        "build_options": build_options,                 # Optional.
        "service_account": service_account,             # Optional.
        "min_instances": min_instances,                 # Optional.
        "max_instances": max_instances,                 # Optional.
        "resource_limits": resource_limits,             # Optional.
        "container_concurrency": container_concurrency, # Optional
        "encryption_spec": encryption_spec,             # Optional.
    },
)

部署需要几分钟时间完成，在此期间，系统会在后台执行以下步骤：

  1. 系统会在本地生成以下制品的软件包：

    • *.pkl：与 local_agent 对应的 pickle 文件。
    • requirements.txt：包含软件包要求的文本文件。
    • dependencies.tar.gz：包含任何额外软件包的 tar 文件。

  2. 该软件包会上传到 Cloud Storage（位于相应的文件夹下），用来暂存制品。

  3. PackageSpec 中指定了相应制品的 Cloud Storage URI。

  4. Vertex AI Agent Engine 服务会接收请求，并在后端构建容器并启动 HTTP 服务器。

部署延迟时间取决于安装所需软件包花费的总时间。部署后，remote_agent 对应于在 Vertex AI 上运行的 local_agent 的实例，您可以查询或删除该实例。该实例独立于智能体的本地实例。

remote_agent 对象对应于包含以下属性的 AgentEngine 类：

（可选）获取智能体资源 ID

每个已部署的智能体都有一个唯一标识符。您可以运行以下命令来获取所部署智能体的资源名称：

remote_agent.api_resource.name

响应应如以下字符串所示：

"projects/PROJECT_NUMBER/locations/LOCATION/reasoningEngines/RESOURCE_ID"

其中

  • PROJECT_ID 是所部署智能体运行的 Google Cloud 项目 ID。

  • LOCATION 是所部署智能体运行所在的区域。

  • RESOURCE_ID 是所部署智能体的 ID，以 reasoningEngine 资源的形式表示。

（可选）列出支持的操作

每个已部署的智能体都有一份支持的操作列表。您可以运行以下命令来获取已部署的智能体支持的操作列表：

remote_agent.operation_schemas()

每个操作的架构都是一个字典，用于记录您可以调用的智能体方法的相关信息。支持的操作集取决于您用于开发智能体的框架：

（可选）为所部署的智能体授予权限

如果需要向所部署的智能体授予任何其他权限，请按照为智能体设置身份和权限中的说明操作。

后续步骤