Gérer les agents déployés

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

Répertorier les agents déployés

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

SDK Vertex AI pour Python

from vertexai import agent_engines

agent_engines.list()

Pour filtrer la liste par display_name:

from vertexai import agent_engines

agent_engines.list(filter='display_name="Demo Langchain Agent"')

REST

Appelez la méthode reasoningEngines.list.

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

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION: région prise en charge

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.

SDK Vertex AI pour Python

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

from vertexai import agent_engines

remote_agent = agent_engines.get("RESOURCE_ID")

Vous pouvez également indiquer le nom complet de la ressource:

from vertexai import agent_engines

remote_agent = agent_engines.get(
"projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID"
)

REST

Appelez la méthode reasoningEngines.get.

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

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION: région prise en charge
  • RESOURCE_ID: ID de la 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 simultanément, mais vous devez spécifier au moins l'un des champs à mettre à jour. La durée de la mise à jour de l'agent déployé dépend de la mise à jour effectuée, mais elle prend généralement quelques secondes à quelques minutes.

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):

from vertexai import agent_engines

agent_engines.update(
    resource_name=RESOURCE_NAME,    # Required.
    agent_engine=UPDATED_AGENT,     # 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. Pour en savoir plus, consultez la documentation de référence de l'API.

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 ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION: région prise en charge
  • RESOURCE_ID: ID de la ressource de l'agent déployé
  • update_mask: liste des 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

SDK Vertex AI pour Python

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

remote_agent.delete()

Vous pouvez également appeler agent_engines.delete() pour supprimer l'agent déployé correspondant à RESOURCE_NAME comme suit:

from vertexai import agent_engines

agent_engines.delete(RESOURCE_NAME)

REST

Appelez la méthode reasoningEngines.delete.

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

  • PROJECT_ID : ID de votre projet GCP
  • LOCATION: région prise en charge
  • RESOURCE_ID: ID de la ressource de l'agent déployé

Méthode HTTP et URL :

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

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.