Panoramica di Vertex AI Agent Engine

Vertex AI Agent Engine (in precedenza noto come LangChain su Vertex AI o Vertex AI Reasoning Engine) è un Google Cloud servizio completamente gestito che consente agli sviluppatori di eseguire il deployment, gestire e scalare gli agenti AI in produzione. Agent Engine gestisce l'infrastruttura per scalare gli agenti in produzione, in modo da poterti concentrare sulla creazione di applicazioni intelligenti e di grande impatto. Vertex AI Agent Engine offre:

  • Completamente gestito: esegui il deployment e scala gli agenti con un runtime gestito che offre funzionalità di sicurezza robuste, tra cui la conformità a VPC-SC e funzionalità di gestione end-to-end complete. Ottieni l'accesso CRUD alle applicazioni multi-agente che utilizzano Google Cloud Trace (che supporta OpenTelemetry) per il monitoraggio delle prestazioni e il trafilamento. Per scoprire di più, consulta la sezione Eseguire il deployment di un agente.

  • Qualità e valutazione: assicurati la qualità dell'agente con il servizio integrato Vertex AI Rapid Evaluation.

  • Sviluppo semplificato: Agent Engine esegue l'astrazione delle attività di basso livello come lo sviluppo del server delle applicazioni e la configurazione dell'autenticazione e dell'IAM, consentendoti di concentrarti sulle funzionalità uniche del tuo agente, come il comportamento, gli strumenti e i parametri del modello. Inoltre, i tuoi agenti possono utilizzare qualsiasi modello e strumento, ad esempio le chiamate di funzione, in Vertex AI.

  • Indipendente dal framework: goditi la flessibilità durante il deployment degli agenti che crei utilizzando diversi framework Python, tra cui LangGraph, Langchain, AG2 e CrewAI. Se hai già un agente, puoi adattarlo per l'esecuzione su Agent Engine utilizzando il modello personalizzato nel nostro SDK. In caso contrario, puoi sviluppare un agente da zero utilizzando uno dei modelli specifici per il framework che forniamo.

Casi d'uso

Per scoprire di più su Agent Engine con esempi end-to-end, consulta le seguenti risorse:

Caso d'uso Descrizione Link
Creare agenti connettendosi ad API pubbliche Convertire valute.

Crea una funzione che si connetta a un'app di cambio valuta, consentendo al modello di fornire risposte accurate a query come "Qual è il tasso di cambio tra euro e dollari oggi?"		 Notebook SDK Vertex AI per Python - Introduzione alla creazione e al deployment di un agente con Agent Engine
Progettazione di un progetto di energia solare comunitaria.

Identifica le potenziali località, cerca uffici governativi e fornitori pertinenti e rivedi le immagini satellitari e il potenziale solare di regioni ed edifici per trovare la posizione ottimale per installare i pannelli solari.		 Notebook SDK Vertex AI per Python: creazione e dispiegamento di un agente API Google Maps con Vertex AI Agent Engine
Creare agenti connettendosi ai database Integrazione con AlloyDB e CloudSQL PostgreSQL. Post del blog: annuncio di LangChain su Vertex AI per AlloyDB e Cloud SQL per PostgreSQL

Notebook SDK Vertex AI per Python: esegui il deployment di un'applicazione RAG con Cloud SQL per PostgreSQL in LangChain su Vertex AI

Notebook SDK Vertex AI per Python: esegui il deployment di un'applicazione RAG con AlloyDB in LangChain su Vertex AI
Esegui query e comprendi i datastore strutturati utilizzando il linguaggio naturale. Notebook SDK Vertex AI per Python - Creazione di un agente di ricerca conversazionale con il motore dell'agente Vertex AI e RAG su Vertex AI Search
Esegui query e comprendi i database di grafo utilizzando il linguaggio naturale Post del blog: agenti AI e GraphRAG di GenAI che utilizzano Vertex AI Agent Engine con LangChain e Neo4j
Esegui query e comprendi gli store di vettori utilizzando il linguaggio naturale Post del blog: semplifica RAG di IA generativa con MongoDB Atlas e Vertex AI Agent Engine
Creare agenti con framework open source Crea ed esegui il deployment di agenti utilizzando il framework open source OneTwo. Post del blog: OneTwo e Vertex AI Agent Engine: esplorazione dello sviluppo di agenti di IA avanzati su Google Cloud
Crea ed esegui il deployment di agenti utilizzando il framework open source LangGraph. Notebook SDK Vertex AI per Python: creazione e dispiegamento di un'applicazione LangGraph con Vertex AI Agent Engine
Agenti di debug e ottimizzazione Crea e monitora gli agenti utilizzando OpenTelemetry e Cloud Trace. Notebook SDK Vertex AI per Python - Debug e ottimizzazione degli agenti: una guida al monitoraggio in Vertex AI Agent Engine

Crea ed esegui il deployment su Agent Engine

Nota: per un'esperienza di sviluppo e di implementazione semplificata e basata su IDE con Agent Engine, valuta la possibilità di utilizzare agent-starter-pack. Fornisce modelli pronti all'uso, un'interfaccia utente integrata per la sperimentazione e semplifica il deployment, le operazioni, la valutazione, la personalizzazione e l'osservabilità.

Il flusso di lavoro per la creazione di un agente in Agent Engine è il seguente:

Passaggi Descrizione
1. Configura l'ambiente Configura il tuo progetto Google e installa la versione più recente dell'SDK Vertex AI per Python.
2. Sviluppare un agente Sviluppare un agente che può essere dispiegato su Agent Engine.
3. Esegui il deployment dell'agente Esegui il deployment dell'agente nel runtime gestito di Agent Engine.
4. Utilizzare l'agente Esegui una query sull'agente inviando una richiesta API.
5. Gestire l'agente di cui è stato eseguito il deployment Gestisci ed elimina gli agenti di cui hai eseguito il deployment in Agent Engine.

I passaggi sono illustrati nel seguente diagramma:

Crea ed esegui il deployment di un agente 

Sicurezza aziendale

Agent Engine supporta i Controlli di servizio VPC per rafforzare la sicurezza dei dati e mitigare i rischi di esfiltrazione di dati. Quando i Controlli di servizio VPC sono configurati, l'agente di cui è stato eseguito il deployment mantiene l'accesso sicuro alle API e ai servizi Google, come l'API BigQuery, l'API Cloud SQL Admin e l'API Vertex AI, garantendo un funzionamento senza problemi all'interno del perimetro definito. È fondamentale che Controlli di servizio VPC blocchi efficacemente tutto l'accesso a internet pubblico, confinando il movimento dei dati ai confini della rete autorizzata e migliorando notevolmente la posizione di sicurezza dell'azienda.

Prezzi

I prezzi si basano sulle risorse di calcolo (ore vCPU) e di memoria (ore GiB) utilizzate dagli agenti di cui è stato eseguito il deployment nel runtime gestito di Agent Engine.

Prodotto ID SKU Prezzo
vCPU ReasoningEngine 8A55-0B95-B7DC 0,0994 $/vCPU-ora
Memoria del ReasoningEngine 0B45-6103-6EC1 0,0105 $/GiB-ora

Per ulteriori informazioni, consulta la sezione Prezzi.

Passaggi successivi