Umgebung einrichten

Bevor Sie mit der Agent Engine arbeiten, müssen Sie Ihre Umgebung einrichten. Sie benötigen ein Google Cloud-Projekt mit aktivierter Abrechnung, die erforderlichen Berechtigungen und Sie müssen einen Cloud Storage-Bucket einrichten und das Vertex AI SDK für Python installieren. Bereiten Sie sich auf die folgenden Themen vor, damit Sie die Arbeit mit Agent Engine beginnen können.

Ein Terraform-Beispiel zur Optimierung der Einrichtung und Bereitstellung der Agent Engine-Umgebung finden Sie im agent-starter-pack.

Google Cloud-Projekt einrichten

1. 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.

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Vertex AI and Cloud Storage APIs.

   Enable the APIs

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Vertex AI and Cloud Storage APIs.

   Enable the APIs

Hinweis: Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie diese Berechtigung nicht haben, bitten Sie Ihren Administrator, Ihnen die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) zuzuweisen.

Erforderliche Rollen abrufen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für Ihr Projekt zuzuweisen, um die Berechtigungen zu erhalten, die Sie zur Verwendung der Agent Engine benötigen:

• Vertex AI-Nutzer (roles/aiplatform.user)
• Storage-Administrator (roles/storage.admin)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Sie können die erforderlichen Berechtigungen auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen erhalten.

Berechtigungen für Dienst-Agent einrichten

Agenten, die Sie in der Agent Engine bereitstellen, werden mit dem Dienstkonto AI Platform Reasoning Engine-Dienst-Agent ausgeführt. Dieses Konto hat die Rolle Vertex AI Reasoning Engine-Dienst-Agent, die die Standardberechtigungen gewährt, die für bereitgestellte Agenten erforderlich sind. Eine vollständige Liste der Standardberechtigungen finden Sie in der IAM-Dokumentation.

Wenn Sie zusätzliche Berechtigungen benötigen, können Sie diesem Kundenservicemitarbeiter zusätzliche Rollen zuweisen. Gehen Sie dazu so vor:

1. Rufen Sie die Seite IAM auf und markieren Sie das Kästchen „Von Google bereitgestellte Rollenzuweisungen einschließen“.

   IAM aufrufen

2. Suchen Sie das Hauptkonto, das mit [e-mail] übereinstimmt.

3. Fügen Sie dem Hauptkonto die erforderlichen Rollen hinzu. Klicken Sie dazu auf die Schaltfläche „Bearbeiten“ und dann auf die Schaltfläche „Speichern“.

Dienst-Agent manuell generieren

Der Reasoning Engine Service Agent wird zwar bei der Bereitstellung der Agent Engine automatisch bereitgestellt, es kann aber Fälle geben, in denen Sie ihn vorher manuell generieren müssen. Dies ist besonders wichtig, wenn Sie dem Kundenservicemitarbeiter bestimmte Rollen zuweisen müssen, damit der Bereitstellungsprozess die erforderlichen Berechtigungen hat und potenzielle Bereitstellungsfehler vermieden werden.

So erstellen Sie einen Reasoning Engine Service Agent manuell:

1. Erstellen Sie den Reasoning Engine Service Agent mit der Google Cloud CLI.

   gcloud beta services identity create --service=aiplatform.googleapis.com --project=PROJECT-ID-OR-PROJECT-NUMBER

   Hinweis: In der Antwort auf den Google Cloud CLI-Befehl wird möglicherweise nur der Vertex AI-Dienst-Agent angezeigt. Der Reasoning Engine Service Agent wird jedoch ebenfalls erstellt.

2. Rufen Sie die Seite IAM auf und klicken Sie auf Zugriff gewähren.

   IAM aufrufen

3. Geben Sie im Bereich Hauptkonten hinzufügen im Feld Neue Hauptkonten [e-mail] ein.

4. Wählen Sie im Bereich Rollen zuweisen die erforderlichen Rollen aus.

5. Klicken Sie auf Speichern.

Cloud Storage-Bucket erstellen

Die Agent Engine stellt die Artefakte Ihrer bereitgestellten Agenten im Rahmen des Bereitstellungsprozesses in einem Cloud Storage-Bucket bereit. Achten Sie darauf, dass das Hauptkonto, das für die Verwendung von Vertex AI authentifiziert ist (entweder Sie selbst oder ein Dienstkonto), Storage Admin-Zugriff auf diesen Bucket hat. Dies ist erforderlich, da das Vertex AI SDK für Python Ihren Code in diesen Bucket schreibt.

Wenn Sie bereits einen Bucket eingerichtet haben, können Sie diesen Schritt überspringen. Andernfalls können Sie der Standardanleitung zum Erstellen eines Buckets folgen.

Google Cloud Console

1. In the Google Cloud console, go to the Cloud Storage Buckets page.

   Go to Buckets page

2. Click Create bucket.
3. On the Create a bucket page, enter your bucket information. To go to the next step, click Continue.
   • For Name your bucket, enter a name that meets the bucket naming requirements.
   • For Choose where to store your data, do the following:
     • Select a Location type option.
     • Select a Location option.
   • For Choose a default storage class for your data, select a storage class.
   • For Choose how to control access to objects, select an Access control option.
   • For Advanced settings (optional), specify an encryption method, a retention policy, or bucket labels.
4. Click Create.

Befehlszeile

Create a Cloud Storage bucket and configure it as follows:
• Ersetzen Sie STORAGE_CLASS durch die gewünschte Storage-Klasse.
• Ersetzen Sie LOCATION durch den gewünschten Standort (ASIA, EU oder US)
• Ersetzen Sie BUCKET_NAME durch einen Bucket-Namen, der die Anforderungen für Bucket-Namen erfüllt.

gcloud storage buckets create gs://BUCKET_NAME --default-storage-class STORAGE_CLASS --location LOCATION

Vertex AI SDK für Python installieren und initialisieren

In diesem Abschnitt wird davon ausgegangen, dass Sie eine Python-Entwicklungsumgebung eingerichtet haben oder Colab (oder eine andere geeignete Laufzeit, die für Sie eingerichtet wurde) verwenden.

Optional: Virtuelle Umgebung einrichten

Wir empfehlen außerdem, eine virtuelle Umgebung einzurichten, um Ihre Abhängigkeiten zu isolieren.

Installation

Um die Anzahl der Abhängigkeiten, die Sie installieren müssen, zu minimieren, haben wir sie in folgende Kategorien unterteilt:

• agent_engines: Die Pakete, die für die Bereitstellung in der Agent Engine erforderlich sind.
• langchain: die Liste der kompatiblen LangChain-Pakete.
• langgraph: die Liste der kompatiblen LangGraph-Pakete.

Wenn Sie das Vertex AI SDK für Python installieren, können Sie die erforderlichen Abhängigkeiten angeben (durch Kommas getrennt). So installieren Sie alle:

pip install google-cloud-aiplatform[agent_engines,langchain,langgraph]

Authentifizierung

Colab

Führen Sie den folgenden Code aus:

from google.colab import auth

auth.authenticate_user()

Cloud Shell

Es sind keine weiteren Schritte erforderlich.

Lokale Shell

Führen Sie dazu diesen Befehl aus:

gcloud auth application-default login

SDK importieren und initialisieren

Führen Sie den folgenden Code aus, um das SDK für die Agent Engine zu importieren und zu initialisieren:

import vertexai
from vertexai import agent_engines

vertexai.init(
    project="PROJECT_ID",
    location="LOCATION",
    staging_bucket="gs://BUCKET_NAME",
)

• PROJECT_ID: Ihre Projekt-ID.
• LOCATION: Ihre Cloud-Region.
• BUCKET_NAME: Ihr Google Cloud Bucket.

Nächste Schritte

• Entwickeln Sie eine Anwendung.