Agent Engine を使用する前に、環境がセットアップされていることを確認する必要があります。Google Cloud プロジェクトを用意して課金を有効にする必要があります。また、必要な権限を持ち、Cloud Storage バケットを設定し、Vertex AI SDK for Python をインストールする必要があります。以下のトピックを使用して、Agent Engine の使用を開始する準備を整えてください。
Agent Engine 環境のセットアップとデプロイを効率化するための Terraform リファレンス例については、agent-starter-pack をご覧ください。
Google Cloud プロジェクトを設定する
- 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.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI and Cloud Storage APIs.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI and Cloud Storage APIs.
必要なロールを取得する
Agent Engine の使用に必要な権限を取得するには、プロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。
-
Vertex AI ユーザー（
roles/aiplatform.user） -
ストレージ管理者（
roles/storage.admin）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセスを管理するをご覧ください。
必要な権限は、カスタムロールや他の事前定義ロールから取得することもできます。
サービス エージェントの権限を設定する
Agent Engine にデプロイするエージェントは、AI Platform Reasoning Engine サービス エージェントのサービス アカウントを使用して実行されます。このアカウントには、デプロイされたエージェントに必要なデフォルトの権限を付与する Vertex AI Reasoning Engine サービス エージェント ロールが割り当てられています。デフォルトの権限の一覧については、IAM のドキュメントをご覧ください。
追加の権限が必要な場合は、次の手順を実行することで、このサービス エージェントに追加のロールを付与できます。
[IAM] ページに移動し、[Google 提供のロール付与を含める] チェックボックスをオンにします。
service-PROJECT_NUMBER@gcp-sa-aiplatform-re.iam.gserviceaccount.comに一致するプリンシパルを見つけます。編集ボタンをクリックして必要なロールをプリンシパルに追加した後、保存ボタンをクリックします。
サービス エージェントを手動で生成する
Reasoning Engine サービス エージェントは、エージェント エンジンのデプロイ中に自動的にプロビジョニングされますが、事前に手動で生成することが必要になる場合があります。これは、デプロイ プロセスに必要な権限を付与してデプロイの失敗を避けるために、サービス エージェントに特定のロールを割り当てる必要がある場合に特に重要です。
Reasoning Engine サービス エージェントを手動で生成する手順は次のとおりです。
Google Cloud CLI を使用して Reasoning Engine サービス エージェントを生成します。
gcloud beta services identity create --service=aiplatform.googleapis.com --project=PROJECT-ID-OR-PROJECT-NUMBER[IAM] ページに移動し、[アクセスを許可] をクリックします。
[プリンシパルの追加] セクションの [新しいプリンシパル] フィールドに「
service-PROJECT_NUMBER@gcp-sa-aiplatform-re.iam.gserviceaccount.com」と入力します。[ロールを割り当てる] セクションで、必要なロールを見つけて選択します。
[保存] をクリックします。
Cloud Storage バケットを作成する
Agent Engine は、デプロイ プロセスの一環として、デプロイされたエージェントのアーティファクトを Cloud Storage バケットにステージングします。Vertex AI の使用を認証されたプリンシパル（ご自身またはサービス アカウント）に、このバケットへの Storage Admin アクセス権があることを確認してください。このアクセス権は、Vertex AI SDK for Python がコードをこのバケットに書き込むために必要になります。
すでにバケットを設定している場合は、この手順をスキップできます。それ以外の場合は、標準の手順に沿ってバケットを作成できます。
Google Cloud コンソール
- In the Google Cloud console, go to the Cloud Storage Buckets page.
- Click Create bucket.
- 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.
- Click Create.
コマンドライン
Vertex AI SDK for Python をインストールして初期化する
このセクションでは、Python 開発環境を設定しているか、Colab（または、環境が設定されている適切なランタイム）を使用していることを前提としています。
（省略可）仮想環境を設定する
また、仮想環境を設定して依存関係を分離することをおすすめします。
インストール
インストールする依存関係のセットを最小限に抑えるため、依存関係は次の 2 つに分割されています。
agent_engines: Agent Engine へのデプロイに必要なパッケージのセット。langchain: 互換性のある LangChain パッケージのセット。langgraph: 互換性のある LangGraph パッケージのセット。
Vertex AI SDK for Python をインストールするときに、必要な依存関係を指定できます（カンマ区切り）。これらをすべてインストールするには:
pip install google-cloud-aiplatform[agent_engines,langchain,langgraph]認証
Colab
次のコードを実行します。
from google.colab import auth
auth.authenticate_user()
Cloud Shell
対応は不要です。
ローカルシェル
次のコマンドを実行します。
gcloud auth application-default loginSDK をインポートして初期化する
次のコードを実行して、Agent Engine の SDK のインポートと初期化を行います。
import vertexai
from vertexai import agent_engines
vertexai.init(
project="PROJECT_ID",
location="LOCATION",
staging_bucket="gs://BUCKET_NAME",
)
- PROJECT_ID: プロジェクト ID。
- LOCATION: クラウド リージョン。
- BUCKET_NAME: バケット。 Google Cloud