Vertex AI Agent Engine 是 Vertex AI Platform的一部分，也是一组服务，可让开发者在生产环境中部署、管理和扩缩 AI 代理。Agent Engine 负责处理基础设施，使智能体在生产环境中能够自动伸缩，因此您可以专注于创建应用。Vertex AI Agent Engine 提供以下服务，您可以单独使用这些服务，也可以组合使用：
运行时：
- 利用托管式运行时和端到端管理功能部署和扩缩智能体。
- 使用构建时安装脚本自定义代理的容器映像，以添加系统依赖项。
- 使用安全功能，包括 VPC-SC 合规性以及身份验证和 IAM 的配置。
- 访问模型和工具，例如函数调用。
- 部署使用不同 Python 框架和 Agent2Agent 开放协议构建的代理。
- 通过 Google Cloud Trace（支持 OpenTelemetry）、Cloud Monitoring 和 Cloud Logging 了解代理的行为。
质量和评估（预览版）：使用集成的 Gen AI Evaluation Service 评估智能体质量，并通过 Gemini 模型训练运行优化智能体。
示例存储区（预览版）：存储和动态检索少样本示例，以提升智能体性能。
会话（预览版）：Agent Engine 会话可让您存储用户与代理之间的单次互动，为对话上下文提供明确的来源。
记忆库（预览版）：借助 Agent Engine 记忆库，您可以存储和检索会话信息，打造个性化代理互动体验。
代码执行（预览版）：借助 Agent Engine 代码执行功能，您的代理可以在安全、隔离且受管理的沙盒环境中运行代码。
Vertex AI Agent Engine 是 Vertex AI Agent Builder 的一部分，后者是一套用于发现、构建和部署 AI 代理的功能。
在 Vertex AI Agent Engine 上创建和部署
注意：如需使用 Vertex AI Agent Engine 获得简化的 IDE 相关开发和部署体验，请考虑使用Agent Starter Pack。它提供即用型模板、用于实验的内置界面，并简化了部署、运营、评估、自定义和可观测性。
在 Vertex AI Agent Engine 上构建智能体的工作流如下：
| 步骤 | 说明 |
|---|---|
| 1. 设置环境 | 设置 Google 项目并安装最新版本的 Vertex AI SDK for Python。 |
| 2. 开发代理 | 开发可在 Vertex AI Agent Engine 上部署的智能体。 |
| 3. 部署智能体 | 将智能体部署到 Vertex AI Agent Engine 托管式运行时。 |
| 4. 使用智能体 | 通过发送 API 请求来查询代理。 |
| 5. 管理已部署的代理 | 管理和删除已部署到 Vertex AI Agent Engine 的智能体。 |
这些步骤如下图所示：
支持的框架
下表介绍了 Vertex AI Agent Engine 对各种代理框架的支持级别：
| 支持级别 | 代理框架 |
|---|---|
| 自定义模板：您可以调整自定义模板，以支持从框架部署到 Vertex AI Agent Engine。 | CrewAI、自定义框架 |
| Vertex AI SDK 集成：Vertex AI Agent Engine 在 Vertex AI SDK 和文档中按框架提供受管理的模板。 | AG2、LlamaIndex |
| 全面集成：这些功能已集成，可在框架、Vertex AI Agent Engine 和更广泛的 Google Cloud 生态系统中运行。 | 智能体开发套件 (ADK)、LangChain、LangGraph |
使用Agent Starter Pack在生产环境中部署
Agent Starter Pack是一组可用于生产环境的生成式 AI 智能体模板，专为 Vertex AI Agent Engine 而打造。Agent Starter Pack提供以下内容：
- 预构建的代理模板：ReAct、RAG、多代理和其他模板。
- 互动式平台：测试您的代理并与之互动。
- 自动化基础设施：使用 Terraform 来简化资源管理。
- CI/CD 流水线：利用 Cloud Build 实现的自动化部署工作流。
- 可观测性：内置对 Cloud Trace 和 Cloud Logging 的支持。
如需开始使用，请参阅快速入门。
使用场景
如需通过端到端示例了解 Vertex AI Agent Engine，请参阅以下资源：
企业级安全
Vertex AI Agent Engine 支持多项功能，可帮助您满足企业安全要求、遵守组织的安全政策，并遵循安全最佳实践。支持以下功能：
客户管理的加密密钥 (CMEK)：Vertex AI Agent Engine 支持 CMEK，以便您使用自己的加密密钥保护数据，从而获得用于保护 Google Cloud中静态数据的密钥的所有权和完全控制权。如需了解详情，请参阅 Agent Engine CMEK。
VPC Service Controls：Vertex AI Agent Engine 支持 VPC Service Controls，以加强数据安全性并降低数据渗漏风险。配置 VPC Service Controls 后，已部署的代理会保留对 Google API 和服务（例如 BigQuery API、Cloud SQL Admin API 和 Vertex AI API）的安全访问权限，从而确保在您定义的边界内实现无缝运行。至关重要的是，VPC Service Controls 可有效阻止所有公共互联网访问，将数据移动限制在授权的网络边界内，从而显著改善企业安全状况。
数据驻留 (DRZ)：Vertex AI Agent Engine 支持数据驻留 (DRZ)，以确保所有静态数据都存储在指定区域内。
Private Service Connect 接口：PSC-I 可让代理与用户 VPC 中以私密方式托管的服务进行互动。如需了解详情，请参阅将 Private Service Connect 接口与 Vertex AI Agent Engine 搭配使用。
HIPAA：作为 Vertex AI Platform 的一部分，Vertex AI Agent Engine 支持 HIPAA 工作负载。
支持的区域
Vertex AI Agent Engine 和 Agent Engine 会话在以下区域受支持：
| 区域 | 位置 | 支持的版本 |
|---|---|---|
us-central1 |
艾奥瓦 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
us-east4 |
北弗吉尼亚 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
us-west1 |
俄勒冈 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
europe-west1 |
比利时 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
europe-west2 |
伦敦 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
europe-west3 |
法兰克福 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
europe-west4 |
荷兰 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
europe-southwest1 |
马德里 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
asia-east1 |
台湾 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
asia-northeast1 |
东京 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
asia-south1 |
孟买 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
asia-southeast1 |
新加坡 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
australia-southeast2 |
墨尔本 | v1 支持正式版功能。v1beta1 支持预览版功能。 |
对于 Agent Engine 记忆库（预览版），支持以下区域：
| 区域 | 位置 | 支持的版本 |
|---|---|---|
us-central1 |
艾奥瓦 | 支持 v1beta1 版。 |
us-east4 |
北弗吉尼亚 | 支持 v1beta1 版。 |
us-west1 |
俄勒冈 | 支持 v1beta1 版。 |
europe-west1 |
比利时 | 支持 v1beta1 版。 |
europe-west4 |
荷兰 | 支持 v1beta1 版。 |
europe-southwest1 |
马德里 | 支持 v1beta1 版。 |
对于 Agent Engine 代码执行（预览版），支持以下区域。
| 区域 | 位置 | 支持的版本 |
|---|---|---|
us-central1 |
艾奥瓦 | 支持 v1beta1 版。 |
Quota
以下限制适用于每个区域中给定项目的 Vertex AI Agent Engine：| 说明 | 限制 |
|---|---|
| 每分钟创建、删除或更新的 Vertex AI Agent Engine 数 | 10 |
| 每分钟创建、删除或更新的 Vertex AI Agent Engine 会话数 | 100 |
每分钟 Query 或 StreamQuery Vertex AI Agent Engine 数 |
90 |
| 每分钟向 Vertex AI Agent Engine 会话附加的事件数 | 300 |
| Vertex AI Agent Engine 资源数上限 | 100 |
| 每分钟创建、删除或更新的 Vertex AI Agent Engine 内存资源数 | 100 |
| 每分钟从 Vertex AI Agent Engine 记忆库中获取、列出或检索的次数 | 300 |
| 沙盒环境（代码执行）每分钟的执行请求数 | 1000 |
| 每个区域的沙盒环境（代码执行）实体数 | 1000 |
每分钟的 A2A 代理POST 请求数（例如 sendMessage 和 cancelTask） |
60 |
每分钟的 A2A 代理 get 请求数（例如 getTask 和 getCard） |
600 |
每分钟使用 BidiStreamQuery API 的并发实时双向连接数 |
10 |
价格
Agent Engine Runtime 的价格取决于您的代理用于处理请求的计算量（vCPU 小时数）和内存量（GiB 小时数）。部署的代理处于闲置状态时不会产生任何费用。
| 产品 | SKU ID | 价格 |
|---|---|---|
| ReasoningEngine vCPU | 8A55-0B95-B7DC | 0.0994 美元/vCPU-Hr |
| ReasoningEngine Memory | 0B45-6103-6EC1 | 0.0105 美元/GiB-Hr |
如需了解详情，请参阅价格。
迁移到基于客户端的 SDK
Vertex AI SDK for Python 中的 agent_engines 模块正在重构为基于客户端的设计，主要原因如下：
- 为了与 Google ADK 和 Google Gen AI SDK 在规范类型表示方面保持一致。 这可确保以一致且标准化的方式在不同 SDK 中表示数据类型，从而简化互操作性并减少转换开销。
- 用于在多项目多位置应用中对 Google Cloud 参数进行客户端级范围限定。这样，应用就可以通过为每个客户端实例配置特定的项目和位置设置，来管理与不同 Google Cloud 项目和地理位置的资源之间的互动。
- 为了提高 Vertex AI Agent Engine 服务的发现能力和凝聚力