Vertex AI Agent Engine 是 Vertex AI Platform 的一部分，是一组可让开发者在生产环境中部署、管理和扩缩 AI 智能体的服务。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。
- 使用系统依赖项的构建时安装脚本自定义智能体的容器映像。
- 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 开放协议构建的智能体。
- 通过 Google Cloud Trace（支持 OpenTelemetry）、Cloud Monitoring 和 Cloud Logging 了解智能体行为。
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）：借助 Agent Engine 会话，您可以存储用户与智能体之间的个别互动，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，打造个性化智能体互动体验。
代码执行（预览版）：借助 Agent Engine 代码执行，您的智能体可以在安全、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 智能体的功能。
在 Vertex AI Agent Engine 上创建和部署
注意：如需使用 Vertex AI Agent Engine 获得简化的基于 IDE 的开发和部署体验，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 | 将智能体部署在 Vertex AI Agent Engine 托管式运行时上。 |
| 4. 使用智能体 | 通过发送 API 请求来查询智能体。 |
| 5. 管理已部署的智能体 | 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 为各种智能体框架提供的支持级别：
| 支持级别 | 智能体框架 |
|---|---|
| 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托管式模板。 | 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：
- 预构建的智能体模板：ReAct、RAG、多智能体和其他模板。
- 互动式平台：测试您的智能体并与之互动。
- 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，已部署的智能体会保留对 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操作。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 可让智能体与用户 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
以下区域支持 Vertex AI Agent Engine 运行时、Agent Engine 会话和 Vertex AI Agent Engine 记忆库：
| 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 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 |
| 每分钟的沙盒环境（代码执行）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 智能体 POST 请求数（例如 sendMessage 和 cancelTask） |
60 |
每分钟的 A2A 智能体 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
如需了解 Agent Engine Runtime 的价格，请参阅 Vertex AI 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。
- 提高 Vertex AI Agent Engine 服务的可发现性和凝聚力