Einige Produkte und Funktionen werden derzeit umbenannt. Auch die Funktionen für generative Playbooks und Abläufe werden zu einer einzigen konsolidierten Console migriert. Weitere Informationen
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Ein Conversational Agents (Dialogflow CX)-Agent ist ein virtueller Agent, der nebenläufige Unterhaltungen mit Ihren Endnutzern abwickelt.
Mithilfe von Natural Language Understanding (NLU) versteht der Agent die Nuancen der menschlichen Sprache.
Konversations-Agents (Dialogflow CX) übersetzen Nutzereingaben in Text- oder Audioform im Laufe einer Unterhaltung in strukturierte Daten, die Ihre Anwendungen und Dienste verstehen können.
Sie entwerfen und erstellen einen Agent für Konversations-Agents (Dialogflow CX), der die für Ihr System erforderlichen verschiedenen Typen von Unterhaltungen verarbeitet.
Ein Konversations-Agent (Dialogflow CX) ähnelt einem menschlichen Callcenter-Agent.
Beide werden für die Bearbeitung erwarteter Szenarien trainiert. Dabei sind keine übermäßig genauen Vorgaben nötig.
Erstellen Sie ein Google Cloud-Projekt oder wählen Sie eines aus.
Klicken Sie auf Agent erstellen.
Wählen Sie Automatisch generieren aus, um einen Datenspeicher-Agent zu erstellen, oder Selbst erstellen, um andere Arten von Agents zu erstellen.
Füllen Sie das Formular für die grundlegenden Agent-Einstellungen aus.
Sie können einen beliebigen Anzeigenamen wählen.
Wählen Sie den bevorzugten Standort aus.
Klicken Sie auf die Schaltfläche Bearbeiten, wenn Sie die erweiterten Standorteinstellungen ändern möchten.
Wählen Sie Ihre bevorzugte Zeitzone aus.
Wählen Sie die Standardsprache für Ihren Agent aus.
Sie können die Standardsprache für einen Agent nicht mehr ändern, nachdem er erstellt wurde.
Klicken Sie auf Speichern.
API
Wenn Sie noch keine Standorteinstellungen für Ihr Projekt konfiguriert haben, müssen Sie dies über die Console tun, bevor Sie Agents mit der API erstellen.
Derzeit können Sie Standorteinstellungen nicht mit der API konfigurieren.
Informationen zum Erstellen eines Agents finden Sie in der Methode create für den Typ Agent.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Agents für Conversational Agents (Dialogflow CX) dienen als übergeordnete Container für Einstellungen und Daten für virtuelle Agents.
Agents sind folgenden Daten zugeordnet:
Weitere Informationen dazu, wie Daten auf verschiedenen Ebenen angewendet werden, finden Sie unter Ebenen für die Datenanwendung.
Agent exportieren und wiederherstellen
Sie können einen Agent in eine Datei exportieren und einen Agent mit dieser Datei wiederherstellen.
Ein Agent-Export umfasst alle Agent-Daten mit Ausnahme der folgenden:
Ablaufversionen: Nur die Entwurfsabläufe werden in eine Datei exportiert.
Umgebungen:
Benutzerdefinierte Umgebungen werden nicht in eine Datei exportiert.
Bei der Wiederherstellung eines Agents werden alle Daten des Ziel-Agents (einschließlich aller Ablaufversionen) überschrieben, mit Ausnahme der folgenden:
Umgebungen: Alle benutzerdefinierten Umgebungen bleiben im Ziel-Agent unverändert.
Auf Ablaufversionen, auf die in benutzerdefinierten Umgebungen im Ziel-Agent verwiesen wird, kann weiterhin zugegriffen werden, solange die zugehörigen Umgebungen vorhanden sind.
Diese alten Ablaufversionen werden jedoch nicht als auswählbare Ablaufversionen für den Agent aufgeführt.
Vertex AI Agents-Apps:
Die Zuordnung zu einer Vertex AI Agents-App bleibt im Ziel-Agent unverändert. (Mit anderen Worten: der Wert von engine in GenAppBuilderSettings) Das bedeutet, dass Datenspeicher-Agents nur in andere vorhandene Datenspeicher-Agents wiederhergestellt werden können, da der resultierende Agent auch einer Vertex AI Agents-Anwendung zugeordnet sein muss.
Vertex AI Agents-Datenspeicher: Alle Verweise auf Datenspeicher werden im Ziel-Agenten gemäß den folgenden Regeln überschrieben:
Wenn der Ziel-Agent nicht mit einer App verknüpft ist, kann kein Agent mit Datenspeicherverweisen wiederhergestellt werden. Bei einem entsprechenden Versuch wird eine Fehlermeldung ausgegeben. Um das Problem zu beheben, können Sie entweder einen neuen Datenspeicher-Agent erstellen. Alternativ können Sie Ihren vorhandenen Agenten in einen Datenspeicher-Agenten umwandeln, indem Sie ihm einen Status-Handler für Datenspeicher hinzufügen. In diesem Fall werden Sie durch das Hinzufügen einer verknüpften App zu Ihrem Agenten geführt.)
Wenn der Ziel-Agent mit einer App verknüpft ist, werden beim Wiederherstellen alle Data Store-Referenzen aktualisiert: Die Google Cloud-Projekt-ID und der Standort werden so aktualisiert, dass sie mit der App des Ziel-Agents übereinstimmen. Die Sammlungs-ID und die Datenspeicher-ID bleiben unverändert. Das bedeutet, dass Sie vor dem Wiederherstellungsvorgang Datenspeicher für alle IDs mit übereinstimmenden Typen in der App des Ziel-Agents hinzufügen müssen.
Beispiel: Wenn sich der Quell-Agent auf einen Datenspeicher mit dem Namen projects/123/locations/eu-west2/collections/default_collection/dataStores/myDataStore1 bezieht und die App des Ziel-Agents den Namen projects/321/locations/us-east1/collections/default_collections/engines/app123 hat, lautet die resultierende Datenspeicherreferenz im Ziel-Agent:
projects/321/locations/us-east1/collections/default_collection/dataStores/myDataStore1
Beim Exportieren können Sie das Exportdateiformat auswählen.
Wenn Sie die Quellcodeverwaltung für Ihre Agentendaten verwenden, sollten Sie im JSON-Format exportieren.
Wenn Sie einen Agent wiederherstellen, wird das Dateiformat automatisch von Conversational Agents (Dialogflow CX) ermittelt.
So exportieren Sie einen Agent oder stellen ihn wieder her:
Zum Löschen eines Agents benötigen Sie eine Rolle mit uneingeschränktem Zugriff oder Bearbeitungszugriff.
Weitere Informationen finden Sie in der Anleitung zur Zugriffssteuerung.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-18 (UTC)."],[[["\u003cp\u003eConversational Agents (Dialogflow CX) agents are virtual agents that utilize natural language understanding to handle concurrent conversations with end-users, translating text or audio into structured data.\u003c/p\u003e\n"],["\u003cp\u003eCreating an agent can be done via the Dialogflow CX console or API, with options to auto-generate a data store agent or build a custom agent.\u003c/p\u003e\n"],["\u003cp\u003eAgents serve as containers for virtual agent data like intents, entity types, webhooks, flows, pages, and route groups.\u003c/p\u003e\n"],["\u003cp\u003eAgents can be exported to a file (excluding flow versions and custom environments) and restored, overwriting existing data, with specific handling for data store agent associations and Vertex AI Agents Apps.\u003c/p\u003e\n"],["\u003cp\u003eDeleting an agent is permanent, requiring proper permissions and a backup via export is recommended, and deleting a project will immediately delete all associated agents.\u003c/p\u003e\n"]]],[],null,["# Agents\n\nA\n\n*Conversational Agents (Dialogflow CX) agent*\n\nis a virtual agent\nthat handles concurrent conversations with your end-users.\nIt is a natural language understanding module\nthat understands the nuances of human language.\nConversational Agents (Dialogflow CX) translates end-user text or audio during a conversation\nto structured data that your apps and services can understand.\nYou design and build a Conversational Agents (Dialogflow CX) agent\nto handle the types of conversations required for your system.\n\nA Conversational Agents (Dialogflow CX) agent is similar to a human call center agent.\nYou train them both to handle expected conversation scenarios,\nand your training does not need to be overly explicit.\n\nCreate an agent\n---------------\n\n| **Note:** You can create multiple Conversational Agents (Dialogflow CX) agents for one [Google Cloud project](/resource-manager/docs/creating-managing-projects).\n\nTo create an agent: \n\n### Console\n\n1. Open the [Dialogflow CX console](https://dialogflow.cloud.google.com/cx/projects).\n2. Create or choose a Google Cloud project.\n3. Click **Create agent**.\n4. Select **Auto-generate** to create a [data store agent](/dialogflow/cx/docs/concept/data-store-agent) or select **Build your own** to create other kinds of agents.\n5. Complete the form for basic agent settings:\n 1. You can choose any display name.\n 2. Select your preferred [location](/dialogflow/cx/docs/how/region#avail). Click the **Edit** button if you want to change advanced [location settings](/dialogflow/cx/docs/how/region#location-settings).\n 3. Select your preferred time zone.\n 4. Select the default language for your agent. You cannot change the default language for an agent once it is created.\n6. Click **Save**.\n\n### API\n\nIf you have not already configured\n[location settings](/dialogflow/cx/docs/concept/region#location-settings)\nfor your project,\nyou must configure these settings with the console\nbefore creating agents with the API.\nCurrently, you cannot configure location settings with the API.\n\nTo create an agent,\nsee the `create` method for the `Agent` type.\n\n\nGo to the Agent API reference \n**Select a protocol and version for the Agent reference:**\n\nClose\n\n\u003cbr /\u003e\n\nAgent data\n----------\n\nConversational Agents (Dialogflow CX) agents serve as top-level containers\nfor settings and data for virtual agents.\nThe following data is associated with agents:\n\n- [Intents](/dialogflow/cx/docs/concept/intent)\n- [Entity types](/dialogflow/cx/docs/concept/entity)\n- [Webhooks](/dialogflow/cx/docs/concept/webhook)\n- [Flows](/dialogflow/cx/docs/concept/flow)\n- [Pages](/dialogflow/cx/docs/concept/page)\n- [Route groups](/dialogflow/cx/docs/concept/handler#group)\n\nFor more information about how data is applied at varying levels, see the\n[data application levels](/dialogflow/cx/docs/concept/data-level).\n\nExport and restore an agent\n---------------------------\n\n| **Warning:** We will no longer export raw value credentials for OpenAPI Tools and Webhooks, starting Aug 15, 2025. You should migrate to store your credentials in Secret Manager. See [Webhook](/dialogflow/cx/docs/concept/webhook#secret-manager-auth) and [Tool](/dialogflow/cx/docs/concept/playbook/tool#secret-manager-auth) documentations for instructions.\n\nYou can export an agent to a file,\nand restore an agent with that file.\n\nAn agent export includes all agent data except the following:\n\n- [Flow versions](/dialogflow/cx/docs/concept/version): Only the draft flows are exported to file.\n- [Environments](/dialogflow/cx/docs/concept/version): Custom environments are not exported to file.\n\nAn agent restore overwrites all target agent data\n(including all flow versions) except the following:\n\n- [Environments](/dialogflow/cx/docs/concept/version): All custom environments remain unchanged in the target agent. Flow versions referenced by custom environments in the target agent will continue to exist, as long as the associated environments exist. However, these stale flow versions are not listed or selectable flow versions for the agent.\n- [Vertex AI Agents Apps](/generative-ai-app-builder/docs/agent-intro): The association to a Vertex AI Agents App remains unchanged in the target agent. (In other words, the value of `engine` in [GenAppBuilderSettings](/dialogflow/cx/docs/reference/rest/v3/projects.locations.agents#GenAppBuilderSettings)) This means that data store agents can only be restored into other existing data store agents, because the resulting agent also needs to have an association to a Vertex AI Agents App.\n- [Vertex AI Agents Data Stores](/generative-ai-app-builder/docs/agent-usage):\n All references to data stores will be overwritten in the target agent\n according to the following rules:\n\n - If the target agent isn't associated with an App, then it's not possible to restore an agent with data store references into it. Trying to do so results in an error message. To fix that, you can either [create a new data store agent](/generative-ai-app-builder/docs/agent-usage#create_a_data_store_agent) from scratch. (Alternatively, you can turn your existing agent into a data store agent by adding a data store [state handler](/dialogflow/cx/docs/concept/handler) to it. In this case you'll be guided through adding an associated App to your agent.)\n - If the target agent is associated with an App, then all the data store references will be updated upon restore: their Google Cloud project ID and location will be updated to match the App of the target agent. The collection ID and data store ID will remain unchanged. This means that you need to add data stores for all the IDs with matching types into the App of the target agent prior to the restore operation.\n\n Example: if the source agent refers to a data store named\n `projects/123/locations/eu-west2/collections/default_collection/dataStores/myDataStore1`\n and the App of the target agent is named\n `projects/321/locations/us-east1/collections/default_collections/engines/app123`,\n then the resulting data store reference in the target agent will become:\n `projects/321/locations/us-east1/collections/default_collection/dataStores/myDataStore1`\n\n| **Note:** in the API and in the contents of the exported data, a Vertex AI Agents App is called a GenAppBuilder Engine. For example in an exported JSON Package you can find the name of the engine in the `agent.json` file under the key `genAppBuilderSettings.engine`.\n\nWhen exporting,\nyou can select the export file format.\nIf you are using source control versioning for your agent data,\nyou should\n[export in the JSON format](/dialogflow/cx/docs/reference/json-export).\nWhen you restore an agent,\nConversational Agents (Dialogflow CX) automatically determines the file format.\n\nTo export or restore an agent: \n\n### Console\n\n1. Open the [Dialogflow CX console](https://dialogflow.cloud.google.com/cx/projects).\n2. Choose the Google Cloud project for the agent.\n3. Click the option *more_vert* menu for an agent in the list.\n4. Click the **Export** or **Restore** button.\n5. Follow instructions to complete.\n**Note:** To restore a data store agent, make sure that the target agent was created as a [data store agent](/generative-ai-app-builder/docs/agent-usage#create_a_data_store_agent). \n\n### API\n\nSee the `export` and `restore` methods for the `Agent` type.\n\n\nGo to the Agent API reference \n**Select a protocol and version for the Agent reference:**\n\nClose\n\n\u003cbr /\u003e\n\nIf the agent size exceeds the [maximum limit](/dialogflow/quotas#size), use the\nCloud Storage option for agent export and restore.\n\nIf you use GitHub, also see the\n[GitHub export/restore guide](/dialogflow/cx/docs/concept/github).\n\nDelete an agent\n---------------\n\n| **Caution:** Deleting an agent **cannot** be undone. [Export](#export) your agent to keep a backup if necessary.\n\nIn order to delete an agent,\nyou need a role that provides full access or edit access.\nSee the\n[access control guide](/dialogflow/cx/docs/concept/access-control)\nfor more information.\n\nTo delete an agent: \n\n### Console\n\n1. Open the [Dialogflow CX console](https://dialogflow.cloud.google.com/cx/projects).\n2. Choose the Google Cloud project for the agent.\n3. Click the option *more_vert* menu for an agent in the list.\n4. Click the delete *delete* button.\n5. Confirm deletion in the dialog.\n\n### API\n\nSee the `delete` method for the `Agent` type.\n\n\nGo to the Agent API reference \n**Select a protocol and version for the Agent reference:**\n\nClose\n\n\u003cbr /\u003e\n\nIf you\n[delete your project](/resource-manager/docs/creating-managing-projects#shutting_down_projects),\nall Conversational Agents (Dialogflow CX) agents and data associated with the project\nare deleted immediately."]]
