Bereitstgestellte Kundenservicemitarbeiter verwalten

Auf dieser Seite wird beschrieben, wie Sie Agents verwalten, die in der verwalteten Laufzeit von Vertex AI Agent Engine bereitgestellt wurden. Bereitgestellte Agents sind Ressourcen vom Typ reasoningEngine in Vertex AI.

Bereitgestellte Agents auflisten

Alle bereitgestellten KI-Agenten für ein bestimmtes Projekt und einen bestimmten Standort auflisten:

Console

  1. Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.

    Zu Agent Engine

Bereitgestellte Agents, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filter können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.

Vertex AI SDK für Python 

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

for agent in client.agent_engines.list():
    print(agent)

So filtern Sie die Liste nach display_name:

for agent in client.agent_engines.list(
    config={
        "filter": 'display_name="DISPLAY_NAME"',
    },
):
    print(agent)

REST

Rufen Sie die Methode reasoningEngines.list auf.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: ID Ihres GCP-Projekts
  • LOCATION: eine unterstützte Region

HTTP-Methode und URL:

GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.

Bereitgestellten Agent abrufen

Jeder bereitgestellte Agent hat eine eindeutige RESOURCE_ID-ID. Weitere Informationen finden Sie unter Agent bereitstellen.

Console

  1. Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.

    Zu Agent Engine

    Bereitgestellte Agents, die Teil des ausgewählten Projekts sind, werden in der Liste angezeigt. Mit dem Feld Filter können Sie die Liste nach der von Ihnen angegebenen Spalte filtern.

  2. Klicken Sie auf den Namen des angegebenen Agents. Die Seite Messwerte für den Agent wird geöffnet.

  3. Optional: Wenn Sie sich die Bereitstellungsdetails für den Agent ansehen möchten, klicken Sie auf Bereitstellungsdetails. Der Bereich Bereitstellungsdetails wird geöffnet. Klicken Sie zum Schließen des Bereichs auf Fertig.

  4. Optional: Wenn Sie die query- und streamQuery-URLs für den Agent ansehen möchten, klicken Sie auf API-URLs. Der Bereich API-URLs wird geöffnet. Klicken Sie zum Schließen des Bereichs auf Fertig.

Vertex AI SDK für Python

Mit dem folgenden Code können Sie einen bestimmten bereitgestellten Agent abrufen:

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

remote_agent = client.agent_engines.get(
    name="projects/PROJECT_ID_OR_NUMBER/locations/LOCATION/reasoningEngines/RESOURCE_ID"
)

REST

Rufen Sie die Methode reasoningEngines.get auf.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: ID Ihres GCP-Projekts
  • LOCATION: eine unterstützte Region
  • RESOURCE_ID: die Ressourcen-ID des bereitgestellten Agents

HTTP-Methode und URL:

GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.

Bereitgestellten Agent aktualisieren

Sie können ein oder mehrere Felder des bereitgestellten Agents gleichzeitig aktualisieren. Sie müssen jedoch mindestens eines der zu aktualisierenden Felder angeben. Wie lange die Aktualisierung des bereitgestellten Agents dauert, hängt vom durchgeführten Update ab. In der Regel sollte sie jedoch nur wenige Sekunden bis Minuten in Anspruch nehmen.

Console

  1. Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.

    Zu Agent Engine

  2. Klicken Sie für den angegebenen Agent auf das Dreipunkt-Menü ().

  3. Klicken Sie auf Bearbeiten. Der Bereich Bearbeiten für den Agent wird geöffnet.

  4. Bearbeiten Sie den Anzeigenamen oder die Beschreibung des Agents.

  5. Klicken Sie auf Speichern.

Vertex AI SDK für Python

So aktualisieren Sie einen bereitgestellten Agenten (entsprechend RESOURCE_NAME) auf einen aktualisierten Agenten (entsprechend UPDATED_AGENT):

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

client.agent_engines.update(
    name=RESOURCE_NAME,                    # Required.
    agent=UPDATED_AGENT,                   # Optional.
    config={                                                # Optional.
        "requirements": REQUIREMENTS,      # Optional.
        "display_name": "DISPLAY_NAME",    # Optional.
        "description": "DESCRIPTION",      # Optional.
        "extra_packages": EXTRA_PACKAGES,  # Optional.
    },
)

Die Argumente sind dieselben wie bei der Bereitstellung eines Agents.

REST

Rufen Sie die Methode reasoningEngines.patch auf und geben Sie einen update_mask an, um festzulegen, welche Felder aktualisiert werden sollen.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: ID Ihres GCP-Projekts
  • LOCATION: eine unterstützte Region
  • RESOURCE_ID: die Ressourcen-ID des bereitgestellten Agents
  • update_mask: eine Liste durch Kommas getrennter Felder, die aktualisiert werden sollen

HTTP-Methode und URL:

PATCH https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID?update_mask="display_name,description"

JSON-Text anfordern:

{
"displayName": "DISPLAY_NAME",
"description": "DESCRIPTION"
}

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.

Bereitgestellten Agent löschen

Einen bereitgestellten Agent aus der verwalteten Laufzeit von Vertex AI Agent Engine löschen

Console

  1. Rufen Sie in der Google Cloud Console die Seite Vertex AI Agent Engine auf.

    Zu Agent Engine

  2. Klicken Sie für den angegebenen Agent auf das Dreipunkt-Menü ().

  3. Klicken Sie auf Löschen.

  4. Klicken Sie auf Agent löschen.

Vertex AI SDK für Python

Wenn Sie bereits eine vorhandene Instanz des bereitgestellten Agents (als remote_agent) haben, können Sie den folgenden Befehl ausführen:

remote_agent.delete(
    force=True, # Optional, if the agent has resources (e.g. sessions, memory)
)

Alternativ können Sie agent_engines.delete() aufrufen, um den bereitgestellten Agenten zu löschen, der RESOURCE_NAME entspricht:

import vertexai

client = vertexai.Client(  # For service interactions via client.agent_engines
    project="PROJECT_ID",
    location="LOCATION",
)

client.agent_engines.delete(
    name=RESOURCE_NAME,
    force=True, # Optional, if the agent has resources (e.g. sessions, memory)
)

REST

Rufen Sie die Methode reasoningEngines.delete auf.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • PROJECT_ID: ID Ihres GCP-Projekts
  • LOCATION: eine unterstützte Region
  • RESOURCE_ID: die Ressourcen-ID des bereitgestellten Agents

HTTP-Methode und URL:

DELETE https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID

Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:

Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.

Nächste Schritte