本頁面說明如何管理已部署至 Vertex AI Agent Engine 受管理執行階段的代理程式。已部署的代理是 Vertex AI 中類型為 reasoningEngine 的資源。
列出已部署的代理程式
列出指定專案和位置的所有已部署的代理程式：
控制台
- 在 Google Cloud 控制台中，前往「Vertex AI Agent Engine」頁面。
清單中會顯示所選專案中已部署的代理程式。您可以使用「Filter」欄位，依指定欄篩選清單。
Python 適用的 Vertex AI SDK
from vertexai import agent_engines
agent_engines.list()
如要依 display_name 篩選清單：
from vertexai import agent_engines
agent_engines.list(filter='display_name="Demo Langchain Agent"')
REST
呼叫 reasoningEngines.list 方法。
使用任何要求資料之前，請先替換以下項目：
PROJECT_ID：您的 GCP 專案 IDLOCATION：支援的區域
HTTP 方法和網址：
GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines
如要傳送要求，請展開以下其中一個選項：
您應該會收到執行成功的狀態碼 (2xx) 和空白回應。
取得已部署的代理程式
每個部署的代理程式都有專屬的 RESOURCE_ID ID。詳情請參閱「部署代理程式」。
控制台
- 在 Google Cloud 控制台中，前往「Vertex AI Agent Engine」頁面。
清單中會顯示所選專案中已部署的代理程式。您可以使用「Filter」欄位，依指定欄篩選清單。
按一下指定服務專員的名稱。系統會開啟代理人的「指標」頁面。
(選用) 如要查看代理程式的部署詳細資料，請按一下「部署詳細資料」。「Deployment details」窗格隨即開啟。如要關閉窗格，請按一下「完成」。
(選用) 如要查看代理程式的
query和streamQuery網址，請按一下「API 網址」。「API 網址」窗格隨即開啟。如要關閉窗格，請按一下「完成」。
Python 適用的 Vertex AI SDK
您可以使用下列程式碼取得特定的已部署代理程式：
from vertexai import agent_engines
remote_agent = agent_engines.get("RESOURCE_ID")
您也可以提供完整的資源名稱：
from vertexai import agent_engines
remote_agent = agent_engines.get(
"projects/PROJECT_ID_OR_NUMBER/locations/LOCATION/reasoningEngines/RESOURCE_ID"
)
REST
呼叫 reasoningEngines.get 方法。
使用任何要求資料之前，請先替換以下項目：
PROJECT_ID：您的 GCP 專案 IDLOCATION：支援的區域RESOURCE_ID：已部署的服務專員的資源 ID
HTTP 方法和網址：
GET https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID
如要傳送要求，請展開以下其中一個選項：
您應該會收到執行成功的狀態碼 (2xx) 和空白回應。
更新已部署的代理程式
您可以同時更新已部署代理程式的一或多個欄位，但必須至少指定一個要更新的欄位。更新已部署的服務所需的時間取決於所執行的更新，但通常需要幾秒到幾分鐘。
控制台
- 在 Google Cloud 控制台中，前往「Vertex AI Agent Engine」頁面。
針對指定的服務專員，按一下「更多動作」選單 ()。
按一下「編輯」。系統會開啟「Edit」面板，顯示相關的服務專員資訊。
編輯代理程式的顯示名稱或說明。
按一下 [儲存]。
Python 適用的 Vertex AI SDK
如要將已部署的代理程式 (對應至 RESOURCE_NAME) 更新為已更新的代理程式 (對應至 UPDATED_AGENT)，請按照下列步驟操作：
from vertexai import agent_engines
agent_engines.update(
resource_name=RESOURCE_NAME, # Required.
agent_engine=UPDATED_AGENT, # Optional.
requirements=REQUIREMENTS, # Optional.
display_name="DISPLAY_NAME", # Optional.
description="DESCRIPTION", # Optional.
extra_packages=EXTRA_PACKAGES, # Optional.
)
REST
呼叫 reasoningEngines.patch 方法，並提供 update_mask 來指定要更新的欄位。
使用任何要求資料之前，請先替換以下項目：
PROJECT_ID：您的 GCP 專案 IDLOCATION：支援的區域RESOURCE_ID：已部署的服務專員的資源 IDupdate_mask：要更新的欄位清單，以逗號分隔
HTTP 方法和網址：
PATCH https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID?update_mask="display_name,description"
JSON 要求主體：
{
"displayName": "DISPLAY_NAME",
"description": "DESCRIPTION"
}
如要傳送要求，請展開以下其中一個選項：
您應該會收到執行成功的狀態碼 (2xx) 和空白回應。
刪除已部署的代理程式
從 Vertex AI Agent Engine 管理的執行階段刪除已部署的代理程式。
控制台
- 在 Google Cloud 控制台中，前往「Vertex AI Agent Engine」頁面。
針對指定的服務專員，按一下「更多動作」選單 ()。
點選「刪除」。
按一下「Delete agent」。
Python 適用的 Vertex AI SDK
如果您已部署的代理程式現有執行個體 (例如 remote_agent)，可以執行下列指令：
remote_agent.delete()
或者，您也可以呼叫 agent_engines.delete()，以以下方式刪除與 RESOURCE_NAME 對應的已部署代理程式：
from vertexai import agent_engines
agent_engines.delete(RESOURCE_NAME)
REST
呼叫 reasoningEngines.delete 方法。
使用任何要求資料之前，請先替換以下項目：
PROJECT_ID：您的 GCP 專案 IDLOCATION：支援的區域RESOURCE_ID：已部署的服務專員的資源 ID
HTTP 方法和網址：
DELETE https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/RESOURCE_ID
如要傳送要求，請展開以下其中一個選項：
您應該會收到執行成功的狀態碼 (2xx) 和空白回應。