Panoramica di Vertex AI Agent Engine

Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Vertex AI Agent Engine (in precedenza noto come LangChain su Vertex AI o Vertex AI Reasoning Engine) è un Google Cloud servizio completamente gestito che consente agli sviluppatori di eseguire il deployment, gestire e scalare gli agenti AI in produzione. Agent Engine gestisce l'infrastruttura per scalare gli agenti in produzione, in modo da poterti concentrare sulla creazione di applicazioni intelligenti e di grande impatto. Vertex AI Agent Engine offre:

• Completamente gestito: esegui il deployment e scala gli agenti con un runtime gestito che offre funzionalità di sicurezza solide, tra cui la conformità a VPC-SC e funzionalità di gestione end-to-end complete. Ottieni l'accesso CRUD alle applicazioni multi-agente che utilizzano Google Cloud Trace (supporta OpenTelemetry) per il monitoraggio delle prestazioni e il trafilamento. Per scoprire di più, consulta la sezione Eseguire il deployment di un agente.

• Qualità e valutazione: assicurati la qualità dell'agente con il servizio di valutazione dell'AI generativa integrato.

• Sviluppo semplificato: Vertex AI Agent Engine esegue l'astrazione delle attività di basso livello come lo sviluppo del server di applicazioni e la configurazione dell'autenticazione e dell'IAM, consentendoti di concentrarti sulle funzionalità uniche del tuo agente, come il comportamento, gli strumenti e i parametri del modello. Inoltre, i tuoi agenti possono utilizzare qualsiasi modello e strumento, ad esempio le chiamate di funzione, in Vertex AI.

• Indipendentemente dal framework: goditi la flessibilità durante il deployment degli agenti che crei utilizzando diversi framework Python, tra cui LangGraph, Langchain, AG2 e CrewAI. Se hai già un agente, puoi adattarlo per l'esecuzione su Vertex AI Agent Engine utilizzando il modello personalizzato nel nostro SDK. In caso contrario, puoi sviluppare un agente da zero utilizzando uno dei modelli specifici per il framework che forniamo.

Crea ed esegui il deployment su Vertex AI Agent Engine

Nota:per un'esperienza di sviluppo e deployment semplificata e basata su IDE con Vertex AI Agent Engine, valuta la possibilità di utilizzare agent-starter-pack. Fornisce modelli pronti all'uso, un'interfaccia utente integrata per la sperimentazione e semplifica il deployment, le operazioni, la valutazione, la personalizzazione e l'osservabilità.

Il flusso di lavoro per creare un agente su Vertex AI Agent Engine è il seguente:

Passaggi	Descrizione
1. Configura l'ambiente	Configura il tuo progetto Google e installa la versione più recente dell'SDK Vertex AI per Python.
2. Sviluppare un agente	Sviluppare un agente che può essere implementato in Vertex AI Agent Engine.
3. Esegui il deployment dell'agente	Esegui il deployment dell'agente nel runtime gestito di Vertex AI Agent Engine.
4. Utilizzare l'agente	Esegui una query sull'agente inviando una richiesta API.
5. Gestire l'agente di cui è stato eseguito il deployment	Gestisci ed elimina gli agenti che hai di cui hai eseguito il deployment in Vertex AI Agent Engine.

I passaggi sono illustrati nel seguente diagramma:

 

Casi d'uso

Per scoprire di più su Vertex AI Agent Engine con esempi end-to-end, consulta le seguenti risorse:

Caso d'uso	Descrizione	Link
Creare agenti connettendosi ad API pubbliche	Convertire valute. Crea una funzione che si connetta a un'app di cambio valuta, consentendo al modello di fornire risposte accurate a query come "Qual è il tasso di cambio tra euro e dollari oggi?"	Notebook SDK Vertex AI per Python - Introduzione alla creazione e al deployment di un agente con Vertex AI Agent Engine
	Progettazione di un progetto di energia solare comunitaria. Identifica le potenziali località, cerca gli uffici governativi e i fornitori pertinenti ed esamina le immagini satellitari e il potenziale solare di regioni ed edifici per trovare la posizione ottimale per installare i pannelli solari.	Notebook SDK Vertex AI per Python: creazione e dispiegamento di un agente API Google Maps con Vertex AI Agent Engine
Creare agenti connettendosi ai database	Integrazione con AlloyDB e Cloud SQL per PostgreSQL.	Post del blog: annuncio di LangChain su Vertex AI per AlloyDB e Cloud SQL per PostgreSQL Notebook SDK Vertex AI per Python: esegui il deployment di un'applicazione RAG con Cloud SQL per PostgreSQL in Vertex AI Agent Engine Notebook SDK Vertex AI per Python: esegui il deployment di un'applicazione RAG con AlloyDB per PostgreSQL in Vertex AI Agent Engine
	Esegui query e comprendi i datastore strutturati utilizzando il linguaggio naturale.	Notebook SDK Vertex AI per Python - Creazione di un agente di ricerca conversazionale con il motore dell'agente Vertex AI e RAG su Vertex AI Search
	Esegui query e comprendi i database di grafo utilizzando il linguaggio naturale	Post del blog: agenti AI e GraphRAG di GenAI che utilizzano Vertex AI Agent Engine con LangChain e Neo4j
	Esegui query e comprendi gli store di vettori utilizzando il linguaggio naturale	Post del blog: semplifica RAG di IA generativa con MongoDB Atlas e Vertex AI Agent Engine
Creare agenti con framework open source	Crea ed esegui il deployment di agenti utilizzando il framework open source OneTwo.	Post del blog: OneTwo e Vertex AI Agent Engine: esplorazione dello sviluppo di agenti di IA avanzata su Google Cloud
	Crea ed esegui il deployment di agenti utilizzando il framework open source LangGraph.	Notebook SDK Vertex AI per Python: creazione e dispiegamento di un'applicazione LangGraph con il motore dell'agente Vertex AI
Agenti di debug e ottimizzazione	Crea e monitora gli agenti utilizzando OpenTelemetry e Cloud Trace.	Notebook SDK Vertex AI per Python - Agent di debug e ottimizzazione: una guida al monitoraggio in Vertex AI Agent Engine

Sicurezza aziendale

Vertex AI Agent Engine supporta i Controlli di servizio VPC per rafforzare la sicurezza dei dati e mitigare i rischi di esfiltrazione di dati. Quando i Controlli di servizio VPC sono configurati, l'agente di cui è stato eseguito il deployment mantiene l'accesso sicuro alle API e ai servizi Google, come l'API BigQuery, l'API Cloud SQL Admin e l'API Vertex AI, garantendo un funzionamento senza problemi all'interno del perimetro definito. È fondamentale che Controlli di servizio VPC blocchi efficacemente tutto l'accesso a internet pubblico, confinando il movimento dei dati ai confini della rete autorizzata e migliorando notevolmente la posizione di sicurezza dell'azienda.

Aree geografiche supportate

Vertex AI Agent Engine è supportato nelle seguenti regioni:

Regione	Località	Descrizione	Fase di avvio
us-central1	Iowa	Sono supportate le versioni v1 e v1beta1.	GA
us-west1	Oregon	Sono supportate le versioni v1 e v1beta1.	GA
europe-west1	Belgio	Sono supportate le versioni v1 e v1beta1.	GA
europe-southwest1	Madrid	Sono supportate le versioni v1 e v1beta1.	GA
asia-east1	Taiwan	Sono supportate le versioni v1 e v1beta1.	GA
asia-northeast1	Tokyo	Sono supportate le versioni v1 e v1beta1.	GA

Quota

Le seguenti quote e limiti si applicano a Vertex AI Agent Engine per un determinato progetto in ogni regione.

Prezzi

I prezzi si basano sulle risorse di calcolo (ore vCPU) e di memoria (ore GiB) utilizzate dagli agenti di cui è stato eseguito il deployment nel runtime gestito di Vertex AI Agent Engine.

Prodotto	ID SKU	Prezzo
vCPU ReasoningEngine	8A55-0B95-B7DC	0,0994 $/vCPU-ora
Memoria del ReasoningEngine	0B45-6103-6EC1	0,0105 $/GiB-ora

Per ulteriori informazioni, consulta la sezione Prezzi.

Passaggi successivi

• Configura l'ambiente.
• Richiedi assistenza.