GSP1268

Ringkasan

Agent Engine adalah layanan Google Cloud yang terkelola sepenuhnya yang memungkinkan developer men-deploy, mengelola, dan menskalakan agen AI dalam produksi. Agent Engine menangani infrastruktur untuk menskalakan agen dalam produksi, sehingga Anda dapat berfokus pada pembuatan aplikasi yang cerdas dan berdampak.

Anda dapat menentukan fungsi Phyton yang digunakan sebagai alat melalui Panggilan Fungsi Gemini. Agent Engine terintegrasi erat dengan Gen AI SDK untuk model Gemini di Vertex AI, serta dapat mengelola perintah, agen, dan contoh secara modular. Agent Engine kompatibel dengan LangChain, LlamaIndex, atau framework Python lainnya.

Di lab ini, Anda akan mempelajari cara membangun dan men-deploy agen (model, alat, dan penalaran) menggunakan Gen AI SDK for Python. Anda akan membangun dan men-deploy agen yang menggunakan model , fungsi Python sebagai alat, dan LangChain untuk orkestrasi.

Gemini

Gemini adalah rangkaian model AI generatif canggih yang dikembangkan oleh Google DeepMind. Gemini mampu memahami dan menghasilkan berbagai bentuk konten, termasuk teks, kode, gambar, audio, dan video.

Gemini API di Vertex AI

Gemini API di Vertex AI menyediakan antarmuka terpadu untuk berinteraksi dengan model Gemini. Dengan antarmuka ini, developer dapat dengan mudah mengintegrasikan kemampuan AI yang hebat ini ke dalam aplikasi mereka. Untuk mengetahui detail terbaru dan fitur spesifik dari versi terbaru, pelajari dokumentasi Gemini yang resmi.

Model Gemini

• Gemini Pro: Dirancang untuk melakukan penalaran yang kompleks, termasuk di antaranya:
  • Menganalisis dan meringkas informasi dalam jumlah besar.
  • Penalaran canggih lintas modalitas (untuk teks, kode, gambar, dll.).
  • Pemecahan masalah yang efektif dengan codebase yang kompleks.
• Gemini Flash: Dioptimalkan untuk kecepatan dan efisiensi, dengan menawarkan:
  • Waktu respons kurang dari satu detik dan throughput tinggi.
  • Kualitas tinggi dengan biaya yang lebih rendah untuk beragam tugas.
  • Kemampuan multimodal yang ditingkatkan, termasuk pemahaman spasial yang lebih baik, modalitas output yang baru (teks, audio, gambar), dan penggunaan alat asli (Google Penelusuran, eksekusi kode, dan fungsi pihak ketiga).

Prasyarat

Sebelum memulai lab ini, Anda sebaiknya sudah mengetahui:

• Pemrograman Python dasar.
• Konsep API secara umum.
• Cara menjalankan kode Python di notebook Jupyter di Vertex AI Workbench.

Tujuan

Di lab ini, Anda akan mempelajari cara:

• Menginstal Gen AI SDK for Python
• Menggunakan Gen AI SDK untuk membangun komponen agen sederhana
• Menguji agen secara lokal sebelum men-deploy
• Men-deploy dan menguji agen Anda di Vertex AI
• Menyesuaikan tiap lapisan agen Anda (model, alat, orkestrasi)

Penyiapan dan persyaratan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Cara memulai lab dan login ke Google Cloud Console

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, dialog akan terbuka untuk memilih metode pembayaran. Di sebelah kiri ada panel Lab Details yang berisi hal-hal berikut:

   • Tombol Open Google Cloud console
   • Waktu tersisa
   • Kredensial sementara yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

   Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

   {{{user_0.username | "Username"}}}

   Anda juga dapat menemukan Username di panel Lab Details.

4. Klik Next.

5. Salin Password di bawah dan tempel ke dialog Welcome.

   {{{user_0.password | "Password"}}}

   Anda juga dapat menemukan Password di panel Lab Details.

6. Klik Next.

   Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

7. Klik halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan mendaftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk mengakses produk dan layanan Google Cloud, klik Navigation menu atau ketik nama layanan atau produk di kolom Search.

Tugas 1. Membuka notebook di Vertex AI Workbench

1. Di Konsol Google Cloud, pada Navigation menu (), klik Vertex AI > Workbench.

2. Cari instance lalu klik tombol Open JupyterLab.

Antarmuka JupyterLab untuk instance Workbench Anda akan terbuka di tab browser baru.

Tugas 2. Menyiapkan notebook

1. Buka file .

2. Pada dialog Select Kernel, pilih Python 3 dari daftar kernel yang tersedia.

3. Jalankan bagian Getting Started pada notebook. Project ID dan Lokasi telah dikonfigurasi sebelumnya untuk Anda.

Klik Periksa progres saya untuk memverifikasi tujuan. Mengimpor library dan menyiapkan notebook.

Tugas 3. Membangun dan men-deploy agen

Di bagian ini, Anda akan membangun dan men-deploy agen menggunakan Gen AI SDK for Python. Agen ini terdiri atas tiga komponen:

• Model: Model
• Alat: Fungsi Python yang dapat dipanggil oleh model
• Orkestrasi: LangChain untuk mengorkestrasi penalaran

Anda akan menentukan model, alat, dan orkestrasi di notebook, menguji agen secara lokal, lalu men-deploy agen ke Vertex AI.

1. Jalankan bagian Build and deploy an agent pada notebook.

Klik Periksa progres saya untuk memverifikasi tujuan. Memuat model Gemini.

Klik Periksa progres saya untuk memverifikasi tujuan. Menentukan fungsi Python (alat).

Klik Periksa progres saya untuk memverifikasi tujuan. Men-deploy agen Anda di Vertex AI.

Tugas 4. Menyesuaikan agen Anda

Contoh yang baru saja Anda jalankan mencakup jumlah konfigurasi minimal yang diperlukan untuk tiap komponen dalam agen guna membantu Anda memulai.

Namun, bagaimana jika Anda ingin beralih ke versi model Gemini yang berbeda, mengubah parameter model generatif atau filter keamanan, atau melakukan penyesuaian tambahan pada agen? Contoh berikut dalam notebook menunjukkan beberapa parameter paling umum yang ingin Anda sesuaikan di agen. Agent Engine di Vertex AI berfungsi dengan versi model Gemini yang mendukung Panggilan Fungsi dan agen LangChain.

Di bagian ini, Anda akan mempelajari cara menyesuaikan komponen model dan agen agar sesuai dengan kebutuhan Anda.

1. Jalankan bagian Customizing your agent di notebook.

Klik Periksa progres saya untuk memverifikasi tujuan. Konfigurasi model.

Klik Periksa progres saya untuk memverifikasi tujuan. Konfigurasi agen.

Selamat!

Selamat! Di lab ini, Anda telah mempelajari cara membangun dan men-deploy agen dengan Agent Engine di Vertex AI. Anda telah membangun dan men-deploy agen yang menggunakan model , fungsi Python sebagai alat, dan LangChain untuk orkestrasi. Anda juga telah mempelajari cara menyesuaikan berbagai lapisan agen.

Langkah berikutnya/pelajari lebih lanjut

Baca referensi berikut untuk mempelajari Gemini lebih lanjut:

• Ringkasan Gemini
• Dokumentasi AI generatif di Vertex AI
• AI Generatif di YouTube
• Jelajahi Cookbook Vertex AI untuk melihat galeri notebook AI Generatif pilihan yang dapat Anda telusuri.
• Jelajahi notebook dan sampel lainnya di repositori AI Generatif Google Cloud.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 06 November 2025

Lab Terakhir Diuji pada 06 November 2025

Hak cipta 2026 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.