准备工作
- 实验会创建一个 Google Cloud 项目和一些资源,供您使用限定的一段时间
- 实验有时间限制,并且没有暂停功能。如果您中途结束实验,则必须重新开始。
- 在屏幕左上角,点击开始实验即可开始
Import libraries and set up the notebook
/ 20
Load the Gemini Model
/ 15
Define Python functions (tools)
/ 15
Deploy your agent on Vertex AI
/ 20
Model configuration
/ 15
Agent configuration
/ 15
Agent Engine 是一项全托管式 Google Cloud 服务,可让开发者在生产环境中部署、管理和扩缩 AI 代理。Agent Engine 负责处理基础设施,以便在生产环境中扩缩代理,因此您可以专注于打造智能且高效的应用。
您可以定义 Python 函数,并通过 Gemini 函数调用将其作为工具使用。Agent Engine 与 Vertex AI 中的 Gemini 模型生成式 AI SDK 紧密集成,并且能够以模块化方式管理提示、代理和示例。Agent Engine 与 LangChain、LlamaIndex 或其他 Python 框架兼容。
在本实验中,您将学习如何使用 Gen AI SDK for Python 构建和部署代理(模型、工具和推理)。您将构建并部署一个代理,该代理使用
Gemini 是 Google DeepMind 开发的一系列强大的生成式 AI 模型,能够理解和生成各种形式的内容,包括文本、代码、图片、音频和视频。
Vertex AI 中的 Gemini API 提供了与各 Gemini 模型交互的统一接口。通过 Gemini API,开发者可以轻松将这些强大的 AI 功能集成到他们的应用中。如需了解最新版本的最新详细信息和具体功能,请参阅官方 Gemini 文档。
在开始本实验之前,您应该先熟悉:
在本实验中,您将学习如何完成以下操作:
请阅读以下说明。实验是计时的,并且您无法暂停实验。计时器在您点击开始实验后即开始计时,显示 Google Cloud 资源可供您使用多长时间。
此实操实验可让您在真实的云环境中开展实验活动,免受模拟或演示环境的局限。为此,我们会向您提供新的临时凭据,您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。
为完成此实验,您需要:
点击开始实验按钮。如果该实验需要付费,系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格,其中包含以下各项:
点击打开 Google Cloud 控制台(如果您使用的是 Chrome 浏览器,请右键点击并选择在无痕式窗口中打开链接)。
该实验会启动资源并打开另一个标签页,显示“登录”页面。
提示:将这些标签页安排在不同的窗口中,并排显示。
如有必要,请复制下方的用户名,然后将其粘贴到登录对话框中。
您也可以在“实验详细信息”窗格中找到“用户名”。
点击下一步。
复制下面的密码,然后将其粘贴到欢迎对话框中。
您也可以在“实验详细信息”窗格中找到“密码”。
点击下一步。
继续在后续页面中点击以完成相应操作:
片刻之后,系统会在此标签页中打开 Google Cloud 控制台。
在 Google Cloud 控制台的导航菜单 () 中依次点击 Vertex AI > Workbench。
找到
Workbench 实例的 JupyterLab 界面会在新浏览器标签页中打开。
1. 关闭 JupyterLab 的浏览器标签页,然后返回 Workbench 首页。
2. 选中实例名称旁边的复选框,然后点击重置。
3. 打开 JupyterLab 按钮重新启用后,请等待一分钟,然后点击打开 JupyterLab。
打开
在选择内核对话框中,从可用内核列表中选择 Python 3。
运行笔记本的开始使用部分。系统已为您预配置项目 ID 和位置。
点击检查我的进度,验证已完成以下目标:
在此部分,您将使用 Gen AI SDK for Python 构建和部署代理。代理由三个组件组成:
您将在笔记本中定义模型、工具和编排,在本地测试代理,然后将代理部署到 Vertex AI。
点击检查我的进度,验证已完成以下目标:
点击检查我的进度,验证已完成以下目标:
点击检查我的进度,验证已完成以下目标:
您刚刚运行的示例包含代理中每个组件所需的最低配置,可帮助您快速入门。
但如果您想改用其他 Gemini 模型版本、更改生成模型参数或安全过滤器,或者对代理执行其他自定义操作,该怎么办?笔记本中的以下示例展示了您需要在代理中自定义的一些最常见参数。Vertex AI 中的 Agent Engine 可与支持函数调用的 Gemini 模型版本和 LangChain 代理配合使用。
在此部分,您将了解如何自定义模型和代理组件以满足您的需求。
点击检查我的进度,验证已完成以下目标:
点击检查我的进度,验证已完成以下目标:
恭喜!在本实验中,您学习了如何在 Vertex AI 中使用 Agent Engine 构建和部署代理。您构建并部署了一个代理,该代理使用
请参阅以下资源,详细了解 Gemini:
…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践,可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训,并有点播、直播和虚拟三种方式选择,让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。
上次更新本手册的时间:2025 年 11 月 6 日
上次测试本实验的时间:2025 年 11 月 6 日
版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。
此内容目前不可用
一旦可用,我们会通过电子邮件告知您
太好了!
一旦可用,我们会通过电子邮件告知您
一次一个实验
确认结束所有现有实验并开始此实验