Import libraries and set up the notebook

Check my progress

/ 20

Load the Gemini Model

Check my progress

/ 15

Define Python functions (tools)

Check my progress

/ 15

Deploy your agent on Agent Platform

Check my progress

/ 20

Model configuration

Check my progress

/ 15

Agent configuration

Check my progress

/ 15

This lab may incorporate AI tools to support your learning.

GSP1268

Google Cloud 自學實驗室

總覽

Agent Engine 是一項全代管的 Google Cloud 服務,可讓開發人員在正式環境部署、管理及調度 AI 代理。這項服務會處理基礎架構,在正式環境調度代理,讓您專心打造強大的智慧型應用程式。

您可以定義 Python 函式,透過 Gemini 的函式呼叫功能當做工具使用。Agent Platform 的 Agent Engine 與 Gemini 模型 Gen AI SDK 緊密整合,可透過模組化的方式管理提示詞、代理和範例。Agent Engine 也與 LangChain、LlamaIndex 或其他 Python 框架相容。

本實驗室說明如何運用 Gen AI SDK for Python 建構及部署代理 (模型、工具和推論)。您將建構及部署代理 (該代理採用 模型)、將 Python 函式做為工具,並透過 LangChain 執行自動化調度管理程序。

Gemini

Gemini 是由 Google DeepMind 開發的一系列強大生成式 AI 模型,可以解讀及生成文字、程式碼、圖像、音訊和影片等多種形式的內容。

在 Vertex AI 使用 Gemini API

Vertex AI 中的 Gemini API 提供統一的介面,讓開發人員輕鬆與 Gemini 模型互動,將強大的 AI 功能整合至自家應用程式。如要瞭解最新資訊和最新版本的特定功能,請參閱官方的 Gemini 說明文件

Gemini 模型

  • Gemini Pro:適用於下列複雜的推論作業:
    • 分析及總結大量資訊。
    • 進行精細的跨模態 (文字、程式碼、圖像等) 推論。
    • 運用內容豐富的程式碼集有效解決問題。
  • Gemini Flash:速度和效率最優異,具備下列優勢:
    • 回覆時間不到一秒,處理量高。
    • 品質高、費用較為低廉,適合各種工作。
    • 具備經過強化的多模態功能,包括更強大的空間理解能力、新的輸出模態 (文字、音訊、圖像),並能使用原生工具,例如使用 Google 搜尋,以及執行程式碼和第三方函式。

事前準備

開始這個實驗室之前,您應已熟悉下列概念:

  • 基本 Python 程式設計。
  • 一般 API 概念。
  • Agent Platform Workbench 使用 Jupyter 筆記本執行 Python 程式碼。

目標

本實驗室的學習內容包括:

  • 安裝 Gen AI SDK for Python
  • 運用 Gen AI SDK 替簡單的代理建構元件
  • 在部署之前於本機測試代理
  • 在 Agent Platform 部署及測試代理
  • 自訂代理的各個層 (模型、工具、自動化調度管理程序)

設定和需求

瞭解以下事項後,再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時,且中途無法暫停。點選「Start Lab」後就會開始計時,顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動,而不是模擬或示範環境。為此,我們會提供新的暫時憑證,供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室,請先確認:

  • 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。
注意事項:請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室,這可以防止個人帳戶和學員帳戶之間的衝突,避免個人帳戶產生額外費用。
  • 是時候完成實驗室活動了!別忘了,活動一旦開始將無法暫停。
注意事項:務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶,可能會產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

  1. 點選「Start Lab」按鈕。如果實驗室會產生費用,畫面上會出現選擇付款方式的對話方塊。左側的「Lab Details」窗格會顯示下列項目:

    • 「Open Google Cloud console」按鈕
    • 剩餘時間
    • 必須在這個研究室中使用的臨時憑證
    • 完成這個實驗室所需的其他資訊 (如有)
  2. 點選「Open Google Cloud console」;如果使用 Chrome 瀏覽器,也能按一下滑鼠右鍵,選取「在無痕視窗中開啟連結」

    接著,實驗室會啟動相關資源,並開啟另一個分頁,顯示「登入」頁面。

    提示:您可以在不同的視窗中並排開啟分頁。

    注意:如果頁面中顯示「選擇帳戶」對話方塊,請點選「使用其他帳戶」
  3. 如有必要,請將下方的 Username 貼到「登入」對話方塊。

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

    您也可以在「Lab Details」窗格找到 Username。

  4. 點選「下一步」

  5. 複製下方的 Password,並貼到「歡迎使用」對話方塊。

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

    您也可以在「Lab Details」窗格找到 Password。

  6. 點選「下一步」

    重要事項:請務必使用實驗室提供的憑證,而非自己的 Google Cloud 帳戶憑證。 注意:如果使用自己的 Google Cloud 帳戶來進行這個實驗室,可能會產生額外費用。
  7. 按過後續的所有頁面:

    • 接受條款及細則。
    • 由於這是臨時帳戶,請勿新增救援選項或雙重驗證機制。
    • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意:如要使用 Google Cloud 產品和服務,請點選「導覽選單」,或在「搜尋」欄位輸入服務或產品名稱。「導覽選單」圖示和搜尋欄位

工作 1:開啟 Agent Platform Workbench 中的筆記本

  1. 前往 Google Cloud 控制台,依序點按「導覽選單」圖示 「導覽選單」圖示 >「Agent Platform」>「Notebooks」

  2. 在左側導覽列中,點擊 Workbench

  3. 找出 執行個體,點按「Open JupyterLab」按鈕。

Workbench 執行個體的 JupyterLab 介面會在新瀏覽器分頁開啟。

注意:如果在 JupyterLab 沒有看見筆記本,請按照以下額外步驟重設執行個體:

1. 關閉 JupyterLab 的瀏覽器分頁,回到 Workbench 首頁。

2. 勾選執行個體名稱旁的核取方塊,然後點按「重設」

3. 「開啟 JupyterLab」按鈕再次啟用後,等待一分鐘,然後點按「開啟 JupyterLab」

工作 2:設定筆記本

  1. 開啟 檔案。

  2. 出現「Select Kernel」對話方塊時,從可用核心清單中選取「Python 3」

  3. 執行筆記本的「Getting Started」部分,專案 ID 和位置已預先設定完成。

注意:如果執行筆記本儲存格後出現 429 回應,請稍候一分鐘再重新執行儲存格,應該就能繼續操作。 注意:如果安裝 pip 依附元件時出現 pip 套件錯誤,請重新執行筆記本內的儲存格。

點選「Check my progress」,確認目標已達成。 匯入程式庫及設定筆記本。

工作 3:建構及部署代理

在本節中,您將運用 Gen AI SDK for Python 建構及部署代理。代理由三個元件構成:

  • 模型 模型
  • 工具:可供模型呼叫的 Python 函式
  • 自動化調度管理程序:透過 LangChain 自動調度管理推論作業

您將在筆記本內定義模型、工具和自動化調度管理程序、在本機測試代理,然後部署至 Agent Platform。

  1. 執行筆記本的「Build and deploy an agent」(建構及部署代理) 部分。

點選「Check my progress」,確認目標已達成。 載入 Gemini 模型。

點選「Check my progress」,確認目標已達成。 定義 Python 函式 (工具)。

點選「Check my progress」,確認目標已達成。 在 Agent Platform 部署代理。

工作 4:自訂代理

您剛才執行的範例包含了代理內各個元件所需的基本設定,助您快速上手。

如果想改用其他 Gemini 模型版本、變更生成式模型參數或安全篩選器,或是調整代理的其他自訂項目,該怎麼做?筆記本內接下來的範例會展示一些最常見的參數,供您自訂代理。Agent Platform 的 Agent Engine 可與支援函式呼叫功能的 Gemini 模型版本和 LangChain 代理搭配運作。

在本節中,您將依據需求自訂模型和代理元件。

  1. 執行筆記本的「Customizing your agent」(自訂代理) 部分。

點選「Check my progress」,確認目標已達成。 模型設定。

點選「Check my progress」,確認目標已達成。 代理設定。

恭喜!

恭喜!在本實驗室,您學到如何運用 Agent Platform 的 Agent Engine 建構及部署代理。您成功建構並部署代理 (該代理採用 模型)、將 Python 函式做為工具,並透過 LangChain 執行自動化調度管理程序。您也學會如何自訂代理的各個層。

後續行動/瞭解詳情

歡迎參考下列資源,進一步瞭解 Gemini:

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法,讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程,並有隨選、線上和虛擬課程等選項,方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期:2025 年 11 月 6 日

實驗室上次測試日期:2025 年 11 月 6 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標,其他公司和產品名稱則有可能是其關聯公司的商標。

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Use private browsing

  1. Copy the provided Username and Password for the lab
  2. Click Open console in private mode

Sign in to the Console

  1. Sign in using your lab credentials. Using other credentials might cause errors or incur charges.
  2. Accept the terms, and skip the recovery resource page
  3. Don't click End lab unless you've finished the lab or want to restart it, as it will clear your work and remove the project

This content is not currently available

We will notify you via email when it becomes available

Great!

We will contact you via email if it becomes available

One lab at a time

Confirm to end all existing labs and start this one

Use private browsing to run the lab

Using an Incognito or private browser window is the best way to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.

Complete this quick step to start your lab.