借助具有治理功能的 Agent Platform 应用模板，您可以将 AI 智能体部署到 Gemini Enterprise Agent Platform Google Cloud ，并采用一致的安全、治理和可观测性设置。该模板包含适用于智能体基础设施的流量网关、授权政策和安全过滤器。该模板还会将您的智能体连接到 MCP 服务器，以便进行受管控的数据检索和分析。
例如，您可以实现此模板来满足以下业务需求：
| 示例 | 业务需求 | 实现 |
|---|---|---|
| 针对敏感财务数据集的受管控数据分析师 | 一家金融服务公司需要使用内部数据集为分析师生成报告。他们需要检测个人身份信息 (PII)，并检测绕过内部数据访问规则的尝试。 | 智能体使用标准化协议发现并查询财务数据库。只有智能体的特定身份才能访问 BigQuery 工具。最后一道安全防线会自动屏蔽敏感数据和恶意提示。 |
| 具有区域数据驻留功能的区域客户服务智能体 | 某全球零售品牌需要一个位于特定区域的客户服务代理，以遵守数据驻留法律。必须隔离该代理，使其流量仅通过经过审核的特定区域级端点。 | 区域级网关通过将流量固定到特定位置来强制执行数据驻留。授权政策提供零信任安全态势，而所有入站和出站流量都通过区域模块进行汇集，以提供全面的审核跟踪记录。 |
| 社区论坛的自动化内容管理员 | 某媒体公司需要扫描用户提交的评论，并标记这些评论以供移除。该公司需要将审核逻辑与安全政策分开。 | 授权扩展程序可将审核逻辑与安全配置分开，而 Model Armor 则负责识别有害内容。该智能体在代管式运行时上自动扩缩，并使用注册表服务与数据集安全地交互。 |
架构
下图显示了模板组件和连接：
模板组件按以下层级进行组织：
智能体逻辑执行
- Agent Runtime：在托管式无服务器环境中托管智能体逻辑。
流量管理
Agent Gateway：一个区域级代理，用于管理传入流量并将请求定向到智能体环境。出站组件控制代理如何以及向何处发送数据或调用外部 API。
授权政策：有助于确保请求者有权执行所请求的操作。此模板中配置了以下授权政策：
- 入站请求。
- 出站请求。
- 内容验证。
授权 Service Extensions：提供可编程钩子，用于将自定义授权逻辑注入传入和传出流量。
Model Armor 模板：检查模型的输入和输出，以阻止敏感数据泄露、越狱尝试或有害内容。
数据源连接
Agent Registry 服务：一个集中式目录，可让您管理、版本控制和发现工具和服务。
Agent Registry MCP 服务器：帮助智能体使用标准化协议发现 Google Cloud 数据源 (BigQuery) 并与之交互。
Identity-Aware Proxy (IAP) 智能体注册表 MCP 服务器：将 Agent Runtime 身份连接到 MCP 服务器。
BigQuery：智能体用于数据检索或分析的示例数据集和表。此模板演示了如何将治理政策应用于智能体通过 MCP 服务器与数据源进行的交互。
后续步骤
- 如需了解如何复制和自定义模板，请参阅快速入门：自定义和部署 Google 模板。
- 通过设计应用模板来定义您自己的配置。
- 通过选择智能体架构组件来规划 AI 应用策略。