Agent Platform con modello di governance

Il modello di applicazione Agent Platform with governance ti consente di eseguire il deployment di un agente AI su Gemini Enterprise Agent Platform su Google Cloud con impostazioni di sicurezza, governance e osservabilità coerenti. Il template include gateway di traffico, policy di autorizzazione e filtri di sicurezza per l'infrastruttura dell'agente. Il modello connette inoltre l'agente a un server MCP per il recupero e l'analisi dei dati regolamentati.

Ad esempio, potresti implementare questo template per soddisfare le seguenti esigenze aziendali:

Esempio Esigenza aziendale Implementazione
Analista di dati controllati per set di dati finanziari sensibili Una società di servizi finanziari deve utilizzare set di dati interni per generare report per gli analisti. Devono rilevare le informazioni che consentono l'identificazione personale (PII) e i tentativi di aggirare le regole interne di accesso ai dati. L'agente rileva ed esegue query sul database finanziario utilizzando un protocollo standardizzato. Solo l'identità specifica dell'agente può accedere allo strumento BigQuery. Un livello di sicurezza finale blocca automaticamente i dati sensibili e i prompt dannosi.
Agente di assistenza clienti regionale con residenza dei dati regionale Un brand di vendita al dettaglio globale ha bisogno di un agente dell'assistenza clienti in una regione specifica per rispettare le leggi sulla residenza dei dati. L'agente deve essere isolato in modo che il suo traffico passi solo attraverso endpoint regionali specifici e controllati. I gateway regionali applicano la residenza dei dati bloccando il traffico in località specifiche. Le policy di autorizzazione forniscono una postura Zero Trust, mentre tutto il traffico in entrata e in uscita viene convogliato attraverso moduli regionali per fornire una traccia di audit completa.
Moderatore dei contenuti automatico per i forum della community Un'azienda di media deve scansionare i commenti inviati dagli utenti e contrassegnarli per la rimozione. L'azienda deve separare la logica di moderazione dalle norme di sicurezza. Le estensioni dell'autorizzazione separano la logica di moderazione dalla configurazione della sicurezza, mentre Model Armor identifica i contenuti tossici. L'agente scala automaticamente su un runtime gestito e utilizza il servizio di registry per interagire in modo sicuro con il set di dati.

Architettura

La seguente immagine mostra i componenti e le connessioni del modello:

L'applicazione della piattaforma per agenti nel canvas di progettazione. L'applicazione include componenti in entrata, elaborazione delle richieste, recupero dei dati e in uscita.

I componenti del template sono organizzati nei seguenti livelli:

Esecuzione della logica dell'agente

  • Agent Runtime: ospita la logica dell'agente in un ambiente serverless gestito.

Gestione del traffico

  • Agent Gateway: un proxy regionale che gestisce il traffico in entrata e indirizza le richieste all'ambiente dell'agente. Il componente in uscita controlla come e dove l'agente invia i dati o chiama le API esterne.

  • Policy di autorizzazione: contribuisce a garantire che i richiedenti dispongano dell'autorizzazione per le azioni richieste. In questo template sono configurate le seguenti policy di autorizzazione:

    • Richieste in entrata.
    • Richieste in uscita.
    • Convalida dei contenuti.
  • Estensioni di servizio di autorizzazione: fornisce un hook programmabile per inserire una logica di autorizzazione personalizzata nel flusso di traffico in entrata e in uscita.

  • Template Model Armor: ispeziona l'input e l'output del modello per bloccare fughe di dati sensibili, tentativi di jailbreak o contenuti tossici.

Connessione origine dati

  • Servizio Agent Registry: un catalogo centralizzato che consente di gestire, creare versioni e scoprire strumenti e servizi.

  • Server MCP Agent Registry: aiuta l'agente a scoprire e interagire con le origini dati Google Cloud (BigQuery) utilizzando un protocollo standardizzato.

  • Server MCP di Agent Registry di Identity-Aware Proxy (IAP): collega l'identità di Agent Runtime al server MCP.

  • BigQuery: un set di dati e una tabella di esempio utilizzati dall'agente per il recupero o l'analisi dei dati. Questo modello mostra come applicare policy di governance alle interazioni dell'agente con le origini dati tramite un server MCP.

Passaggi successivi