Il modello di applicazione Simple Agent Platform consente di eseguire il deployment di un agente AI autonomo su Gemini Enterprise Agent Platform su Google Cloud. Il template combina Agent Runtime con Model Armor per fornire scalabilità serverless gestita, sicurezza dell'AI e moderazione dei contenuti per l'agente.
Ad esempio, potresti implementare questo modello per soddisfare le seguenti esigenze aziendali:
| Esempio | Esigenza aziendale | Implementazione |
|---|---|---|
| Bot per le policy interne delle risorse umane | Un'organizzazione ha bisogno di un assistente per RU sicuro per rispondere alle domande dei dipendenti, proteggendo al contempo i dati sensibili e mantenendo un linguaggio professionale. | Sensitive Data Protection impedisce le fughe di PII, mentre i filtri di sicurezza mantengono un tono professionale. Il runtime serverless scala per gestire la domanda. |
| Assistenza al coding sicura | Un'azienda di sviluppo ha bisogno di uno strumento AI per spiegare gli snippet di codice, impedendo al contempo i tentativi di jailbreak e i prompt injection dannosi. | Model Armor blocca gli attacchi di tipo adversarial e i jailbreak, mentre le norme relative all'applicazione delle norme interrompono le connessioni quando vengono rilevati payload dannosi. |
| Guida al trasporto pubblico multilingue | Un'azienda di trasporti pubblici ha bisogno di un assistente multilingue per i turisti che filtri rigorosamente i contenuti offensivi in tutte le lingue supportate. | Il rilevamento multilingue applica filtri di sicurezza a tutte le query. Un'identità gestita limita l'accesso dell'agente ai dati relativi al transito. |
Architettura
La seguente immagine mostra i componenti e le connessioni del modello:
Il modello è costituito dai seguenti componenti:
Agent Runtime: ospita la logica dell'agente in un ambiente serverless gestito. L'ambiente può fare lo scale up fino a 3 istanze per mantenere le prestazioni. Le prestazioni del sistema vengono acquisite per il monitoraggio e il debug.
Modello Model Armor: ispeziona l'input e l'output del modello per bloccare fughe di dati sensibili, tentativi di jailbreak o contenuti tossici. Utilizza la variabile
model_armor_template_MODEL_ARMOR_TEMPLATE_IDnel codice dell'agente per applicare le policy di sicurezza agli input e agli output dell'agente.
Passaggi successivi
- Per scoprire come duplicare e personalizzare i modelli, consulta Guida rapida: personalizza ed esegui il deployment di un modello Google.
- Definisci le tue configurazioni progettando i template di applicazione.
- Pianifica la tua strategia per le applicazioni di AI scegliendo i componenti dell'architettura agentica.