Ce document décrit une architecture de haut niveau pour une application qui génère et gère un quiz d'apprentissage interactif avec un workflow d'IA agentique. L'agent évalue les connaissances d'un utilisateur sur un sujet spécifique et utilise un état de session persistant et une mémoire à long terme pour créer une expérience personnalisée. L'agent conserve un historique des réponses de l'utilisateur, ce qui lui permet d'ajuster de manière dynamique la difficulté et le contenu des questions suivantes.
Ce document s'adresse aux architectes, développeurs et administrateurs qui créent et gèrent des applications d'IA agentive. Cette architecture est adaptable pour créer des applications éducatives interactives et avec état dans différents secteurs. Ce document suppose que vous possédez des connaissances de base sur les systèmes d'agents IA. Pour en savoir plus sur les différences entre les agents et les systèmes sans agent, consultez Quelle est la différence entre les agents IA, les assistants IA et les bots ?
La section Déploiement de ce document fournit un lien vers un exemple de code pour vous aider à tester le déploiement d'une application d'IA agentive qui gère un quiz d'apprentissage interactif.
Architecture
Le diagramme suivant illustre une architecture de haut niveau pour un agent d'apprentissage interactif.
L'architecture présente le flux de données suivant :
- Un utilisateur effectue une action, comme démarrer un quiz ou envoyer une réponse, dans l'application de quiz hébergée sur Cloud Run.
- L'application transmet l'entrée de l'utilisateur à l'agent IA.
L'agent IA utilise le modèle Gemini sur Gemini Enterprise Agent Platform pour interpréter l'entrée de l'utilisateur. En fonction de la requête de l'utilisateur, l'agent appelle les outils appropriés pour effectuer l'action de quiz demandée.
Par exemple, l'agent sélectionne un outil pour démarrer une session de quiz, évaluer une réponse ou générer la question suivante.
L'agent envoie la réponse à l'application de quiz.
L'application de quiz transmet la réponse à l'utilisateur.
Pour conserver l'état du quiz et personnaliser l'expérience, l'agent effectue les tâches en arrière-plan suivantes :
- L'agent ajoute la progression et le score du dernier quiz à l'historique de la session enregistrée, qui est stocké dans les sessions Gemini Enterprise Agent Platform.
- L'agent transforme les données du quiz en informations mémorisées et les stocke dans Memory Bank pour un rappel à long terme. L'agent utilise les données historiques stockées en mémoire pour générer des réponses contextuelles lors des sessions futures.
Produits utilisés
Cet exemple d'architecture utilise les produits et outils Google Cloud et Open Source suivants :
- Cloud Run : plate-forme de calcul gérée qui vous permet d'exécuter des conteneurs directement sur l'infrastructure évolutive de Google.
- Agent Development Kit (ADK) : ensemble d'outils et de bibliothèques permettant de développer, de tester et de déployer des agents IA.
- Gemini Enterprise Agent Platform : plate-forme complète qui vous permet de créer, de faire évoluer, de gérer et d'optimiser des agents IA de niveau entreprise.
- Sessions Gemini Enterprise Agent Platform : service de stockage persistant qui enregistre et récupère l'historique des interactions entre un utilisateur et des agents.
- Memory Bank : service de stockage persistant qui génère, affine, gère et récupère des informations mémorisées à long terme en fonction des conversations d'un utilisateur avec un agent.
Points à noter concernant la sécurité
Pour vous aider à faire face aux risques de sécurité uniques des agents IA, Google recommande une approche qui combine des contrôles de sécurité déterministes avec des défenses dynamiques basées sur le raisonnement :
- Supervision humaine : intégrez un flux human-in-the-loop (avec intervention humaine) dans les systèmes critiques pour l'entreprise afin que les superviseurs humains puissent examiner les résultats et approuver, ignorer ou suspendre les actions des agents.
- Agent Identity : attribuez à chaque agent une identité liée à la charge de travail pour appliquer le contrôle des accès basé sur le principe du moindre privilège et gérer de manière centralisée les identifiants des outils externes.
- Agent Gateway : appliquez la gouvernance du trafic entrant et sortant, des règles d'accès de refus par défaut, ainsi que l'inspection intégrée des prompts et des outils avec Model Armor.
- Agent Registry : vérifiez que les agents ne se connectent qu'aux sous-agents et aux outils MCP approuvés.
Les conseils de cette section ne sont pas exhaustifs. Pour en savoir plus sur les facteurs de conception et les bonnes pratiques, et pour obtenir des recommandations sur la création et le déploiement d'un système d'IA multi-agent, consultez Système d'IA multi-agent dans Google Cloud.
Déploiement
Pour déployer un exemple d'implémentation de cette architecture qui fournit des questionnaires liés au codage, utilisez l'exemple de code du tuteur Python disponible sur GitHub.
Étapes suivantes
- (Notebook) Premiers pas avec les sessions Agent Platform et la banque de mémoire pour les agents ADK dans Cloud Run.
- (Blog) En savoir plus sur l'état et la mémoire avec ADK
- (Atelier de programmation) Créer un assistant de revue de code IA de production avec ADK
- (Vidéo) Regardez Mémoire à long terme des agents IA avec Memory Bank.
- Découvrez comment héberger des agents IA sur Cloud Run.
- Pour obtenir une présentation des principes et des recommandations d'architecture spécifiques aux charges de travail d'IA et de ML dans Google Cloud, consultez la perspective IA et ML dans le Well-Architected Framework.
- Pour découvrir d'autres architectures de référence, schémas et bonnes pratiques, consultez le Centre d'architecture cloud.
Contributeurs
Auteur : Samantha He | Rédactrice technique
Autres contributeurs :
- Amina Mansour | Tech Lead, Global Developer Relations & Strategic Content
- Kumar Dhanagopal Développeur de solutions multiproduits
- Megan O'Keefe | Developer Advocate
- Rachael Deacon-Smith | Developer Advocate
- Shir Meir Lador | Responsable ingénierie des relations avec les développeurs