Last reviewed 2025-09-22 UTC
使用以下架构指南在 Google Cloud中设计和部署具有检索增强生成 (RAG)功能的生成式 AI 应用 。
| 架构指南 | 说明 |
|---|---|
| 使用 Gemini Enterprise 和 Agent Platform 为生成式 AI 构建 RAG 基础设施 | 一种智能体驱动型架构，使用 Gemini Enterprise 作为统一平台来编排端到端 RAG 数据流，以满足需要实时数据可用性和丰富上下文搜索的企业应用的需求。 |
| 使用 Agent Platform 和 Vector Search 为生成式 AI 构建 RAG 基础设施 | 一种全代管式无服务器架构，可为大规模应用提供经过优化的高性能向量搜索。 |
| 使用 Agent Platform 和 AlloyDB for PostgreSQL 为生成式 AI 构建 RAG 基础设施 | 一种将向量嵌入与 运营数据一起存储在全代管式数据库（如 AlloyDB for PostgreSQL）中的架构。 |
| 使用 GKE 和 Cloud SQL 为生成式 AI 构建 RAG 基础设施 | 一种灵活的基于容器的架构，可提供最大限度的控制，以便使用 Ray、Hugging Face 和 LangChain 等开源工具构建自定义应用。 |
| 使用 Agent Platform 和 Spanner Graph 为生成式 AI 构建 GraphRAG 基础设施 | 一种高级 RAG 架构，将向量搜索与知识图谱查询相结合，以检索互连的上下文数据，从而生成更详细且相关的生成式 AI 回答。 |
| 执行适用于 RAG 应用的 CI/CD 流水线 | 一种用于在 Google Cloud中为 RAG 应用构建持续集成 (CI) 和持续 部署 (CD) 流水线的架构。 |