Last reviewed 2025-09-22 UTC
請參閱下列架構指南，瞭解如何在 Google Cloud中，使用檢索增強生成 (RAG) 設計及部署生成式 AI 應用程式。
| 架構指南 | 說明 |
|---|---|
| 具備 RAG 功能的生成式 AI 應用程式私人連線 | 使用 Shared VPC 和私人 IP 位址，協助保護具備 RAG 功能的生成式 AI 應用程式網路基礎架構。 |
| 使用 Gemini Enterprise 和 Agent Platform 建構生成式 AI 的 RAG 基礎架構 | 代理驅動架構，使用 Gemini Enterprise 做為統一平台，為需要即時資料可用性和豐富情境搜尋的企業應用程式，自動調度管理端對端 RAG 資料流程。 |
| 使用 Agent Platform 和 Vector Search 建構生成式 AI 的 RAG 基礎架構 | 全代管的無伺服器架構，可為大規模應用程式提供最佳化的高效能向量搜尋。 |
| 使用 Agent Platform 和 AlloyDB for PostgreSQL 建構生成式 AI 的 RAG 基礎架構 | 這種架構會將向量嵌入與作業資料，一併儲存在 AlloyDB for PostgreSQL 等全代管資料庫。 |
| 使用 GKE 和 Cloud SQL 建構生成式 AI 的 RAG 基礎架構 | 彈性的容器式架構，可讓您充分掌控，使用 Ray、Hugging Face 和 LangChain 等開放原始碼工具建構自訂應用程式。 |
| 使用 Agent Platform 和 Spanner Graph 建構生成式 AI 的 GraphRAG 基礎架構 | 這項進階 RAG 架構結合向量搜尋與知識圖譜查詢，可擷取相互連結的比對內容資料，生成更詳細且切合需求的生成式 AI 回覆。 |
| 運用 RAG 應用程式的 CI/CD 管道 | Google Cloud中 RAG 應用程式的持續整合 (CI) 和持續部署 (CD) 管道架構。 |