Agent Platform 适合各种技能水平的用户，提供以下工具：
- 低代码开发：
- Agent Studio：无需编写代码即可设计代理并与模型互动。
- 基于代码的开发：
- Colab Enterprise 笔记本：执行基于代码的开发、数据分析和实验。
- 智能体开发套件：使用这个不限模型的模块化框架，构建能够进行复杂推理和使用工具的复杂智能体。
为了满足企业要求，Agent Platform 包含集成式安全和治理功能。借助代理身份，您可以向代理授予精细的权限。Agent Gateway 与 Model Armor 协同工作，可确保所有智能体交互的安全，强制执行运行时政策，防范威胁并确保合规的运营。
Gemini Enterprise Agent Platform 组件
Gemini Enterprise Agent Platform 围绕四个关键支柱进行组织：
构建
使用这些工具和服务来设计、原型设计和开发 AI 智能体。
- 智能体开发套件：一个不限模型的模块化框架，用于构建和部署复杂的 AI 智能体。
- Agent Studio：一个低代码可视化画布，用于设计、原型设计和管理智能体推理循环和工作流。
- Agent Garden：包含预构建智能体和模板的库，可加快开发速度。
- Model Garden：访问 Google 的前沿模型（如 Gemini 模型）、第三方模型和开源模型。
- RAG 引擎：安全地将私有企业数据连接到 LLM，以提高回答准确性并减少幻觉。
- Vector Search：AI 原生搜索引擎，用于存储、搜索和管理 AI 应用的数据。
- Agent Platform 上的托管式智能体 API：一种配置驱动型、以 REST 为优先的 API，用于在全代管式沙盒中构建自主智能体。使用 Agents API 创建和管理包含装载来源（例如技能和制品）的智能体配置与沙盒环境，并通过 Interactions API 在运行时直接与已部署的智能体互动。
扩缩
在高性能、有状态的运行时环境中部署和管理智能体。
- 使用 Agent Runtime 伸缩智能体：高性能、可伸缩的运行时环境，用于部署和管理智能体，支持亚秒级冷启动和长时间运行的智能体等功能。
- Agent Platform 会话： 管理单个智能体互动中的有状态数据和上下文。
- Agent Platform 记忆库：使智能体能够拥有持久记忆，并跨多个会话回忆信息。
- 代码执行：使 AI 智能体能够在安全的沙盒环境中生成和运行 Python 代码，以执行计算、数据分析和其他复杂逻辑。
治理
利用企业级控制措施和政策，保护、编目和治理您的智能体。
- Agent Registry：一个集中式目录，用于发现、跟踪和管理整个组织中的所有智能体、工具和 MCP 服务器。
- 智能体身份： 为每个智能体提供全代管式唯一身份，实现安全的 访问权限控制和审核。
- Agent Gateway：一个集中的政策执行点，用于治理所有智能体工具调用、管理身份验证并应用安全政策。
- 治理政策：包括内容保护和语义治理，可降低数据泄露等风险并确保合规性。
- AI 威胁和漏洞扫描：针对智能体系统的实时威胁检测和漏洞扫描。
- AI Content Detection API：提供一种识别 AI 生成的内容的方法，可支持负责任的媒体治理。
优化
评估、监控和优化智能体，以确保高质量和可靠性。
- 智能体评估：使用多轮自动评估器和针对实时流量的在线评估等工具，系统地评估智能体质量。
- 模拟和评估智能体行为： 生成合成测试场景，并模拟具有可配置角色的多轮用户互动，以对智能体逻辑进行压力测试。
- 可观测性：全面的监控、日志记录和跟踪工具（包括统一跟踪查看器），可让您深入了解智能体的推理和性能，从而实现有效调试。
- 优化智能体提示：通过分析失败模式并提出有针对性的更新，以编程方式优化智能体系统指令和工具说明。
如何使用本文档
Agent Platform 文档分为多个部分，可帮助您找到所需信息。
使用导航标签页探索平台的各个区域：
- Studio：了解如何使用 Agent Studio 进行提示设计、模型调优，以及通过其他基于界面的方式与模型互动。
- 智能体：了解如何使用 Agent Platform 的智能体框架和工具，为企业应用场景构建、部署和管理 AI 智能体。
- 模型：了解 Agent Platform 中提供的生成式 AI 模型（包括 Gemini 模型），以及如何在应用中使用这些模型。
- 笔记本：了解如何使用 Colab Enterprise 笔记本进行基于代码的模型开发、数据分析和实验。