本文档列出了适用于 Gemini Enterprise Agent Platform 的配额和系统限制。
- 配额具有默认值，但您通常可以申请 调整。
- 系统限制是无法更改的固定值。
Google Cloud 使用配额来帮助确保公平性并减少资源使用和可用性的激增。配额用于限制您的 Google Cloud 项目可使用多少Google Cloud 资源。配额适用于一系列资源类型，包括硬件、软件和网络组件。例如，配额可以限制对某项服务的 API 调用次数、您的项目并发使用的负载均衡器数量或者您可以创建的项目数量。配额可以防止服务过载，从而保护Google Cloud 用户社区。配额还可以帮助您管理自己的 Google Cloud 资源。
Cloud 配额系统执行以下操作：
在大多数情况下，当您尝试消耗的资源超出其配额允许的范围时，系统会阻止对资源的访问，并且您尝试执行的任务会失败。
配额通常在 Google Cloud 项目级别应用。您在一个项目中使用资源不会影响您在另一个项目中的可用配额。在 Google Cloud 项目中，配额在所有应用和 IP 地址间共享。
如需了解详情，请参阅 Cloud 配额概览。
配额
以下配额适用于每个区域中给定项目的 Agent Platform 上部署的智能体：
| 说明 | Quota | 指标 |
|---|---|---|
| 每分钟创建、删除或更新的 Agent Platform 资源数 | 10 | aiplatform.googleapis.com/reasoning_engine_service_write_requests |
| 每分钟创建、删除或更新的 Agent Platform 会话数 | 100 | aiplatform.googleapis.com/session_write_requests |
每分钟的 Agent Platform Query 或 StreamQuery 数 |
90 | aiplatform.googleapis.com/reasoning_engine_service_query_requests |
| 每分钟向 Agent Platform 会话附加的事件数 | 300 | aiplatform.googleapis.com/session_event_append_requests |
| 每分钟创建、删除或更新的 Agent Platform 非区域（全局或多区域）会话数 | 100 | aiplatform.googleapis.com/non_regional_session_write_requests |
| 每分钟向 Agent Platform 非区域（全局或多区域）会话附加的事件数 | 300 | aiplatform.googleapis.com/non_regional_session_event_append_requests |
| Agent Platform 资源数上限 | 100 | aiplatform.googleapis.com/reasoning_engine_service_entities |
| 每分钟创建、删除或更新的 Agent Platform 内存资源数 | 100 | aiplatform.googleapis.com/memory_bank_write_requests |
| 每分钟从 Agent Platform 记忆库中获取、列出或检索的次数 | 300 | aiplatform.googleapis.com/memory_bank_read_requests |
| 每分钟创建、删除或更新的 Agent Platform 非区域（全局或多区域）内存资源数 | 100 | aiplatform.googleapis.com/non_regional_memory_bank_write_requests |
| 每分钟从非区域（全局或多区域）Agent Platform 记忆库中获取、列出或检索的次数 | 300 | aiplatform.googleapis.com/non_regional_memory_bank_read_requests |
| 每分钟的沙盒环境（代码执行）执行请求数 | 1000 | aiplatform.googleapis.com/sandbox_environment_execute_requests |
| 每个区域的沙盒环境（代码执行）实体数 | 1000 | aiplatform.googleapis.com/sandbox_environment_entities |
| 每分钟的沙盒环境（代码执行）写入请求数 | 500 | aiplatform.googleapis.com/sandbox_environment_write_requests |
每分钟的 A2A 智能体 POST 请求数（例如 sendMessage 和 cancelTask） |
60 | aiplatform.googleapis.com/a2a_agent_post_requests |
每分钟的 A2A 智能体 GET 请求数（例如 getTask 和 getCard） |
600 | aiplatform.googleapis.com/a2a_agent_get_requests |
每分钟使用 BidiStreamQuery API 的并发实时双向连接数 |
10 | aiplatform.googleapis.com/reasoning_engine_service_concurrent_query_requests |
生产负载的配额管理
随着流量的增加，您可能需要申请增加特定的 Agent Platform API 配额，以避免 429 Resource Exhausted
错误。您可以
主动配置运行时
并增加配额，以确保
Agent Runtime 实例在
生产负载下保持响应性、可伸缩性和可靠性。
如需了解如何优化和扩缩 Agent Runtime 性能， 请参阅优化和扩缩 Agent Runtime 性能。
请按照以下步骤估算峰值配额要求：
定义变量：
U：并发用户峰值（例如 250）。X：每位用户每分钟的平均请求数（例如 2）。Y：每个请求生成的平均会话事件数（例如，对于涉及多个工具调用的复杂链，为 12）。
计算峰值负载：
计算每分钟的峰值查询数 (QPM)：U * X
计算每分钟的峰值会话事件数：峰值 QPM * Y
申请带缓冲区的配额：申请增加配额时，在计算出的峰值基础上添加缓冲区（例如 50%），以应对意外的峰值。
下表显示了
Agent Platform 的关键性能相关配额的计算，其中使用了示例变量 peak concurrent users=250、
average requests per user per minute=2 和 average session events generated
per request=12：
| 配额名称 | 配额说明 | 基本计算（峰值） | 建议值（带 50% 缓冲区） |
|---|---|---|---|
每分钟的查询 Agent Engine 数 (aiplatform.googleapis.com/reasoning_engine_service_query_requests) |
您的智能体每分钟可以接收的 query 或 stream_query 调用总数。 |
250 users * 2 req/min = 500 QPM |
500 * 1.5 = 750 |
每分钟附加的会话事件数 (aiplatform.googleapis.com/session_event_append_requests) |
所有正在进行的会话中的轮次或事件数。 单个查询可以在链中生成多个会话事件， 例如：
|
500 QPM * 12 events/req = 6,000 |
6,000 * 1.5 = 9,000 |
每分钟的会话写入数 (aiplatform.googleapis.com/session_write_requests) |
创建或更新会话资源的速率。此值通常小于或等于查询速率。 | 通常 <= 峰值 QPM (500) |
通常 <= 查询配额 (750) |
申请配额调整
如需调整大多数配额，请使用 Google Cloud 控制台。如需了解详情，请参阅 申请配额调整。
Agent Platform 快速模式配额
Agent Platform 免费层级快速模式用户可以免费使用以下 Agent Platform 服务配额。如需详细了解免费层级和快速模式，请参阅 Agent Platform 快速模式概览。
以下配额适用于每个区域中给定快速模式项目的 Agent Platform 上部署的智能体：
| 说明 | Quota | 指标 |
|---|---|---|
| Agent Platform 资源数上限 | 10 | aiplatform.googleapis.com/reasoning_engine_service_entities |
| 每分钟创建、删除或更新的 Agent Platform 资源数 | 10 | aiplatform.googleapis.com/reasoning_engine_service_write_requests |
每分钟的 Agent Platform Query 或 StreamQuery 数 |
10 | aiplatform.googleapis.com/reasoning_engine_service_query_requests |
每分钟使用 BidiStreamQuery API 的并发实时双向连接数 |
1 | aiplatform.googleapis.com/reasoning_engine_service_concurrent_query_requests |
| 每分钟创建、删除或更新的 Agent Platform 会话数 | 10 | aiplatform.googleapis.com/session_write_requests |
| 每分钟向 Agent Platform 会话附加的事件数 | 30 | aiplatform.googleapis.com/session_event_append_requests |
| 每分钟创建、删除或更新的 Agent Platform 内存资源数 | 10 | aiplatform.googleapis.com/memory_bank_write_requests |
| 每分钟从记忆库中获取、列出或检索的次数 | 10 | aiplatform.googleapis.com/memory_bank_read_requests |