Gemini Enterprise Agent Platform 是一个统一的平台，用于构建、部署、治理和优化企业级 AI 智能体和基于模型的解决方案。作为 Agent Platform 的升级版，它支持从访问 200 多种基础模型到部署和管理智能体的完整 AI 生命周期。
无论您的技能水平如何，Agent Platform 都能满足您的需求，提供适合各种技能水平的工具：
- 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：借助这个模块化且不限模型的框架，构建能够进行复杂推理和使用工具的智能体。
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，您可以为代理授予精细权限。Agent Gateway 与 Model Armor 协同工作，可保护所有智能体交互，强制执行运行时政策，并有助于防范威胁和确保合规操作。
Gemini Enterprise Agent Platform 组件
Gemini Enterprise Agent Platform 围绕以下四大支柱构建：
构建
使用这些工具和服务来设计、制作原型和开发 AI 智能体。
- 智能体开发套件：一个模块化且不限模型的框架，用于构建和部署复杂的 AI 智能体。
- Agent Studio：一款低代码可视化画布，用于设计、制作原型和管理智能体推理循环和工作流。
- Agent Garden：包含预构建的智能体和模板的库，可加快开发速度。
- Model Garden：可使用 Google 的前沿模型（例如 Gemini 模型）、第三方模型和开源模型。
- RAG 引擎：安全地将私密的企业数据连接到 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 Managed Agents API：一种配置驱动型 REST 优先 API，用于在全代管式沙盒中构建自主智能体。使用 Agents API 创建和管理装载了技能和制品等来源的代理配置和沙盒环境，并使用 Interactions API 在运行时直接与已部署的代理互动。
扩缩
在高性能、有状态的运行时环境中部署和管理智能体。
- 利用 Agent Runtime 伸缩智能体：用于部署和管理智能体的高性能、可伸缩的运行时环境，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，并在多个会话中回忆信息。
- 代码执行： 使 AI 代理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
通过企业级控制措施和政策，确保智能体的安全、编目和治理。
- 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，从而实现安全的访问权限控制和审核。
- Agent Gateway：用于集中执行政策，以管控所有智能体工具调用、管理身份验证和应用安全政策。
- 治理政策： 包括内容保护和语义治理，以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 内容检测 API：提供了一种识别 AI 生成内容的方法，以支持负责任的媒体治理。
优化
评估、监控和优化智能体，以确保其质量和可靠性。
- 智能体评估 使用多轮自动评分器和在线评估等工具，系统地评估智能体质量（针对实时流量）。
- 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（包括统一的 Trace Viewer）可提供有关智能体推理和性能的详细信息，以便进行有效调试。
- 优化代理提示 通过分析失败模式并提出有针对性的更新，以编程方式优化代理系统指令和工具说明。
如何使用本文档
代理平台文档分为多个部分，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。