Saltar a contenido

Modo express de Vertex AI

Soportado en ADKPython v0.1.0Java v0.1.0Vista previa

El modo express de Vertex AI de Google Cloud proporciona un nivel de acceso sin costo para prototipado y desarrollo, permitiéndote usar los servicios de Vertex AI sin crear un Proyecto de Google Cloud completo. Este servicio incluye acceso a muchos servicios potentes de Vertex AI, incluyendo:

Puedes registrarte para obtener una cuenta de modo express usando una cuenta de Gmail y recibir una clave de API para usar con el ADK. Obtén una clave de API a través de la Consola de Google Cloud. Para más información, consulta Modo express de Vertex AI.

Lanzamiento en vista previa

La característica del modo express de Vertex AI es un lanzamiento en Vista previa. Para más información, consulta las descripciones de etapas de lanzamiento.

Limitaciones del modo express de Vertex AI

Los proyectos del modo express de Vertex AI solo son válidos por 90 días y solo servicios selectos están disponibles para ser usados con cuota limitada. Por ejemplo, el número de Agent Engines está restringido a 10 y el despliegue a Agent Engine requiere acceso de pago. Para eliminar las restricciones de cuota y usar todos los servicios de Vertex AI, agrega una cuenta de facturación a tu proyecto de modo express.

Configurar contenedor de Agent Engine

Al usar el modo express de Vertex AI, crea un objeto AgentEngine para habilitar la gestión de Vertex AI de componentes del agente como objetos Session y Memory. Con este enfoque, los objetos Session se manejan como hijos del objeto AgentEngine. Antes de ejecutar tu agente asegúrate de que tus variables de entorno estén configuradas correctamente, como se muestra a continuación:

agent/.env
GOOGLE_GENAI_USE_VERTEXAI=TRUE
GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_EXPRESS_MODE_API_KEY_HERE

A continuación, crea tu instancia de Agent Engine usando el SDK de Vertex AI.

  1. Importa el SDK de Vertex AI.

    import vertexai
from vertexai import agent_engines

  2. Inicializa el Cliente de Vertex AI con tu clave de API y crea una instancia de agent engine.

    # Crear Agent Engine con Gen AI SDK
client = vertexai.Client(
  api_key="YOUR_API_KEY",
)

agent_engine = client.agent_engines.create(
  config={
    "display_name": "Demo Agent Engine",
    "description": "Agent Engine for Session and Memory",
  })

  3. Obtén el nombre e ID del Agent Engine de la respuesta para usar con Memories y Sessions.

    APP_ID = agent_engine.api_resource.name.split('/')[-1]

Gestionar Sesiones con VertexAiSessionService

VertexAiSessionService es compatible con las claves de API del modo express de Vertex AI. En su lugar puedes inicializar el objeto de sesión sin ningún proyecto o ubicación.

# Requiere: pip install google-adk[vertexai]
# Más configuración de variable de entorno:
# GOOGLE_GENAI_USE_VERTEXAI=TRUE
# GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_EXPRESS_MODE_API_KEY_HERE
from google.adk.sessions import VertexAiSessionService

# El app_name usado con este servicio debe ser el ID o nombre del Reasoning Engine
APP_ID = "your-reasoning-engine-id"

# Project y location no son requeridos al inicializar con el modo express de Vertex
session_service = VertexAiSessionService(agent_engine_id=APP_ID)
# Usa REASONING_ENGINE_APP_ID al llamar a los métodos del servicio, ej.:
# session = await session_service.create_session(app_name=APP_ID, user_id= ...)

Cuotas del Session Service

Para Proyectos de modo express gratuitos, VertexAiSessionService tiene la siguiente cuota:

  • 10 Crear, eliminar o actualizar sesiones de Vertex AI Agent Engine por minuto
  • 30 Agregar evento a sesiones de Vertex AI Agent Engine por minuto

Gestionar Memoria con VertexAiMemoryBankService

VertexAiMemoryBankService es compatible con las claves de API del modo express de Vertex AI. En su lugar puedes inicializar el objeto de memoria sin ningún proyecto o ubicación.

# Requiere: pip install google-adk[vertexai]
# Más configuración de variable de entorno:
# GOOGLE_GENAI_USE_VERTEXAI=TRUE
# GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_EXPRESS_MODE_API_KEY_HERE
from google.adk.memory import VertexAiMemoryBankService

# El app_name usado con este servicio debe ser el ID o nombre del Reasoning Engine
APP_ID = "your-reasoning-engine-id"

# Project y location no son requeridos al inicializar con el modo express
memory_service = VertexAiMemoryBankService(agent_engine_id=APP_ID)
# Genera una memoria de esa sesión para que el Agente pueda recordar detalles relevantes sobre el usuario
# memory = await memory_service.add_session_to_memory(session)

Cuotas del Memory Service

Para Proyectos de modo express gratuitos, VertexAiMemoryBankService tiene la siguiente cuota:

  • 10 Crear, eliminar o actualizar recursos de memoria de Vertex AI Agent Engine por minuto
  • 10 Obtener, listar o recuperar del Memory Bank de Vertex AI Agent Engine por minuto

Ejemplo de Código: Agente del Clima con Sesión y Memoria

Este ejemplo de código muestra un agente del clima que utiliza tanto VertexAiSessionService como VertexAiMemoryBankService para la gestión de contexto, permitiendo que tu agente recuerde las preferencias del usuario y las conversaciones.