@svpino: 一个长期运行的AI代理的端到端示例,它可以暂停、恢复,并且永不丢失上下文。它模拟了新员工入职流程…
摘要
本文提供了一个使用Google Gemini Enterprise Agent平台的持久化AI代理的端到端示例。它涵盖了状态机、事件驱动代理以及用于长期运行任务(如员工入职)的多代理委派模式。
查看缓存全文
缓存时间: 2026/06/30 17:49
长时间运行AI代理的端到端示例:可暂停、恢复且永不丢失上下文
该示例模拟了新员工入职流程。
通过此示例,你将学到3种模式:
- 如何实现一个持久化的状态机,能够在时间跨度上保持状态。
- 如何构建事件驱动的代理,使其在收到webhook事件前保持休眠状态,无需主动轮询或阻塞线程。
- 如何构建多代理委派机制,而非依赖单一代理完成所有事。
你可以在Gemini企业平台上部署此示例:
https://fandf.co/4nWzg2Q
本文中提供指向GitHub仓库的链接,包含完整源代码及该示例的完整说明:
https://fandf.co/4uVhmPZ
感谢Google Cloud AI团队与我合作撰写本文。
Gemini企业代理平台(原Vertex AI)
来源:https://cloud.google.com/products/gemini-enterprise-agent-platform?utm_source=fnf&utm_medium=x&utm_campaign=google-cloud-june&utm_term=santiago-valdarrama&utm_content=agent-garden Gemini图标
创新、构建并部署企业级代理
Gemini企业代理平台是Google Cloud的综合性平台,供开发者构建、扩展、治理和优化代理。它是技术团队构建代理的一站式目的地,能够将企业应用和工作流转化为强大的代理系统。
新用户最高可获得300美元免费额度,用于试用Agent Platform及其他Google Cloud产品。
功能特性
构建、扩展、治理和优化企业级AI代理
Agent Platform (https://docs.cloud.google.com/gemini-enterprise-agent-platform/agents/overview) 是我们开放且全面的平台,助力企业基于企业数据快速构建、扩展、治理和优化企业级代理。它提供全栈基础及广泛的开发者选择,满足您将应用和工作流转化为全球规模的强大代理系统的所有需求。
代理驱动的开发与工作流
通过Agent Platform提供的Google Antigravity,您可以使用集中式应用来引导、定制和编排代理。您可以部署多个代理同时执行完整的工作流,例如产品发布——自动生成网站代码、创建品牌资产及生产客户邮件。下载 (https://antigravity.google/docs/enterprises)Antigravity,并使用标准Google Cloud凭据登录桌面应用程序 (https://antigravity.google/docs/overview)或Antigravity CLI (https://antigravity.google/docs/cli-overview)。
200+ Google及第三方AI模型与工具
从Google最新的多模态模型(如Gemini 3.5)、第三方模型(如Anthropic的Claude模型系列)以及开源模型(如Model Garden中的Gemma (https://cloud.google.com/vertex-ai/generative-ai/docs/open-models/use-gemma))中进行选择。您还可以通过多种调优选项 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/models#model_customization_tuning) 根据用例自定义模型。
我们的模型评估服务 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/evaluation-overview) 提供企业级工具,对生成式AI模型进行客观、数据驱动的评估。
开放集成的AI平台
数据科学家可借助Agent Platform的训练、调优和部署ML模型的工具,更快推进工作。
Agent Platform笔记本 (https://cloud.google.com/products/gemini-enterprise-agent-platform/notebooks),包括Colab Enterprise或Workbench选择,原生集成BigQuery (https://cloud.google.com/bigquery),为所有数据和AI工作负载提供统一界面。
Agent Platform的训练 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/training/overview) 和预测 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/predictions/overview) 功能帮助您缩短训练时间,并通过您选择的开源框架和优化的AI基础设施 (https://cloud.google.com/ai-infrastructure) 轻松将模型部署到生产环境。
用于预测和生成式AI的MLOps
Agent Platform为数据科学家和ML工程师提供专用MLOps工具 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/start/introduction-mlops),用于自动化、标准化和管理ML项目。
模块化工具帮助您跨团队协作,并在整个开发生命周期中改进模型——通过模型评估 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/evaluation/introduction) 识别最佳用例模型,通过流水线 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/pipelines/introduction) 编排工作流,通过模型注册表 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/model-registry/introduction) 管理任何模型,通过特征存储 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/featurestore/latest/overview) 服务、共享和复用ML特征,并对模型进行输入偏差和漂移监控 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning/featurestore/latest/monitor-features)。
工作原理
Agent Platform提供多种代理构建、模型训练和部署选项: - Agent Platform (https://docs.cloud.google.com/gemini-enterprise-agent-platform) 使您能够在一个统一平台内构建、扩展、治理和优化企业级代理 - Agent Studio (https://docs.cloud.google.com/gemini-enterprise-agent-platform/agent-studio) 让您访问大型生成式AI模型,包括Gemini 3 (https://docs.cloud.google.com/vertex-ai/generative-ai/docs/models/gemini/3-pro),以便评估、调优并将其部署到AI驱动的应用中 - Model Garden (https://docs.cloud.google.com/gemini-enterprise-agent-platform/models) 让您在Agent Platform中发现、测试、自定义和部署选定的开源(OSS)模型及资产 - 自定义训练 (https://docs.cloud.google.com/gemini-enterprise-agent-platform/machine-learning) 使您完全控制训练过程,包括使用偏好的ML框架、编写自定义训练代码以及选择超参数调优选项
常见用途
构建和部署AI代理
教程、快速入门与实验室
教程、快速入门与实验室
使用Gemini模型构建
教程、快速入门与实验室
代码示例
教程、快速入门与实验室
代码示例
提取、总结和分类数据
教程、快速入门与实验室
教程、快速入门与实验室
部署模型用于生产
教程、快速入门与实验室
教程、快速入门与实验室
训练自定义模型
教程、快速入门与实验室
教程、快速入门与实验室
生成解决方案
您想解决什么问题?
您将获得:
分步指南
参考架构
可用的预构建解决方案
定价
Agent Platform如何定价支付Agent Platform工具、存储、计算及所使用的Cloud资源。新用户可获得300美元免费额度,用于试用Agent Platform和Google Cloud产品。工具与用途描述价格生成式AI
用于图像生成的Imagen模型
基于图像输入、字符输入或自定义训练定价 (https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing)。
起价
$0.0001
文本、对话和代码生成
基于每1,000字符输入(提示)和每1,000字符输出(响应)。
起价
$0.0001
每1,000字符
自定义训练模型
自定义模型训练
基于每小时使用的机器类型、区域及任何加速器。使用销售 (https://cloud.google.com/contact) 或定价计算器 (https://cloud.google.com/products/calculator) 获取估算。
联系销售
Agent Platform笔记本
计算和存储资源
基于与Compute Engine (https://cloud.google.com/compute/all-pricing) 和Cloud Storage (https://cloud.google.com/storage/pricing) 相同的费率。
参考产品
管理费
除上述资源使用费外,根据区域、实例、笔记本和管理笔记本,将收取管理费。查看详情 (https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing)。
参考详情
Agent Platform流水线
执行及其他费用
基于执行费用、所用资源以及任何附加服务费。
起价
$0.03
每次流水线运行
Agent Platform向量搜索
服务和构建成本
基于数据大小、每秒查询数(QPS)以及所用节点数。查看示例 (https://cloud.google.com/vertex-ai/pricing#vectorsearch)。
参考示例
Agent Platform如何定价
支付Agent Platform工具、存储、计算及所使用的Cloud资源。新用户可获得300美元免费额度,用于试用Agent Platform和Google Cloud产品。
描述
用于图像生成的Imagen模型
基于图像输入、字符输入或自定义训练定价 (https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing)。
价格
文本、对话和代码生成
基于每1,000字符输入(提示)和每1,000字符输出(响应)。
描述
起价
$0.0001
每1,000字符
描述
自定义模型训练
基于每小时使用的机器类型、区域及任何加速器。使用销售 (https://cloud.google.com/contact) 或定价计算器 (https://cloud.google.com/products/calculator) 获取估算。
价格
联系销售
描述
价格
参考产品
管理费
除上述资源使用费外,根据区域、实例、笔记本和管理笔记本,将收取管理费。查看详情 (https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing)。
描述
参考详情
描述
执行及其他费用
基于执行费用、所用资源以及任何附加服务费。
价格
起价
$0.03
每次流水线运行
Agent Platform向量搜索
描述
服务和构建成本
基于数据大小、每秒查询数(QPS)以及所用节点数。查看示例 (https://cloud.google.com/vertex-ai/pricing#vectorsearch)。
价格
参考示例
定价计算器
估算您的Agent Platform成本,包括区域特定价格和费用。
定制报价
联系我们的销售团队,为您的组织获取定制报价。
开始您的概念验证
新用户最高可获得300美元免费额度,用于试用Agent Platform及其他Google Cloud产品
有大型项目?
浏览、自定义并部署机器学习模型
了解如何设置Agent Platform项目环境
开始使用笔记本进行机器学习
商业案例
释放生成式AI的全部潜力
GA Telesis标志
“Google Cloud生成式AI解决方案的准确性以及Agent Platform的实用性,给了我们将这一尖端技术融入业务核心并实现零响应时间长期目标所需的信心。”
GA Telesis CEO Abdol Moabery
Google被评为2025年IDC MarketScape全球生成式AI生命周期基础模型软件领域的领导者。下载报告 (https://cloud.google.com/resources/content/idc-marketscape-2025-ww-foundation-models)
Google被评为2025年第四季度Gartner Magic Quadrant™ AI应用开发平台领域的领导者。阅读报告 (https://cloud.google.com/blog/products/ai-machine-learning/google-named-a-leader-in-the-gartner-magic-quadrant)
Google被评为Forrester Wave™:AI/ML平台2024年第三季度领导者。阅读报告 (https://reprint.forrester.com/reports/the-forrester-wavetm-ai-ml-platforms-q3-2024-e8e56c78/index.html)
相似文章
@googledevs: 大多数智能体教程止步于无状态智能体。真正的工作流会持续数周。构建可暂停……
来自Google的教程,教你使用Agent Development Kit (ADK)构建能暂停数日、重启后恢复且不丢失上下文的长时间运行AI智能体,并附有代码和逐步指导,适用于新员工入职等企业工作流。
@svpino: Google持续分享大量免费内容!这是他们最完整的示例之一:一个长期运行的AI代理,可暂停、恢复且永不丢失上下文…
Google分享了一个免费且全面的示例,展示了一个长期运行的AI代理,它可以暂停、恢复且永不丢失上下文,模拟新员工入职流程,并教授三种架构模式。
@googledevs: Most agent demos are stateless. Ask → answer → context gone. Production agents need to run for days — pausing, resuming…
Google Devs introduces Agent Factory series with ADK 2.0 and Gemini 3.5 Flash, demonstrating how to build production-grade stateful agents that can run for days, featuring insights on skills, MCP, and code review strategies from engineers like Rohde Davis.
如何让代理运行数小时,以及哪些架构真正对代理友好?#深度探讨 #氛围程序员问题
作者探讨了AI编码代理的两个关键挑战:确保长时间自主执行(数小时)以及为本地应用设计对代理友好的架构。他们提出在规划和执行之前,增加一个显式的知识组织阶段来管理混乱的上下文。
@Saboo_Shubham_:刚刚发布新 X 文章:5 种长时运行 AI Agent 的设计模式。用 Google 全新 Agent Platform 打造可连续运行数天的 Agent……
刚刚发布新 X 文章:5 种长时运行 AI Agent 的设计模式。借助 Google 全新 Agent Platform,构建可连续运行数天、无需中断的 Agent。