Der Umzug eines Agent Development Kit (ADK) Agents von einem lokalen Prototyp in eine Produktionsumgebung erfordert eine klare Strategie für Containerisierung und Infrastrukturmanagement. Google Cloud bietet zwei primäre Wege für das Hosting dieser Agents: die serverlose Einfachheit von Cloud Run oder die umfassenden Orchestrierungsfunktionen der Google Kubernetes Engine (GKE).
Die Wahl des richtigen Pfads hängt von Ihren Anforderungen an Skalierung, Sicherheit und bestehende Infrastruktur ab. Dieser Leitfaden beschreibt die Implementierungsschritte für beide Ansätze, um sicherzustellen, dass Ihre agentbasierten Workflows produktionsreif sind.
Kurz gesagt
- •
Cloud Run ist der empfohlene Ausgangspunkt für die meisten ADK-Deployments und bietet eine verwaltete, serverlose Umgebung, die die Skalierung automatisch übernimmt.
- •
GKE bietet die notwendige Kontrolle für komplexe, hochperformante Agent-Systeme, die eine benutzerdefinierte Container-Orchestrierung und erweiterte Sicherheitsrichtlinien erfordern.
- •
Unabhängig vom Ziel sollten Sie sicherstellen, dass Ihre Service Accounts mit den korrekten Vertex AI-Berechtigungen konfiguriert sind, damit Ihre Agents sicher mit Modellen und Tools interagieren können.
Serverlose Bereitstellung mit Cloud Run
Cloud Run abstrahiert die zugrunde liegende Infrastruktur und ist damit ideal für Agents, die keinen persistenten Status oder komplexe Netzwerkkonfigurationen benötigen. Sie können Ihren Agent direkt über die ADK CLI bereitstellen, die das Container-Image erstellt und in einem Schritt in die Registry überträgt.
Für Teams, die benutzerdefinierte Build-Pipelines benötigen, können Sie ein Build-Skript definieren, das Ihren Agent-Code in einen Container verpackt. Nach der Bereitstellung bietet die Agent Engine einen verwalteten Python-Serverless-Host für Ihre Reasoning-Engines, mit dem Sie die Performance über integrierte Observability-Tools überwachen und Ihren Agent im Playground End-to-End testen können.
Enterprise-Orchestrierung mit GKE
Für Enterprise-Anwendungen bietet GKE die volle Kontrolle über Container-Management und Sicherheit. Dieser Ansatz ist erforderlich, wenn Ihr Agent-System die Integration mit privaten VPCs oder spezifischen Kubernetes-nativen Sicherheitsrichtlinien erfordert.
Für die Bereitstellung auf GKE müssen Sie zunächst ein Standard-Docker-Repository in Ihrer Zielregion erstellen. Stellen Sie sicher, dass Ihre Cloud Build-Service Accounts über die Rolle Artifact Registry Writer verfügen, um Images erfolgreich zu pushen. Verknüpfen Sie schließlich Ihr Kubernetes Service Account mit einem Google Service Account, das über die erforderlichen Rollen für den Aufruf der Vertex AI APIs verfügt, um sicherzustellen, dass Ihr Agent die notwendigen Berechtigungen zur Ausführung seiner Aufgaben besitzt.
Quellen
Agent Development Kit (ADK) Deployment Guide
https://medium.com/google-cloud/agent-development-kit-adk-deployment-guide-0a927ccc6e69
Google ADK Tutorial: Building AI Agents and Workflows
https://harnessengineering.academy/blog/google-adk-tutorial-building-ai-agents-and-workflows
Deep Dive into Google’s Agent Development Kit
https://medium.com/@kamilmatejuk/deep-dive-into-googles-agent-development-kit-73995c803c2d
