Cara Deploy AI Agent ke Production dengan Vertex AI Agent Engine | Alpha | PandaiTech

Cara Deploy AI Agent ke Production dengan Vertex AI Agent Engine

Pelajari cara untuk deploy ADK agent anda ke persekitaran production yang boleh diskala (scalable) menggunakan Vertex AI Agent Engine. Panduan ini menunjukkan contoh skrip deployment dan cara memantau prestasi agent (latency, CPU, memori) melalui dashboard Vertex AI.

Learning Timeline
Key Insights

Metrik Penting untuk Pemantauan Agent

Selepas deployment, fokus pada metrik berikut di dashboard Vertex AI untuk memastikan agent anda berfungsi dengan baik pada skala besar: - **Queries:** Jumlah permintaan yang diterima oleh agent. - **Latency:** Masa yang diambil oleh agent untuk memberi respons. - **CPU & Memory:** Penggunaan sumber untuk menilai sama ada peruntukan 'resources' mencukupi. - **Sessions:** Agent Engine menguruskan sesi pengguna secara automatik, dan anda boleh memantau maklumat sesi di sini.
Step by Step

Cara Deploy Agent Menggunakan Skrip Python

  1. Dalam fail skrip deploy, pastikan anda telah menetapkan 'base requirements' (keperluan asas) yang diperlukan oleh agent anda untuk beroperasi.
  2. Buka aplikasi terminal atau command line anda.
  3. Gunakan command 'cd' untuk navigasi ke direktori di mana repositori projek anda disimpan.
  4. Laksanakan skrip deploy dengan menaip command yang disediakan.
  5. Tunggu sehingga proses deployment selesai. Skrip ini akan mendaftarkan agent anda secara automatik ke Vertex AI Agent Engine.

Memantau Prestasi Agent di Dashboard Vertex AI

  1. Log masuk ke Google Cloud Console dan navigasi ke halaman Vertex AI.
  2. Pada menu navigasi di sebelah kiri, cari dan klik pada bahagian 'Agent Engine'.
  3. Anda akan melihat senarai agent yang telah di-deploy. Klik pada nama agent yang ingin anda pantau.
  4. Dashboard prestasi untuk agent tersebut akan dipaparkan, menunjukkan metrik utama.

More from Bina & Deploy Ejen AI

View All