Skip to content

Vertex AI Express 模式：免費使用 Vertex AI Sessions 與 Memory

如果你有興趣使用 VertexAiSessionService 或 VertexAiMemoryBankService，但尚未擁有 Google Cloud 專案，可以註冊 Vertex AI Express 模式，免費存取並體驗這些服務！你可以使用符合資格的 gmail 帳號在這裡註冊。如需更多 Vertex AI Express 模式的詳細資訊，請參閱總覽頁面。
註冊完成後，取得API key，即可開始在本機使用你的 Agent Development Kit (ADK) agent 搭配 Vertex AI Session 與 Memory 服務！

Info

Vertex AI Express 模式在免費方案中有一些限制。免費的 Express 模式專案僅有效 90 天，且僅能使用部分服務，且配額有限。例如，Agent Engine 的數量限制為 10 個，且僅付費方案才能部署到 Agent Engine。若要解除配額限制並使用 Vertex AI 的所有服務，請將帳單帳戶新增至您的 Express 模式專案。

建立 Agent Engine

Session 物件是 AgentEngine 的子物件。在使用 Vertex AI Express 模式時，我們可以建立一個空的 AgentEngine 父物件來管理所有的 Session 和 Memory 物件。 首先，請確保您的環境變數設定正確。例如，在 Python 中：

weather_agent/.env
GOOGLE_GENAI_USE_VERTEXAI=TRUE
GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_EXPRESS_MODE_API_KEY_HERE

接下來，我們可以建立 Agent Engine 實例。你可以使用 Gen AI SDK。

  1. 匯入 Gen AI SDK。

    from google import genai

  2. 將 Vertex AI 設為 True，然後使用POST請求來建立 Agent Engine

    # Create Agent Engine with Gen AI SDK
client = genai.Client(vertexai=True)._api_client

response = client.request(
    http_method='POST',
    path=f'reasoningEngines',
    request_dict={"displayName": "YOUR_AGENT_ENGINE_DISPLAY_NAME", "description": "YOUR_AGENT_ENGINE_DESCRIPTION"},
)
response

  3. 將 YOUR_AGENT_ENGINE_DISPLAY_NAME 和 YOUR_AGENT_ENGINE_DESCRIPTION 替換為你的使用情境。

  4. 從回應中取得 Agent Engine 的名稱與 ID

    APP_NAME = "/".join(response['name'].split("/")[:6])
APP_ID = APP_NAME.split('/')[-1]

使用 VertexAiSessionService 管理 Session

VertexAiSessionService 相容於 Vertex AI Express 模式 API KEY。我們可以在初始化 session 物件時，不需要指定任何專案（project）或位置（location）。

# Requires: pip install google-adk[vertexai]
# Plus environment variable setup:
# GOOGLE_GENAI_USE_VERTEXAI=TRUE
# GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_EXPRESS_MODE_API_KEY_HERE
from google.adk.sessions import VertexAiSessionService

# The app_name used with this service should be the Reasoning Engine ID or name
APP_ID = "your-reasoning-engine-id"

# Project and location are not required when initializing with Vertex Express Mode
session_service = VertexAiSessionService(agent_engine_id=APP_ID)
# Use REASONING_ENGINE_APP_ID when calling service methods, e.g.:
# session = await session_service.create_session(app_name=REASONING_ENGINE_APP_ID, user_id= ...)

Info

對於免費 Vertex AI Express 模式專案，VertexAiSessionService 擁有以下配額：

  • 100 個 Session 實體
  • 10,000 個 Event 實體

使用 VertexAiMemoryBankService 管理記憶體

VertexAiMemoryBankService 相容於 Vertex AI Express 模式 API KEY。我們可以在初始化記憶體物件時，不需要指定任何專案或位置。

# Requires: pip install google-adk[vertexai]
# Plus environment variable setup:
# GOOGLE_GENAI_USE_VERTEXAI=TRUE
# GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_EXPRESS_MODE_API_KEY_HERE
from google.adk.sessions import VertexAiMemoryBankService

# The app_name used with this service should be the Reasoning Engine ID or name
APP_ID = "your-reasoning-engine-id"

# Project and location are not required when initializing with Vertex Express Mode
memory_service = VertexAiMemoryBankService(agent_engine_id=APP_ID)
# Generate a memory from that session so the Agent can remember relevant details about the user
# memory = await memory_service.add_session_to_memory(session)

Info

對於免費的 Vertex AI Express 模式專案，VertexAiMemoryBankService 有以下配額：

  • 200 個記憶體實體（Memory Entities）

範例程式碼：使用 Session 與 Memory 的天氣代理（Weather Agent），採用 Vertex AI Express 模式

在此範例中，我們建立了一個天氣代理（weather agent），同時運用 VertexAiSessionService 與 VertexAiMemoryBankService 進行情境管理（context management），讓我們的 agent 能夠記住使用者偏好與對話內容！

使用 Vertex AI Express 模式的 Session 與 Memory 建立天氣代理