代理模板

代理啟動包遵循「自帶代理」的方法。它提供多個生產就緒的代理模板，旨在加速您的開發，同時提供彈性，讓您可以使用偏好的代理框架或模式。

可用模板

代理名稱	描述	用途
adk_base	一個使用 Google Agent Development Kit 實作的基礎 ReAct 代理	通用對話代理
agentic_rag	用於文件檢索和問答的 RAG 代理	文件搜尋和問答
langgraph_base_react	一個使用 LangGraph 的基礎 ReAct 代理	基於圖形的對話代理
crewai_coding_crew	一個使用 CrewAI 實作的多代理系統	協作式程式設計協助
live_api	一個即時多模態 RAG 代理	與知識庫進行音訊/影片/文字聊天

選擇合適的模板

選擇模板時，請考慮以下因素：

1. 主要目標：您是要建立一個對話機器人、一個基於文件的問答系統、一個任務自動化團隊，還是其他？
2. 核心模式/框架：您偏好 Google 的 ADK、LangChain/LangGraph、CrewAI，還是直接實作像 RAG 這樣的模式？啟動包支援多種方法。
3. 推理複雜度：您的代理是否需要複雜的規劃和工具使用（如 ReAct），還是更專注於檢索和綜合（如基本的 RAG）？
4. 協作需求：您是否需要多個專業代理協同工作？
5. 模態：您的代理是否需要處理或回應音訊、影片，或僅是文字？

模板詳情

ADK 基礎 (adk_base)

此模板提供一個使用 Google Agent Development Kit (ADK) 建立的 ReAct 代理的最小範例。它展示了 ADK 的核心概念，如代理建立和工具整合，並實現推理和工具選擇。適用於：

• 開始在 Google Cloud 上進行代理開發。
• 建構通用對話代理。
• 學習 ADK 框架和 ReAct 模式。

Agentic RAG (agentic_rag)

此模板基於 ADK，實作了檢索增強生成 (RAG)，並附帶生產就緒的資料擷取管道，用於基於文件的問答。它允許您擷取、處理和嵌入自訂資料以提升回應相關性。功能包括：

• 用於自訂資料的自動化資料擷取管道。
• 彈性資料儲存選項：Vertex AI Search 和 Vertex AI Vector Search。
• 產生自訂嵌入以增強語義搜尋。
• 從檢索到的上下文合成答案。
• 透過 Terraform 和 Cloud Build 部署基礎設施。

LangGraph 基礎 ReAct (langgraph_base_react)

此模板提供一個使用 LangGraph 建立的 ReAct 代理的最小範例。它作為開發具有圖形結構的代理的絕佳起點，提供：

• 針對複雜多步驟推理流程的明確狀態管理。
• 對推理週期的細粒度控制。
• 強大的工具整合和錯誤處理功能。
• 使用 Vertex AI 支援串流回應。
• 包含一個基本搜尋工具以展示工具使用。

CrewAI 程式設計團隊 (crewai_coding_crew)

此模板結合了 CrewAI 的多代理協作與 LangGraph 的對話控制，以建立一個互動式程式設計助理。它協調專業代理（例如：資深工程師、品管工程師）來理解需求並產生程式碼。主要功能包括：

• 透過自然對話（LangGraph）互動式地收集需求。
• 由專業 AI 代理團隊（CrewAI）進行協作式程式碼開發。
• 從需求到實作和品質保證的任務順序處理。
• 適用於需要委派和模擬團隊協作的複雜任務。

即時 API (live_api)

此模板由 Google Gemini 提供支援，展示了一個使用 Vertex AI 即時 API 的即時多模態對話 RAG 代理。功能包括：

• 處理音訊、影片和文字互動。
• 利用工具呼叫。
• 透過 WebSockets 實現即時雙向通訊，以進行低延遲聊天。
• 生產就緒的 Python 後端 (FastAPI) 和 React 前端。
• 包含意見回饋收集功能。

客製化範本

所有範本都作為起點提供，並專為客製化而設計：

1. 選擇最符合您需求的範本。
2. 根據所選範本建立新的代理執行個體。
3. 熟悉程式碼結構，專注於代理邏輯、工具定義和任何 UI 元件。
4. 修改並擴展程式碼：根據需要調整提示、新增或移除工具、整合不同的資料來源、變更推論邏輯，或更新框架版本。

祝您建構代理愉快！