Google Cloud 生成式AI智能体开发样例库
基于Gemini与Agent Platform的生成式AI智能体开发样例、Notebook与应用代码集。
适用场景
1
企业基于Gemini快速搭建智能体原型
2
函数调用与工具编排能力验证
3
Agent Search企业知识检索增强
4
多场景生成式AI应用开发参考
核心Prompt（安装配置用）
你是一名企业AI应用开发工程师，需要基于Google Cloud生成式AI与Gemini Enterprise Agent Platform完成智能体开发任务。请按以下要求执行：1）明确业务场景与目标，判断应使用Gemini基础模型能力、函数调用还是Agent Search检索增强；2）在仓库中定位对应的Notebook或示例代码目录（如gemini/、search/），复用其样例结构；3）梳理所需的API启用项、认证方式与环境依赖，形成可运行的最小验证方案；4）设计智能体的工具调用链路与提示词结构，说明输入输出格式；5）输出一份开发实施清单，包含环境准备、代码改造点、测试验证步骤与上线注意事项。要求方案可落地、步骤可执行，避免空泛描述，并对关键参数与配额限制给出说明。
所需工具 / API对接
Vertex AI / Gemini API、Gemini Enterprise Agent Platform、Agent Search、Cloud Storage、Jupyter Notebook、Python SDK
安装部署步骤
11. 明确业务场景并选择对应样例目录
22. 准备GCP项目、启用API与认证配置
33. 运行Notebook验证模型与函数调用能力
44. 改造样例代码接入企业数据与工具
55. 测试评估后部署上线
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
project_id |
Google Cloud 项目ID | 无 |
region |
Vertex AI 服务区域 | us-central1 |
model_name |
使用的Gemini模型名称 | gemini-2.0-flash |
sample_dir |
选用的样例目录 | gemini/ |
效果示例
开发者参照gemini/目录的函数调用Notebook，配置项目与模型后运行，实现模型自动调用外部工具查询数据并返回结构化结果。
企业落地建议
建议先以单个Notebook做POC验证模型与工具调用能力，再结合企业数据与权限体系改造，注意API配额与数据合规，逐步扩展到生产环境。需要我们帮你落地吗？可以试试免费AI诊断→
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营