DokuWiki

Edit the page and hit Save. See syntax for Wiki syntax. Please edit the page only if you can improve it. If you want to test some things, learn to make your first steps on the playground.

====== R&D - GCP KT Primo Incontro ======

Agentic AI vs AI generale

\\

ATK (Agent development kit - per agenti) - come Langraph - Librerie per costruire agenti /

\\

Agent engine Runtime dove vai a deployare agenti

Aggiunge moniroting, logging, gestione memoria

\\

Fai le stesse cose che fai con GKI, CLouran, ma a mano

\\

tempo di vcpu e tempo di run  + ram (pricing pay as you go)

Sulla carta è in grado di scalare, la limitazione che potrebbe esserci è che non da lo stesso controllo e granularità che

ti da cloudrun

\\

Agent engine può runnare solo su google?

- puoi spostare un agente già deployato su agent engine con poche modifiche.

\\

- Puoi usare langraph invece che ATK

\\

Altri tool:

Customer engagement Suite, Agent designer

\\

Posso usare modelli BYOM o devo usare quelli che mi fornisce google?

- google implementa un protocollo agent2agent e poi ogni agente può accedere a contesti completamente diversi tramite MCP

\\

Google investe su

\\

- Protocolli di comunicazione tra agenti

- Runtime dove deployare agenti

- MCP

\\

Agent space è un ambiente in cui hai una GUI che ti permette di chattare con delle sorgenit di dati diverse e anceh di terze parti (sharepoint,

drive, snow, jira. Vengono forniti dei connettori sviluppati dal vendor, quindi va configurato e ti viene fuori una chat

\\

puoi creare degli agenti custom in linguaggio naturale

\\

puoi sviluppare un agente su agent engine e poi è possibile vederlo direttamente in agent space (chat app)

\\

workflow:

1. Prototipo Agente definendo in linguaggio naturale

2. Sviluppo ATK / langraph

3. Inserisci in agent engine

4. Registri in agent space

\\

Fa anche da interfaccia utente finale?

- Hai il playground che è anche ambiente finale, puoi riusare le api di google facilmente

\\

Dialog flow: ti davano snippet da copia

\\

versionare codice, prompt e rag

\\

flavio fasano - gestisce la parte di cloud (sotto al cto area) sulla parte infrastrutturale

i vari agent che stiamo sviluppando sono degli agent che riguardano degli use case infrastrutturali, non funzionali

\\

verificare gli endpoint / metrice infrastrutturali dove gira un'app, ...

\\

Come framework stiamo migrando su langraph; il database vettoriale è ai search

c'è interesse nel deployare questi agent su google? Non lo sappiamo. C'è qualcosa su google, al momento abbiamo

degli agent su kubernetes GKI; spostare da GKI a Agent Engine

\\

Quanti agent?

\\

Mentre noi guardiamo su intesa la parte infrastrutturale, ci saranno altre reply che parlano con intesa su ambiti completamente diversi

hanno visto una parte di agenti per il coding (iris reply) - custom java

\\

Sarà più una scelta: dove vogliamo deployare tutti gli agenti? Non solo gli agenti di Flavio fasano

\\

Conosciamo 3 team:

- GtGenai: non sappiamo se riesca a deployare anche degli agent / dei processi java che vanno su openai (bertazzo) (architettura)

- Daio (tema preoposto alla generative Ai; valutazione fattibilità use case) (architettura?)

- Fasano (infrastruttura)

Edit summary

Note: By editing this page you agree to license your content under the following license: CC Attribution-Noncommercial-Share Alike 4.0 International