במסמך הזה מתוארת ארכיטקטורה ברמה גבוהה של אפליקציה שיוצרת ומנהלת חידון אינטראקטיבי ללמידה באמצעות תהליך עבודה של AI אקטיבי. הסוכן מעריך את הידע של המשתמש בנושא ספציפי, ומשתמש במצב סשן מתמשך ובזיכרון לטווח ארוך כדי ליצור חוויה מותאמת אישית. הסוכן שומר את היסטוריית התשובות של המשתמש, מה שמאפשר לו להתאים באופן דינמי את רמת הקושי והתוכן של השאלות הבאות.
המסמך הזה מיועד לארכיטקטים, למפתחים ולאדמינים שיוצרים ומנהלים אפליקציות AI אקטיבי. הארכיטקטורה הזו ניתנת להתאמה ליצירת אפליקציות חינוכיות אינטראקטיביות עם שמירת מצב בתעשיות שונות. ההנחה במסמך הזה היא שיש לכם הבנה בסיסית של מערכות סוכני AI. מידע על ההבדלים בין סוכנים לבין מערכות לא מבוססות סוכנים זמין במאמר מה ההבדל בין סוכני AI, עוזרי AI ובוטים?
בקטע פריסה במסמך הזה יש קישורים לדוגמאות קוד שיעזרו לכם להתנסות בפריסה של אפליקציית AI אקטיבי שמריצה תהליך עבודה של מדעי הנתונים.
ארכיטקטורה
התרשים הבא מציג ארכיטקטורה כללית של סוכן למידה אינטראקטיבי.
הארכיטקטורה מציגה את זרימת הנתונים הבאה:
- משתמש מבצע פעולה, כמו התחלת חידון או שליחת תשובה, באפליקציית החידון שמתארחת ב-Cloud Run.
- האפליקציה מעבירה את הקלט של המשתמש לסוכן ה-AI.
סוכן ה-AI משתמש במודל Gemini ב-Gemini Enterprise Agent Platform כדי לפרש את הקלט של המשתמש. בהתאם לבקשת המשתמש, הסוכן מפעיל את הכלים המתאימים כדי לבצע את הפעולה הנדרשת בחידון.
לדוגמה, הסוכן בוחר כלי כדי להתחיל סשן של בוחן, להעריך תשובה או ליצור את השאלה הבאה.
הסוכן שולח את התשובה לאפליקציית הבוחן.
אפליקציית הבוחן מעבירה את התשובה למשתמש.
כדי לשמור על מצב החידון ולהתאים אישית את החוויה, הסוכן מבצע את משימות הרקע הבאות:
- אפליקציית הסוכן מוסיפה את ההתקדמות והציון האחרונים בחידון להיסטוריה של הסשן השמור שמאוחסן בסשנים של Gemini Enterprise Agent Platform.
- הסוכן הופך נתוני חידון לזיכרונות ומאחסן אותם ב-Memory Bank לשליפה לטווח ארוך. הסוכן משתמש בנתונים היסטוריים שמאוחסנים בזיכרון כדי ליצור תשובות מודעות-הקשר בסשנים עתידיים.
המוצרים שהשתמשו בהם
הארכיטקטורה לדוגמה הזו משתמשת במוצרים הבאים של Google Cloud Google:
- Cloud Run: פלטפורמת מחשוב ללא שרת שמאפשרת להריץ קונטיינרים ישירות על גבי התשתית הניתנת להרחבה של Google.
- ערכה לפיתוח סוכנים (ADK): קבוצה של כלים וספריות לפיתוח, לבדיקה ולפריסה של סוכני AI.
- Gemini Enterprise Agent Platform: פלטפורמה מקיפה שמאפשרת לכם ליצור, לנהל, לבצע אופטימיזציה ולהתאים לעומס (scale) סוכני AI ברמה שמתאימה לארגונים.
- סשנים ב-Gemini Enterprise Agent Platform: שירות אחסון מתמיד ששומר את היסטוריית האינטראקציות בין משתמשים לבין סוכנים ומאחזר אותה.
- Memory Bank: שירות אחסון מתמיד שיוצר, משפר, מנהל ומאחזר זיכרונות לטווח ארוך על סמך שיחות של משתמש עם סוכן.
פריסה
כדי לפרוס הטמעה לדוגמה של הארכיטקטורה הזו, שכוללת חידונים בנושא קידוד, אפשר להשתמש בדוגמת הקוד של Python tutor שזמינה ב-GitHub.
המאמרים הבאים
- (Notebook) איך מתחילים להשתמש בסשנים וב-Memory Bank לסוכני ADK ב-Cloud Run
- (בלוג) מידע נוסף על מצב וזיכרון ב-ADK
- (Codelab) יצירת עוזר מבוסס-AI לסקר קוד בסביבת ייצור באמצעות ADK
- (סרטון) צפייה בפודקאסט Agent Factory על זיכרון בסוכנים.
- מידע נוסף על אירוח סוכני AI ב-Cloud Run
- סקירה כללית של עקרונות והמלצות לארכיטקטורה שספציפיים לעומסי עבודה של AI ו-ML ב- Google Cloudזמינה בפרספקטיבה של AI ו-ML ב-Well-Architected Framework.
- לדוגמאות נוספות של ארכיטקטורות, תרשימים ושיטות מומלצות, עיינו במאמר Cloud Architecture Center.
שותפים ביצירת התוכן
מחבר: סמנתה הי | כותבת טכנית
תורמי תוכן אחרים:
- Amina Mansour | Tech Lead, Global Developer Relations & Strategic Content
- קומאר דהנגופאל | מפתח פתרונות חוצי-מוצרים
- מייגן או'קיף | אחראית קשרי מפתחים
- Rachael Deacon-Smith | Developer Advocate
- שיר מאיר לדור | מנהלת הנדסה של קשרי מפתחים