了解 Agent Cloud 与 Google Cloud Agents 之间的区别

数据已成为新的金矿。各种规模的企业都在争相提取有价值的见解，并释放其不断增长的数据仓库中隐藏的潜力。由大型语言模型 (LLM) 提供支持的生成式 AI 工具正在成为此类任务的强大工具。

基于大量预先训练的数据和输入中给出的上下文，这些人工智能奇迹可以生成文本、图像、代码甚至视频形式的响应，您可以根据不同的需求进行利用。

但是，如果 LLM 还可以利用外部数据源来提供更具洞察力和准确性的结果，而不是仅仅依赖预先训练的数据，那会怎样？这就是检索增强生成 (RAG) 的作用所在。

RAG 将 LLM 功能提升到一个新的水平，使他们能够访问和集成来自外部数据库和存储库的信息。

想象一下，一位法学硕士可以撰写引人入胜的产品描述，并动态地整合实时客户反馈以提高其准确性。这就是 RAG 的力量。

AgentCloud是一个开源生成式 AI 平台，提供内置 RAG 管道，帮助您使用首选 LLM 安全地与数据通信。AgentCloud 的内置 RAG 管道简化了来自 300 多个来源的数据集成，包括Google BigQuery、Salesforce、Atlassian Confluence、Zendesk、Airbyte、Drive、SharePoint和OneDrive。

哦，顺便说一下

AgentCloud 是一个由社区驱动的开源项目，因此如果您发现我们的工作有价值并希望为我们的旅程提供动力，那么表达支持的最好方式就是在 GitHub 上为我们点赞⭐

这是我们的公共路线图。

现在，让我们讨论一下 Google 的最新产品 Vertex AI Agent Builder。这套工具允许所有经验水平的开发人员构建和部署生成式 AI 应用程序。它提供了一个无代码界面、一个供高级用户使用的开源库 (LangChain) 以及一些工具，以确保 AI 响应基于真实数据。Vertex AI Agent Builder 具有文档处理和安全控制等功能，是一款用于创建可用于生产的生成式 AI 体验的一体化解决方案。

本文将比较 AgentCloud 和 Vertex AI 代理构建器，探讨它们的功能、优势和劣势，以帮​​助您选择最适合您需求的解决方案。

---

了解 AgentCloud – 与您的数据对话。

AgentCloud 是一个开源 AI 应用平台，旨在帮助您和您的企业在组织内私下构建和使用 ChatGPT 等对话式 AI 工具

AgentCloud 通过先进的内置 RAG 即服务为您提供便利，让您能够从 300 多个来源拆分、分块、嵌入和检索数据。您还可以上传 PDF、docx、txt、xlsx 和 CSV 格式的您自己的文件。

对于数据库，您可以选择特定的表和列来提取数据。获得数据后，您可以定义如何处理数据。这包括拆分和分块文件以及选择嵌入模型。最后，AgentCloud 将准备好的数据安全地存储在矢量数据库中，并通过手动、计划或自动更新使其保持最新状态。设置好一切后，您可以创建 AI 代理并通过类似聊天的界面与您的数据进行交互。

假设您在营销部门工作，正忙于赶在最后期限前完成一项新的营销活动。您需要上个季度的客户获取成本数据，但您记不清这些数据的具体存储位置。您向销售部门的 Sarah 发送了一条简短消息。

几分钟过去了，你还没有收到回复。Sarah 可能正在忙于其他任务或翻看上个季度的电子表格，这进一步耽误了你的时间。

使用 AgentCloud，您无需依赖同事的空闲时间，只需打开 AgentCloud 界面即可。这就像拥有一个直接连接到公司数据的聊天窗口。您可以输入您的问题。

“我们第三季度的客户获取成本是多少？”

AgentCloud 可立即从您的 CRM、营销自动化工具或任何其他指定来源检索相关数据。您可以看到以用户友好格式呈现的清晰成本明细。

这就是AgentCloud的强大之处。

它消除了无休止的电子邮件链和搜索的需要。您可以直接与您的数据聊天，就像您与同事聊天一样，从而解锁有价值的见解并加速您的决策过程。

AgentCloud 的设计与 LLM 无关，这意味着您可以选择最适合您需求的 LLM。

以下是您可选择的方案：

• 开源 LLM：由于 AgentCloud 是开源的，因此您可以集成各种开源 LLM，例如 LLAMA2、Mistral 7B、Hugging Face 或 BLOOM。

• 基于云的 LLM：AgentCloud 允许您连接到 Open AI、Cohere 和 Anthropic Claude 等提供商提供的基于云的 LLM。这让您可以访问强大的预训练模型，例如 OpenAI 的 GPT-3 系列，该系列以文本生成和代码完成功能而闻名。这对于想要快速启动和运行或不想管理基础设施的公司来说是完美的选择。

AgentCloud 擅长通过聊天界面促进与您的数据的对话，但其功能远不止于此。AgentCloud 的多代理助手由 Autogen 提供支持，可让您构建强大的协作式 AI 代理团队。AutoGen 提供多代理对话框架作为高级抽象。

借助此框架，您可以方便地构建一组代理并为其提供对功能和数据源的访问权限。一旦收到提示，这些代理就可以安全地利用这些数据集并相互交流以解决任务。

AgentCloud 的强大功能不仅限于多代理协作。您可以通过构建自定义工具和功能进一步扩展 AI 代理的功能。这些自定义 Python 函数允许您的代理与任何第三方 API 服务无缝交互。想象一下需要来自 CRM 系统的销售数据或来自外部平台的营销绩效指标。

借助 AgentCloud，您可以构建自定义函数，以安全地访问这些 API，并将检索到的数据直接集成到代理工作流程中。这使您能够创建真正全面的 AI 解决方案，以弥合内部数据和外部资源之间的差距。

最后，AgentCloud 让您可以完全控制您的数据，并确保聊天应用程序不会共享超出需要的信息。如果您想在超安全的环境中操作，我们建议您在计算机上自行托管。

您可以在基础设施上部署整个平台并利用私有 LLM 端点。这可确保您的数据保持完全隔离，LLM 提供商将无法对其进行训练。此外，AgentCloud 提供多级细粒度访问控制。团队只能访问为他们指定的数据，而单个 AI 代理对特定数据、功能和 LLM 模型的访问权限受到限制。

---

AgentCloud 主要功能一览 www.cqzlsb.com

• 与数据对话，无需编码（RAG 即服务） - 构建与您的数据聊天的聊天机器人！无需编码；使用 AgentCloud 的内置 RAG（“知识检索”的花哨术语）功能。此外，它使用多个数据源来确保准确性。

• 对话管理- 您可以构建知道自己在说什么的聊天机器人！AgentCloud 使用您连接的数据源作为一个巨大的知识库，因此您的聊天机器人可以回答问题，并充当您数据的增强型内部搜索引擎。

• 按需数据（数据采集） - AgentCloud 将您最喜欢的所有来源（例如 Confluence、数据库，甚至 PDF！）的信息同步到具有内置 Qdrant 矢量数据库的中央枢纽。此外，您还可以选择刷新数据的频率，以保持数据良好且最新。

• 团队合作让梦想成真（多代理引擎） - 您可以通过一组 AI 代理协同工作来自动完成复杂任务。您可以将他们视为您的数据梦之队，每个团队都有自己的专长，但也能合作完成工作。

• 您掌控一切- 您可以使用 AgentCloud 的团队和用户权限来决定谁可以访问哪些数据。保持井然有序和安全。

• 您的数据，您的规则- 将数据隐私放在首位。AgentCloud 可让您将其部署在您的云服务器上，确保您的信息在您的控制范围内安全。

---

了解 Google Cloud 代理 - Vertex AI 代理构建器

Vertex AI Agent Builder 是 Google 最新的 AI 平台之一。它允许您为企业创建和部署生成式 AI 体验。与传统编码不同，Vertex AI Agent Builder 允许您使用自然语言指令构建代理。这种无代码界面让更广泛的开发人员可以使用它，即使是那些没有丰富编程经验的开发人员也可以使用它。您可以定义代理的目标，提供分步说明，并分享对话示例来指导其响应。

Vertex AI Agent Builder 可让您将代理与数据集成，以获得更准确、更相关的响应。它提供预构建选项，例如 Vertex AI Search，可实现开箱即用；或者，为了获得更多控制，您可以使用其搜索组件 API 构建自定义检索增强生成 (RAG) 系统。此外，向量搜索功能允许构建更准确、更有价值的基于嵌入的代理。

借助 Vertex AI 数据连接器，您还可以从第三方应用程序（如 ServiceNow、Hadoop、Salesforce 和其他常用的企业系统）中提取数据。

复杂任务可以分解为更小、更易于管理的组件。Vertex AI Agent Builder 允许您创建多个代理，其中包括一个“主”代理和支持“子代理”。这些子代理可以无缝协作，传递信息并协作实现总体目标。

Vertex AI 代理构建器不仅限于原型设计。它提供工具来将您的初始概念细化为生产级代理。您可以实时监控代理性能，确定需要改进的领域，并使用自然语言训练来增强对特定查询的响应。您可以监控使用率、延迟、安全性和成本等关键指标，以识别潜在问题并随着时间的推移优化性能。

Vertex AI Agent 构建器包含内置安全功能，可确保您的代理满足企业扩展需求、合规性和安全标准。它还包含一些功能，可让您轻松管理访问权限并确保负责任地使用 AI 模型和数据。

---

Vertex AI Agent 构建器的主要功能一览。

• 摆脱复杂的编码- Vertex AI Agent 构建器具有直观的无代码界面，可让您使用简单的英语设计对话式 AI 代理。定义代理的目标，提供实现这些目标的分步说明，并分享示例对话以指导其响应。

• 灵活性- Vertex AI 代理构建器通过无代码界面满足非技术用户的需求。对于经验丰富的程序员，Vertex AI 上的 LangChain 提供了一种代码优先的方法来创建高度定制且功能强大的代理。

• 模块化代理架构- 对于复杂的任务，您可以构建无缝协作的子代理。想象一下这样一个客户服务场景：主代理处理初始查询。同时，子代理直接从您的 CRM 系统检索用户购买历史记录，从而提供更全面、更个性化的体验。

• 预建接地系统- 开箱即用的选项（如 Vertex AI 搜索）可将您的代理与您的公司数据无缝连接，确保响应锚定在可靠的来源。

• 可定制的 RAG — 您可以使用 Vertex AI 的搜索组件 API 构建定制的 RAG 系统。这些系统使您能够处理文档、根据相关性对检索到的信息进行排序以及与您自己的数据进行通信。

• 实时监控和优化- 持续监控代理绩效，确定需要改进的领域，并使用自然语言训练来增强对特定查询的响应。这可确保您的代理长期保持相关性和有效性。

• 企业级安全性和合规性- 内置安全功能可确保您的 AI 代理在组织的合规性标准范围内运行。

---

AgentCloud 与 Vertex 的比较

AgentCloud 和 Vertex AI Agent Builder 都提供了引人注目的功能。但哪一个更适合您的需求？让我们深入研究它们的主要功能，以帮助您做出决定。

• 专注且灵活： Agent Cloud 专注于数据交互和对话构建，是构建聊天机器人的理想之选，用户可以与聊天机器人交互以获取信息。它还提供内置流程自动化功能。您可以利用多个 AI 代理协同工作（即“多代理”）来自动化复杂且重复的业务流程。

Vertex AI Agent Builder 提供对话式 AI 代理和流程自动化功能。这允许您构建更广泛的虚拟助手。您可以使用子代理和函数调用创建客户服务聊天机器人、数据分析工具甚至工作流自动化工具。虽然它提供流程自动化，但它可能不如 Agent Cloud 为此目的设计的多代理方法那么强大。

• 数据集成和基础： AgentCloud 拥有内置的检索增强生成 (RAG) 系统即服务，有助于创建数据驱动的聊天应用程序。您可以连接到 300 多个数据源并嵌入信息以供通过聊天应用程序检索。

Vertex AI 代理构建器还提供了多种数据接地选项。您可以利用 Vertex AI Search 等预构建系统，或使用搜索组件 API 构建自定义 RAG 系统。这可以更好地控制代理如何访问和利用数据。

• 流程自动化： AgentCloud 擅长通过多个 AI 代理协同工作来实现流程自动化。这对于简化复杂的工作流程和消除重复性任务非常理想。

Vertex AI Agent 构建器：虽然它支持流程自动化，但其重点不如 Agent Cloud 突出。但是，它提供了子代理和函数调用等功能，允许一定程度的工作流程自动化。

• 开发方法和安全性： AgentCloud 的开源特性允许在您首选的云基础架构上自行部署，从而提供更大的控制权并可能增强数据隐私。但是，您需要自己管理底层应用程序。

另一方面，Vertex AI Agent 构建器在 Google Cloud 的基础架构内运行，提供具有内置安全功能的托管服务，以负责任地使用 AI 模型和数据。这消除了对深入的基础架构管理的需求，但可能无法提供与自托管解决方案相同级别的定制。

• 开放性和可扩展性： Agent Cloud 与 LLM 无关，这意味着您可以连接开源模型或使用 OpenAI 或 Azure 等提供商的云模型。这提供了出色的灵活性，但可能需要额外的配置。

在撰写本文时，Vertex AI Agent Builder 支持 Google 最新的 Gemini 模型。它与其他 Google Cloud 服务无缝集成，从而促进 Google Cloud 生态系统内的可扩展性。

---

在 Agent Cloud 和 Vertex Agent Builder 之间进行选择时需要考虑的事项。

如果您的主要重点是构建聊天机器人，以便用户与您的数据进行交互并从中获取见解，那么 AgentCloud 在这方面表现出色。其内置的 RAG 系统和数据嵌入功能简化了聊天应用程序中的数据检索和对话管理。

对于需要多个 AI 代理协同工作以实现自动化的复杂工作流程，Agent Cloud 的多代理方法是一个不错的选择。AgentCloud 还提供更广泛的数据源连接（超过 300 个）以及使用开源模型的能力。这可以更好地控制 AI 代理中的数据集成和利用。

如果您优先考虑开源解决方案，并希望完全控制您首选云基础架构上的部署，AgentCloud 允许自行部署。如果您的公司有严格的数据隐私要求，这可能是理想的选择。

当您的项目需要更广泛的虚拟助手功能时，Vertex AI Agent Builder 可提供对话式 AI 代理和流程自动化功能。这让您可以构建更广泛的 AI 驱动工具。

如果您有刚接触 AI 开发的开发人员，Vertex AI Agent builder 的无代码界面可简化代理创建过程。这可以显著减少开发时间和资源。AgentCloud 具有类似的界面。

Vertex AI Agent Builder 在 Google Cloud 的基础架构内运行，提供内置安全功能并与其他 Google Cloud 服务无缝集成。如果您习惯使用 Google 基于云的 AI 模型，Vertex AI Agent Builder 是一个不错的选择。

---

结论

AgentCloud 和 Vertex AI Agent Builder（Google Cloud Agents）提供了出色的功能，使您能够通过对话与数据交互并自动执行任务。虽然 Vertex AI Agent Builder 在其多功能性和易用性方面表现出色，但 AgentCloud 因其专注于数据交互和使用多代理工作流的复杂流程自动化而脱颖而出。最终，选择取决于您的特定需求。

为了最大程度地控制数据集成和多代理自动化功能，请考虑探索 AgentCloud。它提供开源方法和更广泛的数据源连接，使其成为具有复杂数据交互要求的组织的理想选择。

今天就到这里。希望这篇文章对你有帮助。