资源介绍
视频数量：45个
总时长：1小时25分
课程介绍：
谷歌企业智能体平台实战课
很多团队真正卡住智能体项目的地方，往往不是演示阶段。模型能回答问题，脚本也能在本机运行，可一旦接入业务数据、分配权限并部署到云端，问题便接踵而来。Gemini Enterprise Agent Platform，中文可理解为谷歌企业智能体平台，关注的正是从开发到生产的落地路径。本课程用45段视频、约1小时25分钟，把平台概念、动手搭建、定制、部署、安全与可观测性串成一条清晰路线。
一、先看懂平台与课程全貌：
开篇解释企业智能体为何不能只靠本地脚本支撑生产。课程围绕建设、扩展、治理和优化四个环节展开：怎样组织智能体代码，怎样在谷歌云上承载请求，怎样建立权限与安全边界，以及怎样依据运行数据持续改进。首次接触该平台的人可以先搭好知识地图，避免一头扎进控制台和配置文件；做过原型的工程师也能借此查清从演示走向生产时缺失的基础环节。
二、从零搭建并跑通第一个智能体：
这一部分按六步实操推进。先在Windows、macOS或Ubuntu上安装Python、Git、Visual Studio Code和UV，用UV管理Python依赖；随后创建谷歌云项目，在控制台完成账户、结算与项目设置。接着安装谷歌智能体命令行工具，创建工程，并认识agent.py中的智能体结构。之后处理谷歌云身份认证和Agent Platform API权限，再配置.env文件，把密钥和项目参数放到正确位置。最后在本地启动并测试智能体，对照总览复盘整条链路。已有开发环境的学员可跳过安装，直接进入云端项目和智能体代码部分。
三、把演示项目改造成定制智能体：
完成基础运行后，课程先用最终效果预览带出改造思路，再带着学员回看代码，解释智能体配置、工具调用和升级后的变化。你会看到网站界面如何呈现输出，前端预览如何协助检查交互，Firebase项目怎样建立，相关服务需要哪些权限，以及更新后的代码如何重新运行。重点不是照抄成品，而是弄清每项配置的作用，遇到访问失败或结果异常时知道从哪里查起。
四、完成云端部署并验证服务：
课程先比较不同部署方式，再给出清晰顺序。第一步生成命令行工具所需的项目清单文件，确认代码、依赖和运行配置；第二步设置服务身份与最小必要权限；第三步部署到Agent Runtime；第四步进入Agent Playground，像测试线上服务一样发送请求，检查响应、错误和工具调用。课程还会介绍统一部署工具及其使用时机，帮助你把零散命令整理成可重复执行的发布流程。完成这段学习，你不仅获得云端服务，也掌握了一套上线前的验收方法。
五、为智能体加上安全防线：
企业智能体会接触提示词、业务数据、工具接口和外部用户，攻击面大于普通聊天应用。本段先从架构拆解常见风险，再演示如何配置Model Armor，对进入模型或智能体链路的内容进行识别与防护。随后用正常请求和风险样例验证保护是否生效，观察拦截、放过和异常处理是否符合预期。重点不只是找到配置入口，而是把安全控制嵌入发布流程，形成上线前检查、运行中防护、测试后验证的闭环。
六、用可观测性看清每次执行：
模型给出的答案只是结果，排错还需要知道它调用了什么、经过哪些步骤、耗时和错误发生在哪里。课程介绍可观测性、遥测与链路追踪的基本概念，配置OpenTelemetry和环境变量，并设置IAM角色，让日志与追踪数据写入Cloud Logging和Cloud Trace。接着重新部署智能体，在Playground中发起一次可追踪的调用，查看指标与仪表板，再深入追踪执行流程和DAG关系。智能体变慢、工具失效或结果异常时，你可以沿链路定位具体节点，而不是反复猜测提示词和模型参数。
这套课程最适合三类人：需要把智能体原型交付到谷歌云的开发者与云工程师；希望补齐部署、安全和监控能力的AI应用工程师；以及要带领团队建立生产规范的技术负责人。已经会Python、使用过谷歌云控制台的人上手更快；没有云开发经验也没关系，关键概念与操作都有对应演示。学完后，你能够独立完成智能体项目的基本闭环，理解代码如何变成可部署服务，并建立上线后的安全与排障思路。结尾还会回看各环节，把零散操作连成可复用的工作方法，为接入真实业务打下清楚、可靠的基础。