Gemini Enterprise Agent Platform（Vertex AI）

Google Cloud の Gemini Enterprise Agent Platform（旧 Vertex AI）上のモデル（Gemini、Claude、self-deployed Model Garden models を含む）に AI agents を接続します。

概要

Gemini Enterprise Agent Platform connector を使用すると、Squid AI agents は独自の Google Cloud project で実行されている models を利用できます。これは、インフラが GCP 上にあり、独自の quotas と billing の下で managed model access を使用したい場合、または Model Garden の self-deployed open-weight models を含む、この platform 経由で利用可能な models が必要な場合に便利です。

この connector は以下をサポートします。

• 3 つの model families による Chat completions: first-party Gemini models、Vertex 上の Anthropic Claude、および Vertex AI Endpoint から提供される self-deployed Model Garden models（Llama、Qwen、Mistral など）
• Function calling（tool use）

GCP 側の前提条件

• project で Vertex AI API（aiplatform.googleapis.com）を有効にします。
• service account を作成し、JSON key をダウンロードします。2 つの auth modes がサポートされています。
  • Service Account JSON (direct): key 付き service account が Vertex を直接呼び出し、project に対する Vertex AI User role（roles/aiplatform.user）が必要です。
  • Impersonation: key 付き service account は、Vertex permissions を保持する target service account を impersonate する、低権限の source account です。source account に必要なのは、target に対する Service Account Token Creator role のみです。これにより、保存された key が漏えいした場合の影響範囲を制限できます。
• self-deployed models の場合は、model を Vertex AI Endpoint に deploy し、endpoint ID（gcloud ai endpoints list）を控えます。Dedicated endpoints では、専用 DNS domain（gcloud ai endpoints describe の dedicatedEndpointDns）も必要です。

connector の設定

1. Squid Console に移動し、application を選択します。
2. Connectors タブをクリックします。
3. Available Connectors をクリックし、Gemini Enterprise Agent Platform connector を見つけます。次に Add Connector をクリックします。
4. 次の詳細を入力します。

• Connector ID: 任意の一意の ID（例: my-vertex）。これは code 内で参照する integrationId です。
• GCP Project ID: Vertex AI resources が存在する Google Cloud project。Impersonation mode では、これは target service account の project です。
• Location: Vertex AI location/region（例: global、us-central1、us-east5）。
• Auth Mode: Service Account JSON (direct) または Impersonation。
• Service Account Credentials: service account の JSON key を含む Squid secret。
• Service Account Email: Impersonation mode のみ。impersonate する target service account の email。
• Models Configuration: この connector 経由で利用可能な models を定義する JSON array。各 model には次の fields が必要です。

Field	Type	Description
modelName	string	model identifier（例: gemini-2.5-pro）
displayName	string	model の人間が読みやすい名前
maxOutputTokens	number	model が response で生成できる tokens の最大数
contextWindowTokens	number	tokens 単位の合計 context window size
modelFamily	string	gemini、anthropic、または self_deployed のいずれか
endpointId	string	self_deployed models では必須: Vertex AI Endpoint resource ID
endpointDomain	string	任意。dedicated Model Garden endpoints 用: endpoint の dedicated DNS hostname

例:

[
  {
    "modelName": "gemini-2.5-pro",
    "displayName": "Gemini 2.5 Pro",
    "maxOutputTokens": 65536,
    "contextWindowTokens": 1048576,
    "modelFamily": "gemini"
  }
]

5. Add Connector をクリックします。

connector の使用

設定が完了したら、connector ID と model name を指定して、AI agent で connector を使用します。

Client code

await squid.ai().agent('my-agent').updateModel({
  integrationId: 'my-vertex',
  model: 'gemini-2.5-pro',
});

request ごとに model を override することもできます。

Client code

const response = await squid
  .ai()
  .agent('my-agent')
  .ask('Summarize our Q4 report', {
    model: {
      integrationId: 'my-vertex',
      model: 'gemini-2.5-pro',
    },
  });

設定された models は、connector ID のラベル付きで Squid Console の model picker にも表示されます。

注記

この connector は chat models のみを提供します。embedding models は追加しません。custom embedding endpoint を使用するには、OpenAI Compatible Embedding connector を参照してください。