企业官网建设流程全解析

AutoAgent 接入 Google Gemini 与 Vertex AI：零代码 LLM Agent 框架的完整配置指南

【免费下载链接】AutoAgent"AutoAgent: Fully-Automated and Zero-Code LLM Agent Framework"项目地址: https://gitcode.com/GitHub_Trending/au/AutoAgent

AutoAgent 是一个全自动、零代码的 LLM Agent 框架，用户仅通过自然语言即可创建和编排 Agent。本文围绕 AutoAgent 中 Google Gemini（Google AI Studio）与 Vertex AI（Google Cloud Platform）两条接入路径，讲解模型命名、API Key、环境变量与启动命令的完整配置方法，并辅以仓库源码（如constant.py、autoagent/cli.py）说明参数在框架内部的读取与生效机制。读完本文，你将能够使用 Gemini 或 Vertex AI 模型驱动 AutoAgent 的user mode、agent editor与workflow editor三种模式。

背景：AutoAgent 如何调用 Google 模型

AutoAgent 的 Agent 与工具调用统一由 LiteLLM 完成。LiteLLM 是一个统一的 LLM 网关，支持provider/model格式的模型命名。AutoAgent 中所有完成（completion）请求都会携带COMPLETION_MODEL指定的模型名，例如 文件查询工具 中的调用：

from constant import COMPLETION_MODEL, API_BASE_URL # ... final_res = completion(model=COMPLETION_MODEL, messages=messages, base_url=API_BASE_URL)

也就是说，模型的 Provider 与具体型号完全由模型名决定：以gemini/为前缀表示走 Google AI Studio 的 Gemini API，以vertex_ai/为前缀表示走 Google Cloud Platform 的 Vertex AI 服务。因此，接入 Google 模型的核心工作就是：设置正确的 API Key 环境变量，并把COMPLETION_MODEL设为带正确前缀的模型名。

方式一：Gemini（Google AI Studio）配置

Google AI Studio 提供 Gemini 系列的免费/付费 API Key，适合快速试用，无需创建 GCP 项目。

1. 获取并配置 API Key

在 Google AI Studio 模板）：

GEMINI_API_KEY=your_gemini_api_key

AutoAgent 会在启动时通过dotenv自动加载.env文件，见 constant.py：

from dotenv import load_dotenv load_dotenv() # 加载.env文件

2. 设置模型名并启动

使用环境变量COMPLETION_MODEL指定模型，格式必须带gemini/前缀：

COMPLETION_MODEL=gemini/gemini-2.0-flash auto main

其中auto main是 AutoAgent 的完整 CLI 命令，会依次提供user mode、agent editor、workflow editor三种模式（见 autoagent/cli.py）。模型名规则参考 LiteLLM：gemini/<model-name>，例如：

• gemini/gemini-1.5-pro
• gemini/gemini-1.5-flash
• gemini/gemini-2.0-flash

3. 源码中的模型名解析

COMPLETION_MODEL在 constant.py 中定义：

COMPLETION_MODEL = os.getenv('COMPLETION_MODEL', "claude-3-5-sonnet-20241022")

默认值是 Anthropic 的claude-3-5-sonnet-20241022，因此使用 Gemini 时必须显式设置COMPLETION_MODEL。此外，AutoAgent 为 Gemini 做了专门的函数调用（function calling）适配：在 autoagent/core.py 中有adapt_tools_for_gemini()，当模型名包含gemini时，会对工具定义中所有OBJECT类型参数自动补充非空properties，以满足 Gemini 的 schema 校验要求，避免工具调用报错。这意味着 Gemini 模型可以正常使用 AutoAgent 的 Tool-Use 能力。

方式二：Vertex AI（Google Cloud Platform）配置

Vertex AI 面向企业级用户，使用 Google Cloud 的服务账号（Service Account）鉴权，适合对数据合规、权限管控有要求的场景。

1. 准备服务账号凭证

在 Google Cloud Console 中创建一个服务账号，为其授予 Vertex AI 相关权限（如roles/aiplatform.user），并导出 JSON 格式的密钥文件。然后通过环境变量注入凭证与项目信息：

export GOOGLE_APPLICATION_CREDENTIALS="<json-dump-of-gcp-service-account-json>" export VERTEXAI_PROJECT="<your-gcp-project-id>" export VERTEXAI_LOCATION="<your-gcp-location>"

三个变量的含义：

2. 设置模型名并启动

Vertex AI 模型名使用vertex_ai/前缀：

COMPLETION_MODEL=vertex_ai/gemini-1.5-pro auto main

LiteLLM 会根据vertex_ai/前缀走 Vertex AI 通道，并结合上面三个环境变量完成鉴权与请求路由。常用的 Vertex AI Gemini 模型包括：

• vertex_ai/gemini-1.5-pro
• vertex_ai/gemini-1.5-flash
• vertex_ai/gemini-2.0-flash

3. 使用前提与限制

• 需要已经开通 Google Cloud 项目并启用 Vertex AI API，且服务账号对该项目有权限；
• GOOGLE_APPLICATION_CREDENTIALS传入的是凭证 JSON 的字符串内容，如果需要在多台机器或容器中复用，请妥善保管；
• 若使用 Docker 容器方式运行 AutoAgent，需通过-e参数把这些环境变量传入容器。

CLI 模式与 Docker 运行补充说明

AutoAgent 同时支持本机 CLI 与 Docker 容器两种运行形态：

• 本机运行：直接在项目根目录设置.env中的 API Key，并用COMPLETION_MODEL=... auto main启动。这是官方 README 推荐的方式。
• Docker 运行：使用镜像时，通过-e传递环境变量，例如：

docker run -e GEMINI_API_KEY="<your-gemini-api-key>" \ -e COMPLETION_MODEL="gemini/gemini-1.5-pro" \ -p 12347:12347 <autoagent-image>

（Vertex AI 场景则对应传入GOOGLE_APPLICATION_CREDENTIALS、VERTEXAI_PROJECT、VERTEXAI_LOCATION三个变量。）

此外，AutoAgent 还会根据模型名自动推断一些行为参数，见 constant.py：例如NOT_SUPPORT_FN_CALL列表中的模型（如llama、grok-2）会关闭 function calling，而 Gemini 不在该列表中，因此默认启用函数调用能力。

常见问题排查

• 模型不生效 / 仍报 Claude 相关错误：确认已在启动命令前显式设置COMPLETION_MODEL（默认值是claude-3-5-sonnet-20241022，见 constant.py），并确保模型名带正确前缀（gemini/或vertex_ai/）。
• Gemini 工具调用报 schema 错误：请确保使用仓库当前版本，其中已内置adapt_tools_for_gemini适配逻辑（autoagent/core.py）；如果仍失败，可尝试在COMPLETION_MODEL中显式包含gemini字样以触发适配分支（见 autoagent/core.py）。
• Vertex AI 鉴权失败：检查GOOGLE_APPLICATION_CREDENTIALS是否为服务账号 JSON 的完整内容、VERTEXAI_PROJECT是否与 GCP 项目 ID 一致、VERTEXAI_LOCATION是否已开通 Vertex AI 服务。
• 速率限制（429）：LiteLLM 层会自动重试，可通过LLM_NUM_RETRIES、LLM_RETRY_MIN_WAIT、LLM_RETRY_MAX_WAIT、LLM_RETRY_MULTIPLIER等环境变量调整重试策略。

小结

接入 Google 模型到 AutoAgent 的关键可以归纳为两点：正确的 API Key 环境变量（GEMINI_API_KEY或GOOGLE_APPLICATION_CREDENTIALS+VERTEXAI_PROJECT+VERTEXAI_LOCATION）与正确的模型名前缀（gemini/或vertex_ai/）。完成配置后，执行COMPLETION_MODEL=<模型名> auto main即可让 Gemini 驱动的 Agent 完成深度研究、Agent 创建与工作流编排等全部功能。相关配置入口与源码可继续参阅 .env.template、constant.py、autoagent/cli.py 与 autoagent/core.py。

【免费下载链接】AutoAgent"AutoAgent: Fully-Automated and Zero-Code LLM Agent Framework"项目地址: https://gitcode.com/GitHub_Trending/au/AutoAgent