在watsonx.ai中创建代理并构建可部署的笔记本 — 第2部分
原文英文，约2200词，阅读约需8分钟。
📝
内容提要
本文介绍了如何在watsonx.ai平台上创建和部署自定义代理服务。用户需激活“代理”功能，使用LangGraph框架创建代理并选择向量索引。然后保存代理，选择部署类型，生成AI服务的笔记本，最后测试和部署AI服务以确保其正常运行。
🔎
延伸解读
代理功能激活的重要性
在使用watsonx.ai创建代理之前，用户必须确保已激活“代理”功能。如果未激活，相关选项将不可见，影响后续的代理创建和部署。因此，用户应提前检查并激活此功能，以避免在操作过程中遇到障碍。
选择向量索引的影响
在创建代理时，用户需要选择合适的向量索引（如内存、Milvus或Elasticsearch）。不同的索引选项会影响代理的性能和响应速度。用户应根据具体需求和数据规模，仔细选择最适合的向量索引，以优化代理的运行效果。
部署过程中的注意事项
在部署代理时，用户需要提供API密钥和部署空间。这些信息的准确性直接关系到代理的成功部署。此外，生成的笔记本包含了测试和推广的步骤，用户应仔细遵循，以确保AI服务的正常运行和有效性。
❓
Q&A
如何在watsonx.ai中创建自定义代理服务？
用户需激活“代理”功能，使用LangGraph框架创建代理，并选择向量索引，最后保存代理并选择部署类型。
在部署代理时需要哪些资源？
部署代理需要API密钥和部署空间。
生成的AI服务笔记本包含哪些内容？
生成的笔记本包含测试、推广和部署AI服务的步骤和代码。
如何测试和部署AI服务以确保其正常运行？
用户需在生成的笔记本中执行测试步骤，并通过REST API端点进行测试。
在创建代理时可以选择哪些向量索引选项？
用户可以选择内存、Milvus或Elasticsearch等向量索引选项。
在运行笔记本之前需要做哪些准备？
用户需连接到WML并提供IBM Cloud个人API密钥。
🏷️
