设计实时双向多模态流式多智能体 AI 系统时…

当需要为实时双向多模态流式工作负载（如实时技术指导、安全监控）设计并落地一套云端多智能体 AI 方案时，按四阶段工作流推进。

适用场景

解决思路

1. 阶段一·需求发现与分析：先了解工作负载的功能与非功能需求、业务目标和现状（架构、依赖、约束），用以下问题引导：主要输入模态是音频、视频还是文本，实时叙述式反馈的目标延迟是多少；是否需要实时安全监控、危险检测或视觉检查，若是则需监控和检测哪些具体安全隐患、运营风险或错误步骤；AI 智能体必须访问哪些现有系统、知识库、产品文档或图纸库来提供有依据的指导；客户端设备约束和网络限制是什么。
2. 阶段一·识别组件：基于需求分析识别工作负载的组件及其关系，同时识别需要集成的跨云、混合云或本地组件。
3. 阶段一·生成组件分解：对工作负载组件做技术分解，拆分为逻辑组件。
4. 阶段一·请求确认：请用户确认生成的技术分解是否符合其工作负载需求。
5. 阶段一·迭代：若用户要求修改，则生成更新后的技术分解并再次请用户确认，直到用户确认通过。
6. 阶段二·检索 Google Cloud 相关文档：获取以下文档作为后续步骤的指导依据——启用实时双向多模态流式传输、Google Cloud 中的多智能体 AI 系统、选择智能体 AI 架构组件、Google Cloud 中的多智能体私有网络模式。
7. 阶段二·将组件映射到 Google Cloud 产品：针对已确认的技术分解和智能体设计模式中的每个组件，依据 references/product-mapping.md 中的指南确定合适的 Google Cloud 产品与功能。
8. 阶段二·创建架构图：用 Mermaid 格式（https://github.com/mermaid-js/mermaid）生成架构图。
9. 阶段二·生成设计建议：依据 references/design-recommendations.md 中的指南生成设计指导。
10. 阶段二·起草方案架构：按 assets/output-template.md 模板，将需求、技术分解、产品映射、架构图和设计建议汇总为单个 Markdown 文件 solution-architecture-guide.md。
11. 阶段二·请求评审：向用户展示生成的方案架构，征求反馈或批准。
12. 阶段二·迭代：若用户要求修改，则生成更新后的方案架构并重复步骤 2-6，直到用户批准。
13. 阶段三·检索相关实现资源：获取以下资源作为 IaC 与部署说明的技术基础——在 Cloud Run 上托管 AI 智能体、用 WebSockets 触发 Cloud Run、启动和管理 Gemini Live API 会话、ADK 流式工具、ADK 流式配置、Codelab: Way Back Home Level 4 说明及其解决方案代码。
14. 阶段三·识别部署前置条件：记录部署前提，包括项目与结算关联、所需的 Google Cloud API、所需的 IAM 权限以及其他前置条件。
15. 阶段三·生成基础设施即代码（IaC）：生成 Terraform 等代码和部署脚本，自动化预置所提议的 Google Cloud 资源。
16. 阶段三·编写部署说明：按 assets/output-template.md 模板，起草逐步的部署说明以执行 IaC 并初始化工作负载组件，并更新到 solution-architecture-guide.md 中。
17. 阶段三·请求评审：向用户展示生成的部署说明，征求反馈与确认。
18. 阶段三·迭代：若用户要求修改，则生成更新后的实施计划并重复步骤 2-5，直到用户批准。
19. 阶段四·检索相关验证资源（可选）：若阶段三的资源不在上下文中，则重新获取相同的实现资源，作为本阶段验证检查与验证脚本的起点。
20. 阶段四·定义验证检查：列出验证步骤以确认已部署基础设施满足工作负载需求，包括部署试运行（如 terraform plan 预览变更）、连通性与路由（验证网络路径、负载均衡路由和服务端点）、安全策略（验证受限访问、防火墙规则和 IAM 执行情况）。
21. 阶段四·生成验证脚本：起草轻量脚本或命令行指令（如使用 curl 或 gcloud），供用户执行这些验证检查。
22. 阶段四·汇总验证报告：按 assets/output-template.md 模板，将验证步骤、验证脚本和预期结果记录到 solution-architecture-guide.md 中。
23. 阶段四·执行验证并收尾：协助用户执行验证检查并排查部署问题；方案验证成功后，请求用户最终批准。
24. 阶段四·迭代：若用户要求修改，则生成更新后的验证计划并重复步骤 2-5，直到用户批准。

适用边界 · 注意事项

• 不适用于简单的纯文本聊天应用。
• 不适用于没有实时流式传输需求的工作负载。