1. Wprowadzenie
Z tego ćwiczenia dowiesz się, jak utworzyć agenta AI z użyciem kodu za pomocą pakietu Agent Development Kit (ADK), który łączy się bezpośrednio z oficjalnymi serwerami MCP Google Workspace.
Model Context Protocol (MCP) to otwarty standard, który umożliwia modelom AI bezpieczne korzystanie z narzędzi udostępnianych przez serwery zdalne. ADK to platforma Google do tworzenia autonomicznych agentów, która wymaga umiejętności kodowania. Łącząc je, możesz tworzyć wysoce spersonalizowanych agentów opartych na danych z Gmaila, Dysku Google, Kalendarza Google, Google Chat i Kontaktów.
Pełną dokumentację dotyczącą dostępnych narzędzi i konfiguracji znajdziesz w artykule Konfigurowanie serwerów MCP Google Workspace.
Jakie zadania wykonasz
- Włącz usługi Google Workspace MCP w projekcie Google Cloud.
- Skonfiguruj zgodę OAuth i utwórz dane logowania do testów lokalnych i wdrożenia produkcyjnego.
- Utwórz lokalnego agenta ADK, który łączy się z serwerami MCP Google Workspace za pomocą tokenów statycznych.
- Utwórz i wdróż gotowego do wykorzystania w środowisku produkcyjnym agenta ADK w środowisku wykonawczym agentów Gemini Enterprise Agent Platform (GEAP), który korzysta z dynamicznego wstrzykiwania tokenów.
- Zarejestruj i przetestuj agenta niestandardowego natywnie w Gemini Enterprise.
Czego potrzebujesz
- przeglądarkę (np. Chrome);
- projekt Google Cloud z włączonymi płatnościami,
- konto Google Workspace (z włączonymi inteligentnymi funkcjami);
- Python 3.11 lub nowszy zainstalowany na komputerze lokalnym.
- Zainstalowany i zainicjowany interfejs Google Cloud CLI (
gcloud).
2. Zanim zaczniesz
Tworzenie lub wybieranie projektu Google Cloud
Opcja konsoli
W konsoli Google Cloud wybierz lub utwórz projekt w chmurze Google Cloud.
Opcja interfejsu wiersza poleceń
Utwórz nowy projekt i ustaw go jako aktywny:
gcloud projects create YOUR_PROJECT_ID
gcloud config set project YOUR_PROJECT_ID
Włączanie interfejsów API
Aby korzystać z serwerów MCP Google Workspace, musisz włączyć zarówno standardowe interfejsy Google Workspace API, jak i dedykowane usługi MCP.
Opcja konsoli
Aby włączyć te funkcje w przeglądarce, kliknij te przyciski:
Opcja interfejsu wiersza poleceń Wykonaj te polecenia w terminalu:
# Enable standard GWS APIs
gcloud services enable chat.googleapis.com \
drive.googleapis.com \
calendar-json.googleapis.com \
people.googleapis.com \
gmail.googleapis.com
# Enable dedicated MCP services
gcloud services enable calendarmcp.googleapis.com \
chatmcp.googleapis.com \
drivemcp.googleapis.com \
gmailmcp.googleapis.com \
workspacemcp.googleapis.com
Konfigurowanie aplikacji do obsługi czatu
Aby korzystać z serwera MCP Google Chat, musisz skonfigurować aplikację do Google Chat w projekcie Google Cloud.
- W konsoli Google Cloud wyszukaj Google Chat API i kliknij Google Chat API > Zarządzaj > Konfiguracja.
- Skonfiguruj aplikację Google Chat:
- Nazwa aplikacji:
ADK Workspace Agent - URL awatara:
https://developers.google.com/chat/images/quickstart-app-avatar.png - Opis:
MCP server connection for ADK Agent - W sekcji Funkcje wyłącz opcję Włącz funkcje interaktywne.
- W sekcji Logi wybierz Loguj błędy w usłudze Logging.
- Nazwa aplikacji:
- Kliknij Zapisz.
3. Konfigurowanie zgody i klientów OAuth
Serwery MCP Google Workspace używają protokołu OAuth 2.0 do bezpiecznego uwierzytelniania. Musisz skonfigurować ekran zgody OAuth i utworzyć 2 osobne identyfikatory klienta: jeden do programowania lokalnego, a drugi dla wdrożonego agenta.
Konfigurowanie ekranu zgody OAuth
- W konsoli Google Cloud kliknij Menu nawigacyjne (ikonę hamburgera) w lewym górnym rogu. Wybierz Platforma uwierzytelniania Google > Marka (lub Interfejsy API i usługi > Ekran zgody OAuth, jeśli platforma uwierzytelniania Google nie jest widoczna).
- Skonfiguruj informacje o aplikacji:
- Nazwa aplikacji:
Workspace ADK Agent - Adres e-mail dla użytkowników potrzebujących pomocy: wybierz swój adres e-mail.
- Nazwa aplikacji:
- Skonfiguruj Odbiorców: wybierz Wewnętrzny.
- Skonfiguruj Informacje kontaktowe: wpisz swój adres e-mail, a następnie kliknij Utwórz.
- Kliknij Dostęp do danych > Dodaj lub usuń zakresy. W sekcji Ręczne dodawanie zakresów dodaj te zakresy, aby przyznać dostęp do wymaganych usług:
https://www.googleapis.com/auth/calendar.events https://www.googleapis.com/auth/calendar.calendars https://www.googleapis.com/auth/calendar.readonly https://www.googleapis.com/auth/chat.spaces https://www.googleapis.com/auth/chat.messages https://www.googleapis.com/auth/drive.readonly https://www.googleapis.com/auth/drive.file https://www.googleapis.com/auth/gmail.readonly https://www.googleapis.com/auth/gmail.compose https://www.googleapis.com/auth/directory.readonly https://www.googleapis.com/auth/userinfo.profile https://www.googleapis.com/auth/contacts.readonly https://www.googleapis.com/auth/cloud-platform - Kliknij kolejno Dodaj do tabeli, Aktualizuj i Zapisz.
Tworzenie identyfikatora klienta na potrzeby programowania lokalnego (aplikacja komputerowa)
Podczas konfigurowania klienta OAuth 2.0 dla serwerów MCP Google Workspace musisz włączyć ustawienie klasyfikacji agentowej (is_agentic), wybierając Używaj tego klienta w przypadku agenta opartego na AI. Klienci OAuth bez włączonego tego ustawienia nie mogą wywoływać punktów końcowych MCP Google Workspace.
- W konsoli Google Cloud otwórz Google Auth Platform > Clients (lub Interfejsy API i usługi > Dane logowania). Kliknij Utwórz klienta (lub Utwórz dane logowania > Identyfikator klienta OAuth).
- Jako typ aplikacji wybierz Aplikacja komputerowa.
- Nazwij go
Workspace Agent Local. - Wybierz Używaj tego klienta w przypadku agenta opartego na AI, aby włączyć flagę klasyfikacji
is_agenticna kliencie OAuth. - Kliknij Utwórz i pobierz plik JSON. Zapisz go lokalnie jako
client_secret.json.
4. Tworzenie i testowanie agentów
W tej sekcji opisano, jak utworzyć środowisko agenta. Do testowania użyjemy podejścia ze statycznym tokenem, w którym pobieramy token OAuth za pomocą gcloud i przekazujemy go do McpToolset ADK. Możesz wykonać te czynności na komputerze lokalnym lub w Google Cloud Shell.
Wybierz środowisko: Maszyna lokalna lub Google Cloud Shell, aby skonfigurować środowisko programistyczne. Obie metody będą używać udostępnionego skryptu Pythona do uwierzytelniania, aby zapewnić spójność na różnych platformach.
1. Konfigurowanie katalogu środowiska
Aby utworzyć katalog projektu i zainstalować wymagane pakiety, wykonaj w terminalu te polecenia.
- W przypadku Google Cloud Shell: najpierw kliknij ikonę Aktywuj Cloud Shell (
>_) na pasku narzędzi w prawym górnym rogu konsoli Google Cloud. - Na komputerze lokalnym: otwórz standardowy terminal.
mkdir -p gws-adk-agent/workspace_agent
cd gws-adk-agent
python3 -m venv .venv
source .venv/bin/activate
pip install google-adk poetry google-auth-oauthlib
2. Przygotowywanie pliku z danymi uwierzytelniającymi
Plik client_secret.json pobrany w poprzednim kroku musisz umieścić w katalogu głównym katalogu gws-adk-agent.
- Komputer lokalny: przenieś lub skopiuj pobrany plik
client_secret.jsondo katalogugws-adk-agent. - Google Cloud Shell: utwórz plik, uruchamiając w Cloud Shell to polecenie (zastąp
[PASTE_JSON_HERE]rzeczywistą zawartością JSON):
cat << 'EOF' > client_secret.json
[PASTE_JSON_HERE]
EOF
3. Uwierzytelnianie i generowanie pliku .env (auth.py)
Aby zapewnić spójne uwierzytelnianie i uniknąć problemów z routingiem CLI związanych z konkretnym środowiskiem, używamy niestandardowego skryptu w języku Python, który korzysta z oficjalnych bibliotek uwierzytelniania Google. Ten skrypt zarządza procesem OAuth, zapisuje domyślne uwierzytelnianie aplikacji (ADC) lokalnie i generuje wymagany plik .env.
Utwórz plik o nazwie auth.py w katalogu gws-adk-agent i dodaj ten kod:
import json
import os
from urllib.parse import urlparse, parse_qs
import google.auth
from google_auth_oauthlib.flow import InstalledAppFlow
CLIENT_SECRET_FILE = 'client_secret.json'
SCOPES = [
"https://www.googleapis.com/auth/cloud-platform",
"https://www.googleapis.com/auth/calendar",
"https://www.googleapis.com/auth/chat.spaces.readonly",
"https://www.googleapis.com/auth/chat.messages",
"https://www.googleapis.com/auth/drive.readonly",
"https://www.googleapis.com/auth/gmail.readonly",
"https://www.googleapis.com/auth/gmail.compose",
"https://www.googleapis.com/auth/directory.readonly",
"https://www.googleapis.com/auth/contacts.readonly"
]
# Initialize the flow from the client secrets JSON
flow = InstalledAppFlow.from_client_secrets_file(
CLIENT_SECRET_FILE,
scopes=SCOPES,
redirect_uri='http://localhost:8085/'
)
# Generate the Auth URL
auth_url, expected_state = flow.authorization_url(prompt='consent', access_type='offline')
print("\n=== GOOGLE OAUTH OFFICIAL LIBRARY FLOW ===")
print("1. Copy the following link and paste it into your browser (or click it if supported):\n")
print(auth_url)
print("\n2. Authorize the application.")
print("3. Your browser will redirect to a 'localhost' page (it will show a 'Site can't be reached' error, which is EXPECTED and normal).")
print("4. Copy the ENTIRE URL from your browser's address bar (including the http://localhost:8085/ part).\n")
# Get the redirected URL from the user
redirected_url = input("Paste the full localhost URL here: ").strip()
# Exchange the redirect URL for tokens
print("\nExchanging code for tokens...")
try:
parsed_url = urlparse(redirected_url)
query_params = parse_qs(parsed_url.query)
returned_state = query_params.get('state', [None])[0]
code = query_params.get('code', [None])[0]
if not code:
raise ValueError("No 'code' parameter found in the URL.")
if returned_state != expected_state:
raise ValueError("CSRF Warning! State mismatch.")
flow.fetch_token(code=code)
creds = flow.credentials
except Exception as e:
print(f"Authentication failed: {e}")
exit(1)
if not creds.refresh_token:
print("\nError: No refresh token returned. You may need to revoke access and try again.")
exit(1)
# Save Application Default Credentials
adc_data = {
"client_id": creds.client_id,
"client_secret": creds.client_secret,
"refresh_token": creds.refresh_token,
"type": "authorized_user"
}
adc_dir = os.path.expanduser("~/.config/gcloud")
os.makedirs(adc_dir, exist_ok=True)
adc_path = os.path.join(adc_dir, "application_default_credentials.json")
with open(adc_path, "w") as f:
json.dump(adc_data, f, indent=2)
# Detect Project ID
try:
_, project_id = google.auth.default()
except Exception:
project_id = None
project_id = project_id or os.environ.get("GOOGLE_CLOUD_PROJECT", "YOUR_PROJECT_ID")
# Save to .env for local development (relative to project root)
env_dir = "workspace_agent"
os.makedirs(env_dir, exist_ok=True)
env_path = os.path.join(env_dir, ".env")
with open(env_path, "w") as f:
f.write("GOOGLE_GENAI_USE_VERTEXAI=1\n")
f.write(f"GOOGLE_CLOUD_PROJECT={project_id}\n")
f.write("GOOGLE_CLOUD_LOCATION=us-central1\n")
print(f"\nSuccess! Application Default Credentials saved to: {adc_path}")
print(f"Environment variables saved to: {env_path}")
if project_id == "YOUR_PROJECT_ID":
print("NOTE: Could not automatically detect Project ID. Please update it manually in .env")
Uruchom skrypt w terminalu:
python3 auth.py
Tworzenie kodu agenta
Niezależnie od środowiska wybranego w poprzednim kroku kod agenta pozostaje dokładnie taki sam. Utwórz plik o nazwie agent.py w utworzonym wcześniej podkatalogu workspace_agent i dodaj ten kod. Ten skrypt używa domyślnego uwierzytelniania aplikacji (ADC) do autoryzacji, automatycznie sprawdzając i odświeżając dane uwierzytelniające wyłącznie w pamięci za pomocą dostawcy nagłówka dynamicznego.
import os
import datetime
import google.auth
from google.auth.transport.requests import Request
from google.adk.agents.llm_agent import LlmAgent
from google.adk.tools.mcp_tool.mcp_toolset import McpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPConnectionParams
# Enable graceful error handling so timeouts return as tool outputs instead of crashing
os.environ["ADK_ENABLE_MCP_GRACEFUL_ERROR_HANDLING"] = "1"
MODEL = "gemini-2.5-flash"
# Inject User ADC path globally so both ADK and underlying GenAI SDKs
# load it safely, bypassing broken Compute Engine metadata fallbacks.
_adc_path = os.path.expanduser(
"~/.config/gcloud/application_default_credentials.json"
)
if not os.path.exists(_adc_path):
raise FileNotFoundError(
f"User ADC not found at {_adc_path}. "
"Please run 'python3 auth.py' first to generate credentials."
)
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = _adc_path
creds, _ = google.auth.default()
class TokenRelay:
"""Manages in-memory caching of Google OAuth access tokens.
Decouples token refresh logic from credentials validation states to
prevent infinite refresh loops during automated tool retries.
"""
def __init__(self, credentials):
self._creds = credentials
self._cached_token: str | None = None
self._expiry: datetime.datetime | None = None
def get_token(self) -> str:
now = datetime.datetime.now()
# Refresh if no cache or expiring within 5 minutes
if (
self._cached_token is None
or self._expiry is None
or now >= (self._expiry - datetime.timedelta(minutes=5))
):
self._creds.refresh(Request())
self._cached_token = self._creds.token
# Token lives for 60 mins; cache for 50 mins safely
self._expiry = now + datetime.timedelta(minutes=50)
print("\n[Agent Runtime] Access token refreshed from ADC.")
return self._cached_token or ""
# Initialize auth relay and perform startup safety check
token_relay = TokenRelay(creds)
token_relay.get_token()
def auth_header_provider(tool_context=None) -> dict[str, str]:
return {"Authorization": f"Bearer {token_relay.get_token()}"}
# Initialize the Google Workspace MCP servers with dynamic runtime provider
calendar_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(
url="https://calendarmcp.googleapis.com/mcp/v1",
),
header_provider=auth_header_provider
)
chat_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(
url="https://chatmcp.googleapis.com/mcp/v1",
),
header_provider=auth_header_provider
)
drive_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(
url="https://drivemcp.googleapis.com/mcp/v1",
),
header_provider=auth_header_provider
)
gmail_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(
url="https://gmailmcp.googleapis.com/mcp/v1",
),
header_provider=auth_header_provider
)
people_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(
url="https://people.googleapis.com/mcp/v1",
),
header_provider=auth_header_provider
)
universal_search_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(
url="https://workspacemcp.googleapis.com/mcp/v1",
),
header_provider=auth_header_provider
)
current_date = datetime.datetime.now().strftime("%Y-%m-%d")
# Define the agent and attach all configured toolsets
root_agent = LlmAgent(
model=MODEL,
name='gws_adk_agent',
instruction=f"""You are a helpful assistant grounded in the user's Google Workspace data.
Today's current date is {current_date}. Always calculate relative dates (like 'this week' or 'upcoming meetings') using this reference.
Use the provided MCP tools to answer questions about their Calendar, Chat, Drive, Gmail, Contacts, and perform Universal Search.
If a tool returns an error indicating a timeout, inform the user that the service took too long to respond.""",
tools=[calendar_mcp, chat_mcp, drive_mcp, gmail_mcp, people_mcp, universal_search_mcp]
)
Uruchamianie i testowanie agenta
Możesz wchodzić w interakcje z agentem za pomocą interaktywnego interfejsu internetowego lub bezpośrednio w terminalu/powłoce.
Opcja 1. Interaktywny interfejs internetowy
Jeśli korzystasz z komputera lokalnego:
- W katalogu głównym projektu
gws-adk-agenturuchom interfejs internetowy ADK:adk web - Aby porozmawiać z pracownikiem obsługi klienta, otwórz
http://localhost:8000w przeglądarce.
Jeśli jesteś w Google Cloud Shell:
- W katalogu głównym projektu
gws-adk-agenturuchom interfejs internetowy ADK, wymuszając port 8080:adk web --port 8080 --allow_origins=* - Kliknij przycisk Podgląd w przeglądarce w prawym górnym rogu paska narzędzi Cloud Shell i wybierz Podejrzyj na porcie 8080, aby otworzyć interfejs w nowej karcie.
Opcja 2. Tryb interfejsu wiersza poleceń terminala (alternatywny)
Jeśli wolisz pozostać w terminalu lub nie chcesz konfigurować podglądu w przeglądarce, ADK udostępnia natywny interaktywny tryb czatu REPL.
W katalogu głównym projektu gws-adk-agent uruchom to polecenie (działa ono tak samo na komputerze lokalnym i w Google Cloud Shell):
adk run workspace_agent
Rozpocznie się interaktywna sesja czatu bezpośrednio w powłoce:
Running agent gws_adk_agent, type exit to exit.
[user]:
Wypróbuj prompta dla agenta
Niezależnie od wybranego interfejsu spróbuj przetestować agenta za pomocą zapytań, które wykorzystują narzędzia MCP Workspace:
What are my upcoming meetings this week?
Summarize the last 3 unread emails in my Gmail.
5. Wdrożenie produkcyjne
Aby wdrożyć agenta w środowisku produkcyjnym, nie możemy użyć zakodowanego na stałe tokena lokalnego. Zamiast tego używamy header_provider ADK, aby dynamicznie wyodrębniać token dostępu OAuth wstrzykiwany przez platformę Gemini Enterprise, gdy użytkownik wchodzi w interakcję z agentem.
Tworzenie kodu agenta produkcyjnego
Utwórz pakiet katalogu o nazwie enterprise_ai i utwórz w nim plik agent.py:
mkdir -p enterprise_ai
Zapisz w pliku enterprise_ai/agent.py tę treść:
import os
import datetime
import re
from google.adk.agents.llm_agent import LlmAgent
from google.adk.tools.mcp_tool.mcp_toolset import McpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPConnectionParams
from google.adk.tools.tool_context import ToolContext
# Enable graceful error handling so timeouts return as tool outputs instead of crashing
os.environ["ADK_ENABLE_MCP_GRACEFUL_ERROR_HANDLING"] = "1"
MODEL = "gemini-2.5-flash"
# This name MUST match the Authorization Name used during Gemini Enterprise registration
CLIENT_AUTH_NAME = "workspace-adk-auth"
def _get_access_token_from_context(tool_context: ToolContext) -> str:
"""Dynamically parses the user bearer token injected into the ToolContext state."""
escaped_name = re.escape(CLIENT_AUTH_NAME)
pattern = re.compile(fr"^{escaped_name}_\d+$")
state_dict = tool_context.state.to_dict() if hasattr(tool_context.state, 'to_dict') else tool_context.state
matching_keys = [k for k in state_dict.keys() if pattern.match(k)]
if matching_keys:
return state_dict.get(matching_keys[0])
raise Exception(f"No bearer token found in ToolContext state matching pattern {pattern.pattern}")
def auth_header_provider(tool_context: ToolContext) -> dict[str, str]:
"""Provides the dynamic Authorization header for MCP requests."""
token = _get_access_token_from_context(tool_context)
return {"Authorization": f"Bearer {token}"}
# Initialize toolsets using the dynamic header_provider
calendar_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(url="https://calendarmcp.googleapis.com/mcp/v1"),
header_provider=auth_header_provider
)
chat_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(url="https://chatmcp.googleapis.com/mcp/v1"),
header_provider=auth_header_provider
)
drive_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(url="https://drivemcp.googleapis.com/mcp/v1"),
header_provider=auth_header_provider
)
gmail_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(url="https://gmailmcp.googleapis.com/mcp/v1"),
header_provider=auth_header_provider
)
people_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(url="https://people.googleapis.com/mcp/v1"),
header_provider=auth_header_provider
)
universal_search_mcp = McpToolset(
connection_params=StreamableHTTPConnectionParams(url="https://workspacemcp.googleapis.com/mcp/v1"),
header_provider=auth_header_provider
)
current_date = datetime.datetime.now().strftime("%Y-%m-%d")
root_agent = LlmAgent(
model=MODEL,
name='enterprise_ai',
instruction=f"""You are an enterprise assistant grounded securely in the user's Workspace data.
Today's current date is {current_date}. Always calculate relative dates (like 'this week' or 'upcoming meetings') using this reference.
Always use the provided MCP tools to fetch context from Calendar, Chat, Drive, Gmail, People, and search for information across multiple Google Workspace products.
If a tool returns an error indicating a timeout, inform the user that the service took too long to respond.""",
tools=[calendar_mcp, chat_mcp, drive_mcp, gmail_mcp, people_mcp, universal_search_mcp]
)
Wdrażanie w środowisku wykonawczym agentów GEAP
Wdróż agenta pro-code za pomocą interfejsu wiersza poleceń ADK:
adk deploy agent_engine \
--project=$(gcloud config get-value project) \
--region=us-central1 \
--display_name="Workspace ADK Agent" \
enterprise_ai
Poczekaj na zakończenie wdrażania i skopiuj wygenerowaną nazwę zasobu silnika rozumowania z danych wyjściowych terminala (np. projects/PROJECT_ID/locations/us-central1/reasoningEngines/ENGINE_ID).
6. Zarejestruj w Gemini Enterprise
Teraz przeniesiemy niestandardowego agenta ADK do Gemini Enterprise, aby użytkownicy mogli z nim czatować natywnie.
Tworzenie identyfikatora klienta na potrzeby środowiska produkcyjnego (aplikacja internetowa)
Aby wdrożyć agenta w środowisku produkcyjnym, musisz utworzyć identyfikator klienta aplikacji internetowej. W przeciwieństwie do klienta na komputer, który jest używany do testowania lokalnego, klient aplikacji internetowej umożliwia bezpieczny przepływ OAuth po stronie serwera. Dzięki temu hostowany agent w środowisku wykonawczym agenta GEAP może bezpiecznie otrzymywać tokeny uwierzytelniania użytkownika przekazywane przez Gemini Enterprise za pomocą określonego identyfikatora URI przekierowania. Ta konfiguracja jest niezbędna, aby agent mógł bezpiecznie uzyskiwać dostęp do danych Google Workspace w imieniu użytkownika w środowisku produkcyjnym.
- W konsoli Google Cloud kliknij Menu nawigacyjne (ikonę hamburgera) w lewym górnym rogu. Wybierz Platforma uwierzytelniania Google > Klienty (lub Interfejsy API i usługi > Dane logowania, jeśli platforma uwierzytelniania Google nie jest widoczna). Kliknij Utwórz klienta (lub Utwórz dane logowania > Identyfikator klienta OAuth).
- Jako typ aplikacji wybierz Aplikacja internetowa.
- Nazwij go
Workspace Agent Production. - W sekcji Autoryzowane identyfikatory URI przekierowania dodaj te identyfikatory URI:
- Kliknij Dodaj identyfikator URI i wpisz
https://vertexaisearch.cloud.google.com/oauth-redirect. - Ponownie kliknij Dodaj identyfikator URI i wpisz
https://vertexaisearch.cloud.google.com/static/oauth/oauth.html.
- Kliknij Dodaj identyfikator URI i wpisz
- Wybierz Używaj tego klienta w przypadku agenta opartego na AI, aby włączyć flagę klasyfikacji
is_agenticna kliencie OAuth. - Kliknij Utwórz. W oknie „Utworzono klienta OAuth” (lub na liście Klienci) skopiuj Identyfikator klienta i Tajny klucz klienta. Będą one potrzebne podczas rejestrowania agenta w Gemini Enterprise.
Tworzenie aplikacji Gemini Enterprise
- W konsoli Google Cloud otwórz stronę Gemini Enterprise:
- Na karcie Gemini Enterprise kliknij Zarządzaj.
- Kliknij Utwórz aplikację.
- W sekcji Gemini Enterprise kliknij Utwórz.
- W polu Nazwa aplikacji wpisz nazwę aplikacji. Pod nią pojawi się identyfikator aplikacji.
- W polu Nazwa zewnętrzna Twojej firmy lub organizacji wpisz nazwę firmy lub organizacji. W tym samouczku możesz użyć nazwy
Cymbal Bank. - Jako lokalizację aplikacji wybierz lokalizację globalną (Cały świat).
- Kliknij Dalej.
Rejestrowanie agenta niestandardowego
- Otwórz konsolę Gemini Enterprise:
- Wybierz aktywną aplikację, przejdź do sekcji Agenty i kliknij + Dodaj agenta > Dodaj agenta niestandardowego przez Agent Runtime.
- W sekcji Autoryzacje kliknij Dodaj autoryzację:
- Authorization name (Nazwa autoryzacji):
workspace-adk-auth(musi dokładnie odpowiadać wartości CLIENT_AUTH_NAME w kodzie Pythona) - Identyfikator klienta: wklej identyfikator klienta produkcyjnej aplikacji internetowej utworzony powyżej.
- Client secret (Tajny klucz klienta): wklej utworzony powyżej tajny klucz klienta aplikacji internetowej w środowisku produkcyjnym.
- Identyfikator URI tokena:
https://oauth2.googleapis.com/token - Identyfikator URI autoryzacji: utwórz identyfikator URI, zastępując
YOUR_CLIENT_IDidentyfikatorem klienta skopiowanym w kroku 5:https://accounts.google.com/o/oauth2/v2/auth?client_id=YOUR_CLIENT_ID&redirect_uri=https%3A%2F%2Fvertexaisearch.cloud.google.com%2Fstatic%2Foauth%2Foauth.html&scope=https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcalendar.events%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcalendar.calendars%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcalendar.readonly%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fchat.spaces%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fchat.messages%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fdrive.readonly%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fdrive.file%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fgmail.readonly%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fgmail.compose%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fdirectory.readonly%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fuserinfo.profile%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcontacts.readonly%20https%3A%2F%2Fwww.googleapis.com%2Fauth%2Fcloud-platform&include_granted_scopes=true&response_type=code&access_type=offline&prompt=consent
- Authorization name (Nazwa autoryzacji):
- Kliknij kolejno Gotowe i Dalej.
- W sekcji Konfiguracja:
- Nazwa agenta:
Workspace Pro Agent - Opis:
Use this agent to answer questions about your Google Workspace data, including Gmail, Google Drive, Google Calendar, Google Chat, and Contacts. It can find files, summarize emails, check your schedule, and look up contact information. - Silnik rozumowania w środowisku wykonawczym agentów: wklej nazwę zasobu silnika skopiowaną z danych wyjściowych
adk deploy.
- Nazwa agenta:
- Kliknij Utwórz.
Wypróbuj agenta w Gemini Enterprise
Możesz wchodzić w interakcje z agentem za pomocą wersji testowej konsoli Google Cloud (najszybsza opcja dla deweloperów) lub aplikacji internetowej Gemini Enterprise (interfejs użytkownika).
Opcja 1. Wersja testowa konsoli Google Cloud
- W konsoli Google Cloud otwórz stronę Gemini Enterprise:
- W menu nawigacyjnym kliknij Aplikacje i wybierz utworzoną aplikację.
- Kliknij Podgląd lub w prawym górnym rogu kliknij Otwórz podgląd.
- Na pasku wyszukiwania wpisz to zapytanie:
Search for files in Drive related to 'Project Milestone', summarize them, and tell me if I have any meetings with the project owner today. - Naciśnij Enter, aby przesłać zapytanie i wyświetlić wyniki bezpośrednio w konsoli.
Opcja 2. Aplikacja internetowa Gemini Enterprise
- Otwórz interfejs aplikacji internetowej Gemini Enterprise.
- Otwórz Menu ☰ > Agenty i w sekcji Z Twojej organizacji wybierz Workspace Pro Agent.
- Wpisz to samo zapytanie co w opcji Podgląd w konsoli Google Cloud.
- Gdy pojawi się prośba o przejście przez proces uzyskiwania zgody użytkownika OAuth, kliknij Autoryzuj.
- Agent będzie bezproblemowo wykonywać zadania w różnych usługach przy użyciu protokołu MCP.
7. Czyszczenie danych
Aby uniknąć niepotrzebnych opłat, wyczyść zasoby:
Opcja konsoli
Otwórz panel Interfejsy API i usługi, wybierz włączone usługi MCP (np. Calendar MCP, Gmail MCP) i kliknij Wyłącz interfejs API. Usuń identyfikatory klienta OAuth w sekcji Platforma uwierzytelniania Google > Klienty i usuń wdrożenie silnika rozumowania z konsoli Gemini Enterprise.
Opcja interfejsu wiersza poleceń
Aby wyłączyć usługi MCP, uruchom w terminalu te polecenia:
# Disable Workspace MCP services
gcloud services disable calendarmcp.googleapis.com \
chatmcp.googleapis.com \
drivemcp.googleapis.com \
gmailmcp.googleapis.com \
workspacemcp.googleapis.com
8. Gratulacje
Gratulacje! Udało Ci się utworzyć, przetestować i wdrożyć agenta AI ADK z profesjonalnym kodem, który jest połączony bezpośrednio z oficjalnymi serwerami MCP Google Workspace.
Czego się nauczysz
- Jak włączyć usługi MCP Google Workspace w Google Cloud.
- Jak obsługiwać dane logowania OAuth na potrzeby lokalnego testowania ADK przy użyciu nagłówków statycznych.
- Jak wdrożyć dynamiczne wstrzykiwanie tokenów za pomocą
header_providerw przypadku agentów produkcyjnych. - Jak wdrożyć agenta ADK w środowisku wykonawczym agentów GEAP i zarejestrować go w Gemini Enterprise.