Multi-Agent-App mit der MCP Toolbox for AlloyDB und dem ADK erstellen

1. Übersicht

Ein Agent ist ein autonomes Programm, das mit einem KI-Modell kommuniziert, um eine zielbasierte Operation mit den ihm zur Verfügung stehenden Tools und dem Kontext auszuführen. Es ist in der Lage, autonome Entscheidungen auf der Grundlage von Fakten zu treffen.

Wenn in Ihrer Anwendung mehrere Agenten autonom und bei Bedarf zusammenarbeiten, um den übergeordneten Zweck zu erfüllen, und jeder Agent unabhängig über Wissen verfügt und für einen bestimmten Schwerpunktbereich verantwortlich ist, wird Ihre Anwendung zu einem Multi-Agenten-System.

Das Agent Development Kit (ADK)

Das Agent Development Kit (ADK) ist ein flexibles und modulares Framework zum Entwickeln und Bereitstellen von KI-Agenten. Das ADK unterstützt die Entwicklung komplexer Anwendungen, indem mehrere unterschiedliche Agenteninstanzen zu einem Multi-Agenten-System (MAS) kombiniert werden.

Im ADK ist ein Multi-Agenten-System eine Anwendung, in der verschiedene Agenten, die oft eine Hierarchie bilden, zusammenarbeiten oder sich koordinieren, um ein größeres Ziel zu erreichen. Die Strukturierung Ihrer Anwendung auf diese Weise bietet erhebliche Vorteile, darunter eine verbesserte Modularität, Spezialisierung, Wiederverwendbarkeit und Wartungsfreundlichkeit sowie die Möglichkeit, strukturierte Kontrollflüsse mithilfe von dedizierten Workflow-Agents zu definieren.

Wichtige Hinweise für ein Multi-Agenten-System

Erstens: Es ist wichtig, dass Sie die Spezialisierung jedes Kundenservicemitarbeiters richtig verstehen und begründen können. – „Weißt du, warum du für etwas einen bestimmten untergeordneten Agenten benötigst?“ – finde das zuerst heraus.

Zweitens: Wie Sie sie mit einem Stamm-Agenten zusammenführen, um die einzelnen Antworten weiterzuleiten und zu analysieren.

Drittens: Es gibt verschiedene Arten von Agent-Routing, die Sie in dieser Dokumentation finden. Achten Sie darauf, dass die gewählte Option zum Ablauf Ihrer Anwendung passt. Außerdem müssen Sie die verschiedenen Kontexte und Status kennen, die für die Ablaufsteuerung Ihres Multi-Agent-Systems erforderlich sind.

Aufgaben

Wir erstellen ein Multi-Agenten-System für die Küchenrenovierung mit der MCP Toolbox for AlloyDB und dem ADK.

Agent für Renovierungsvorschläge
Agent für Genehmigungen und Compliance-Prüfung
Bestellstatus prüfen (Tool mit der MCP Toolbox for Databases)

„Renovation Proposal Agent“ (Agent für Renovierungsangebote), um das Angebotsdokument für die Küchenrenovierung zu erstellen.

Genehmigungs- und Compliance-Agent, der sich um Genehmigungen und Compliance-bezogene Aufgaben kümmert.

Order Status Check Agent, um den Bestellstatus von Materialien zu prüfen. Dazu wird die Datenbank zur Auftragsverwaltung verwendet, die wir in AlloyDB eingerichtet haben. Für diesen Datenbankteil verwenden wir jedoch die MCP Toolbox for AlloyDB, um die Logik zum Abrufen des Status für Bestellungen zu implementieren.

2. MCP

MCP steht für Model Context Protocol, einen offenen Standard, der von Anthropic entwickelt wurde und eine einheitliche Möglichkeit für KI-Agents bietet, sich mit externen Tools, Diensten und Daten zu verbinden. Er fungiert im Wesentlichen als gemeinsamer Standard für KI-Anwendungen, sodass diese nahtlos mit verschiedenen Datenquellen und Tools interagieren können.

Es wird ein Client-Server-Modell verwendet, bei dem KI-Anwendungen (die Hosts) den MCP-Client ausführen, der mit MCP-Servern kommuniziert.
Wenn ein KI-Agent auf ein bestimmtes Tool oder bestimmte Daten zugreifen muss, sendet er eine strukturierte Anfrage an den MCP-Client, der sie an den entsprechenden MCP-Server weiterleitet.
Ermöglicht KI-Modellen den Zugriff auf externe Daten und Tools, ohne dass für jede Integration benutzerdefinierter Code erforderlich ist.
Vereinfacht die Entwicklung von Agents und komplexen Workflows auf Basis von Large Language Models (LLMs).

MCP Toolbox for Databases

Die MCP Toolbox for Databases von Google ist ein Open-Source-MCP-Server für Datenbanken. Sie wurde für den Einsatz in Unternehmen und für die Produktion entwickelt. Damit können Sie Tools einfacher, schneller und sicherer entwickeln, da Komplexitäten wie Connection Pooling und Authentifizierung abgedeckt werden.

KI-Agenten den Zugriff auf Daten in Ihrer Datenbank erlauben!!! Wie?

Vereinfachte Entwicklung:Sie können Tools mit weniger als 10 Zeilen Code in Ihren Agenten einbinden, Tools für mehrere Agenten oder Frameworks wiederverwenden und neue Versionen von Tools einfacher bereitstellen.

Bessere Leistung:Best Practices wie Verbindungs-Pooling, Authentifizierung usw.

Mehr Sicherheit:Integrierte Authentifizierung für einen sichereren Zugriff auf Ihre Daten

End-to-End-Beobachtbarkeit:Sofort einsatzbereite Messwerte und Tracing mit integrierter Unterstützung für OpenTelemetry.

Das muss vor dem MCP passiert sein.

Die MCP Toolbox für Datenbanken befindet sich zwischen dem Orchestrierungs-Framework Ihrer Agent-Anwendung und Ihrer Datenbank. Sie bietet eine Steuerungsebene, mit der Tools geändert, verteilt oder aufgerufen werden. Sie vereinfacht die Verwaltung Ihrer Tools, da Sie Tools zentral speichern und aktualisieren können. So können Sie Tools für mehrere Agents und Anwendungen freigeben und aktualisieren, ohne Ihre Anwendung neu bereitstellen zu müssen.

Wir haben einen Root-Agenten, der diese Agenten je nach Anforderung orchestriert.

Voraussetzungen

Ein Browser, z. B. Chrome oder Firefox
Google Cloud-Projekt mit aktivierter Abrechnungsfunktion.

3. Hinweis

Projekt erstellen

Wählen Sie in der Google Cloud Console auf der Seite zur Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.
Die Abrechnung für das Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist .

Wenn Sie diesen Artikel lesen und Guthaben für den Einstieg in Google Cloud und die Verwendung des ADK erhalten möchten, können Sie über diesen Link Guthaben einlösen. Folgen Sie dieser Anleitung, um das Angebot einzulösen. Bitte beachten Sie, dass dieser Link nur bis Ende Mai zum Einlösen gültig ist.

Aktivieren Sie Cloud Shell, indem Sie auf diesen Link klicken. Sie können zwischen dem Cloud Shell-Terminal (zum Ausführen von Cloud-Befehlen) und dem Editor (zum Erstellen von Projekten) wechseln, indem Sie in Cloud Shell auf die entsprechende Schaltfläche klicken.
Sobald die Verbindung mit der Cloud Shell hergestellt ist, prüfen Sie mit dem folgenden Befehl, ob Sie bereits authentifiziert sind und für das Projekt schon Ihre Projekt-ID eingestellt ist:

gcloud auth list

Führen Sie den folgenden Befehl in Cloud Shell aus, um zu bestätigen, dass der gcloud-Befehl Ihr Projekt kennt.

gcloud config list project

Wenn Ihr Projekt nicht festgelegt ist, verwenden Sie den folgenden Befehl, um es festzulegen:

gcloud config set project <YOUR_PROJECT_ID>

Aktivieren Sie die folgenden APIs, indem Sie die folgenden Befehle ausführen:

gcloud services enable artifactregistry.googleapis.com \cloudbuild.googleapis.com \run.googleapis.com \aiplatform.googleapis.com \alloydb.googleapis.com

Python 3.9 oder höher muss installiert sein.
Informationen zu gcloud-Befehlen und deren Verwendung finden Sie in der Dokumentation.

4. ADK einrichten

Virtuelle Umgebung erstellen und aktivieren (empfohlen)

Erstellen Sie im Cloud Shell-Terminal eine virtuelle Umgebung:

python -m venv .venv

Aktivieren Sie die virtuelle Umgebung:

source .venv/bin/activate

ADK installieren

pip install google-adk

5. Projektstruktur

Führen Sie im Cloud Shell-Terminal die folgenden Befehle nacheinander aus, um Stamm- und Projektordner zu erstellen:

mkdir agentic-apps
cd agentic-apps
mkdir renovation-agent

Rufen Sie den Cloud Shell-Editor auf und erstellen Sie die folgende Projektstruktur, indem Sie die Dateien erstellen (anfangs leer):

renovation-agent/
        __init__.py
        agent.py
        .env

6. Quellcode

Rufen Sie init.py auf und aktualisieren Sie die Datei mit dem folgenden Inhalt:

from . import agent

Rufen Sie „agent.py“ auf und aktualisieren Sie die Datei mit dem folgenden Inhalt aus dem folgenden Pfad:

https://github.com/AbiramiSukumaran/renovation-agent-adk-mcp-toolbox/blob/main/agent.py

In „agent.py“ importieren wir die erforderlichen Abhängigkeiten, rufen Konfigurationsparameter aus der Datei „.env“ ab und definieren den „root_agent“, der ein Tool zum Aufrufen des Toolbox-Tools verwendet.

Rufen Sie „requirements.txt“ auf und aktualisieren Sie die Datei mit dem Inhalt der folgenden Datei:

https://github.com/AbiramiSukumaran/renovation-agent-adk-mcp-toolbox/blob/main/requirements.txt

7. Datenbank einrichten

In einem der vom ordering_agent verwendeten Tools namens „check_status“ greifen wir auf die AlloyDB-Bestelldatenbank zu, um den Status von Bestellungen abzurufen. In diesem Abschnitt richten wir einen AlloyDB-Instanz ein.

Cluster und Instanz erstellen

Rufen Sie in der Cloud Console die AlloyDB-Seite auf. Die meisten Seiten in der Cloud Console lassen sich ganz einfach über die Suchleiste der Console finden.
Wählen Sie auf dieser Seite CLUSTER ERSTELLEN aus:

Sie sehen einen Bildschirm wie den unten. Erstellen Sie einen Cluster und eine Instanz mit den folgenden Werten. Achten Sie darauf, dass die Werte übereinstimmen, wenn Sie den Anwendungscode aus dem Repository klonen:

Cluster-ID: „vector-cluster“
password: "alloydb"
Mit PostgreSQL 16 kompatibel / Die jeweils aktuelle Version wird empfohlen
Region: "us-central1"
Netzwerk: „default“

Wenn Sie das Standardnetzwerk auswählen, wird ein Bildschirm wie der unten angezeigt.

Wählen Sie VERBINDUNG EINRICHTEN aus.

Wählen Sie dort Automatisch zugewiesenen IP-Bereich verwenden aus und klicken Sie auf „Weiter“. Nachdem Sie die Informationen geprüft haben, wählen Sie „VERBINDUNG ERSTELLEN“ aus.

6. WICHTIGER HINWEIS: Ändern Sie die Instanz-ID (die Sie bei der Konfiguration des Clusters / der Instanz finden) in

vector-instance: Wenn Sie sie nicht ändern können, denken Sie daran, in allen nachfolgenden Verweisen Ihre Instanz-ID zu verwenden.

Zur Vorbereitung auf die Einrichtung von Toolbox aktivieren wir die Verbindung über öffentliche IP-Adressen in unserer AlloyDB-Instanz, damit das neue Tool auf die Datenbank zugreifen kann.
Rufen Sie den Abschnitt „Öffentliche IP-Verbindungen“ auf, setzen Sie ein Häkchen bei „Öffentliche IP-Adresse aktivieren“ und geben Sie die IP-Adresse Ihres Cloud Shell-Computers ein.
Wenn Sie die IP-Adresse Ihrer Cloud Shell-Maschine abrufen möchten, rufen Sie das Cloud Shell-Terminal auf und geben Sie „ifconfig“ ein. Suchen Sie im Ergebnis nach der eth0-Inet-Adresse und ersetzen Sie die letzten beiden Ziffern durch 0.0 mit einer Maskengröße von „/16“. Ein Beispiel wäre „XX.XX.0.0/16“, wobei XX für Zahlen steht.
Fügen Sie diese IP-Adresse auf der Seite zum Bearbeiten der Instanz in das Textfeld „Netzwerke“ unter „Autorisierte externe Netzwerke“ ein.

Nachdem Sie Ihr Netzwerk eingerichtet haben, können Sie mit der Clustererstellung fortfahren. Klicken Sie auf CREATE CLUSTER (CLUSTER ERSTELLEN), um die Einrichtung des Clusters abzuschließen (siehe unten):

Die Clustererstellung dauert etwa 10 Minuten. Wenn die Einrichtung erfolgreich war, wird ein Bildschirm mit der Übersicht des gerade erstellten Clusters angezeigt.

Datenaufnahme

Jetzt ist es an der Zeit, eine Tabelle mit den Daten zum Geschäft hinzuzufügen. Rufen Sie AlloyDB auf, wählen Sie den primären Cluster und dann AlloyDB Studio aus:

Möglicherweise müssen Sie warten, bis die Instanz erstellt wurde. Melden Sie sich dann mit den Anmeldedaten in AlloyDB an, die Sie beim Erstellen des Clusters erstellt haben. Verwenden Sie die folgenden Daten für die Authentifizierung bei PostgreSQL:

Nutzername: „postgres“
Datenbank: „postgres“
Passwort: „alloydb“

Nachdem Sie sich erfolgreich in AlloyDB Studio authentifiziert haben, werden SQL-Befehle im Editor eingegeben. Sie können mehrere Editorfenster hinzufügen, indem Sie auf das Pluszeichen rechts neben dem letzten Fenster klicken.

Sie geben Befehle für AlloyDB in Editorfenstern ein und verwenden bei Bedarf die Optionen „Ausführen“, „Formatieren“ und „Löschen“.

Tabelle erstellen

Sie können eine Tabelle mit der folgenden DDL-Anweisung in AlloyDB Studio erstellen:

-- Table DDL for Procurement Material Order Status

CREATE TABLE material_order_status (
    order_id VARCHAR(50) PRIMARY KEY,
    material_name VARCHAR(100) NOT NULL,
    supplier_name VARCHAR(100) NOT NULL,
    order_date DATE NOT NULL,
    estimated_delivery_date DATE,
    actual_delivery_date DATE,
    quantity_ordered INT NOT NULL,
    quantity_received INT,
    unit_price DECIMAL(10, 2) NOT NULL,
    total_amount DECIMAL(12, 2),
    order_status VARCHAR(50) NOT NULL, -- e.g., "Ordered", "Shipped", "Delivered", "Cancelled"
    delivery_address VARCHAR(255),
    contact_person VARCHAR(100),
    contact_phone VARCHAR(20),
    tracking_number VARCHAR(100),
    notes TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    quality_check_passed BOOLEAN,  -- Indicates if the material passed quality control
    quality_check_notes TEXT,        -- Notes from the quality control check
    priority VARCHAR(20),            -- e.g., "High", "Medium", "Low"
    project_id VARCHAR(50),          -- Link to a specific project
    receiver_name VARCHAR(100),        -- Name of the person who received the delivery
    return_reason TEXT,               -- Reason for returning material if applicable
    po_number VARCHAR(50)             -- Purchase order number
);

Einträge einfügen

Kopieren Sie die insert-Abfrageanweisung aus dem oben erwähnten database_script.sql-Skript in den Editor.

Klicken Sie auf Ausführen.

Nachdem das Dataset fertig ist, richten wir die MCP Toolbox for Databases als Steuerungsebene für alle unsere Interaktionen mit der Order Database in AlloyDB ein.

8. Einrichtung der MCP Toolbox for Databases

Toolbox befindet sich zwischen dem Orchestrierungs-Framework Ihrer Anwendung und Ihrer Datenbank und bietet eine Steuerungsebene, mit der Tools geändert, verteilt oder aufgerufen werden können. Sie vereinfacht die Verwaltung Ihrer Tools, da Sie Tools zentral speichern und aktualisieren können. So können Sie Tools für mehrere Agents und Anwendungen freigeben und aktualisieren, ohne Ihre Anwendung neu bereitstellen zu müssen.

Eine der von der MCP Toolbox für Datenbanken unterstützten Datenbanken ist AlloyDB. Da wir diese bereits im vorherigen Abschnitt bereitgestellt haben, können wir jetzt mit der Einrichtung der Toolbox fortfahren.

Rufen Sie Ihr Cloud Shell-Terminal auf und prüfen Sie, ob Ihr Projekt ausgewählt ist und im Prompt des Terminals angezeigt wird. Führen Sie den folgenden Befehl im Cloud Shell-Terminal aus, um das Projektverzeichnis zu öffnen:

cd adk-renovation-agent

Führen Sie den folgenden Befehl aus, um die Toolbox in Ihren neuen Ordner herunterzuladen und zu installieren:

# see releases page for other versions
export VERSION=0.7.0
curl -O https://storage.googleapis.com/genai-toolbox/v$VERSION/linux/amd64/toolbox
chmod +x toolbox

Rufen Sie den Cloud Shell-Editor (für den Codebearbeitungsmodus) auf und fügen Sie im Stammordner des Projekts eine Datei mit dem Namen „tools.yaml“ hinzu.

sources:
    alloydb-orders:
        kind: "alloydb-postgres"
        project: "<<YOUR_PROJECT_ID>>"
        region: "us-central1"
        cluster: "<<YOUR_ALLOYDB_CLUSTER>>"
        instance: "<<YOUR_ALLOYDB_INSTANCE>>"
        database: "<<YOUR_ALLOYDB_DATABASE>>"
        user: "<<YOUR_ALLOYDB_USER>>"
        password: "<<YOUR_ALLOYDB_PASSWORD>>"

tools:
  get-order-data:
    kind: postgres-sql
    source: alloydb-orders
    description: Get the status of an order based on the material description.
    parameters:
      - name: description
        type: string
        description: A description of the material to search for its order status.
    statement: |
      select order_status from material_order_status where lower(material_name) like lower($1) 
      LIMIT 1;

Im Abfrageteil (siehe Parameter „statement“ oben) rufen wir nur den Wert für das Feld „order_status“ ab, wenn der Materialname mit dem Suchtext des Nutzers übereinstimmt.

tools.yaml

Quellen stellen die verschiedenen Datenquellen dar, mit denen ein Tool interagieren kann. Eine Quelle ist eine Datenquelle, mit der ein Tool interagieren kann. Sie können Quellen als Map im Abschnitt „sources“ Ihrer tools.yaml-Datei definieren. Normalerweise enthält eine Quellkonfiguration alle Informationen, die für die Verbindung mit der Datenbank und die Interaktion mit ihr erforderlich sind.

Tools definieren Aktionen, die ein Agent ausführen kann, z. B. das Lesen und Schreiben in einer Quelle. Ein Tool stellt eine Aktion dar, die Ihr Agent ausführen kann, z. B. das Ausführen einer SQL-Anweisung. Sie können Tools als Map im Abschnitt „tools“ Ihrer Datei „tools.yaml“ definieren. Normalerweise benötigt ein Tool eine Quelle, auf die es sich beziehen kann.

Weitere Informationen zum Konfigurieren von „tools.yaml“ finden Sie in dieser Dokumentation.

MCP Toolbox for Databases-Server ausführen

Führen Sie den folgenden Befehl aus dem Ordner „mcp-toolbox“ aus, um den Server zu starten:

./toolbox --tools-file "tools.yaml"

Wenn Sie den Server jetzt in einem Webvorschau-Modus in der Cloud öffnen, sollte der Toolbox-Server mit Ihrem neuen Tool „get-order-data“ ausgeführt werden.

Der MCP Toolbox-Server wird standardmäßig auf Port 5000 ausgeführt. Wir verwenden Cloud Shell, um dies zu testen.

Klicken Sie in Cloud Shell auf „Webvorschau“, wie unten dargestellt:

Klicken Sie auf „Port ändern“, legen Sie den Port auf 5000 fest (siehe unten) und klicken Sie auf „Ändern und Vorschau“.

Dies sollte die folgende Ausgabe liefern:

Das MCP Toolkit for Databases enthält ein Python SDK, mit dem Sie die Tools validieren und testen können. Die Dokumentation dazu finden Sie hier. Wir überspringen das und gehen im nächsten Abschnitt direkt zum Agent Development Kit (ADK) über, in dem diese Tools verwendet werden.

Toolbox in Cloud Run bereitstellen

Zuerst können wir den MCP Toolbox-Server in Cloud Run hosten. Dadurch erhalten wir einen öffentlichen Endpunkt, den wir in jede andere Anwendung und/oder die Agent-Anwendungen einbinden können. Eine Anleitung zum Hosten in Cloud Run finden Sie hier. Wir gehen nun die wichtigsten Schritte durch.

Starten Sie ein neues Cloud Shell-Terminal oder verwenden Sie ein vorhandenes. Wechseln Sie zum Projektordner, in dem sich die Toolbox-Binärdatei und „tools.yaml“ befinden, in diesem Fall „adk-renovation-agent“.
Legen Sie die Variable PROJECT_ID auf Ihre Google Cloud-Projekt-ID fest.

export PROJECT_ID="<<YOUR_GOOGLE_CLOUD_PROJECT_ID>>"

Diese Google Cloud-Dienste aktivieren

gcloud services enable run.googleapis.com \
                       cloudbuild.googleapis.com \
                       artifactregistry.googleapis.com \
                       iam.googleapis.com \
                       secretmanager.googleapis.com

Erstellen wir ein separates Dienstkonto, das als Identität für den Toolbox-Dienst dient, den wir in Google Cloud Run bereitstellen.

gcloud iam service-accounts create toolbox-identity

Wir sorgen auch dafür, dass dieses Dienstkonto die richtigen Rollen hat, d. h. auf Secret Manager zugreifen und mit AlloyDB kommunizieren kann.

gcloud projects add-iam-policy-binding $PROJECT_ID \
   --member serviceAccount:toolbox-identity@$PROJECT_ID.iam.gserviceaccount.com \
   --role roles/secretmanager.secretAccessor

gcloud projects add-iam-policy-binding $PROJECT_ID \
   --member serviceAccount:toolbox-identity@$PROJECT_ID.iam.gserviceaccount.com \
   --role roles/alloydb.client

gcloud projects add-iam-policy-binding $PROJECT_ID \
   --member serviceAccount:toolbox-identity@$PROJECT_ID.iam.gserviceaccount.com \
   --role roles/serviceusage.serviceUsageConsumer

Wir laden die Datei „tools.yaml“ als Secret hoch:

gcloud secrets create tools --data-file=tools.yaml

Wenn Sie bereits ein Secret haben und die Secret-Version aktualisieren möchten, führen Sie Folgendes aus:

gcloud secrets versions add tools --data-file=tools.yaml

Legen Sie eine Umgebungsvariable für das Container-Image fest, das Sie für Cloud Run verwenden möchten:

export IMAGE=us-central1-docker.pkg.dev/database-toolbox/toolbox/toolbox:latest

Der letzte Schritt im bekannten Bereitstellungsbefehl für Cloud Run:

gcloud run deploy toolbox \
--image $IMAGE \
--service-account toolbox-identity \
--region us-central1 \
--set-secrets "/app/tools.yaml=tools:latest" \
--args="--tools-file=/app/tools.yaml","--address=0.0.0.0","--port=8080" \
--allow-unauthenticated

Dadurch sollte der Prozess zum Bereitstellen des Toolbox-Servers mit unserer konfigurierten „tools.yaml“-Datei in Cloud Run gestartet werden. Bei erfolgreicher Bereitstellung wird eine Meldung ähnlich der folgenden angezeigt:

Deploying container to Cloud Run service [toolbox] in project [YOUR_PROJECT_ID] region [us-central1]
OK Deploying new service... Done.                                                                                                                                                                                     
  OK Creating Revision...                                                                                                                                                                                             
  OK Routing traffic...                                                                                                                                                                                               
  OK Setting IAM Policy...                                                                                                                                                                                            
Done.                                                                                                                                                                                                                 
Service [toolbox] revision [toolbox-00001-zsk] has been deployed and is serving 100 percent of traffic.
Service URL: https://toolbox-<SOME_ID>.us-central1.run.app

Sie können das neu bereitgestellte Tool jetzt in Ihrer Agent-Anwendung verwenden.

Lass uns das Toolbox-Tool mit unserem Agenten verbinden.

Wir haben die Quelle für unsere Agent-Anwendung bereits erstellt. Wir aktualisieren das Diagramm, um ein neues Tool für die MCP Toolbox für Datenbanken aufzunehmen, das wir gerade in Cloud Run bereitgestellt haben.

Beobachten Sie die Datei „requirements.txt“ mit der Quelle aus dem Repository:

Wir fügen die Abhängigkeit für die MCP-Toolbox für Datenbanken in „requirements.txt“ ein.

https://github.com/AbiramiSukumaran/renovation-agent-adk-mcp-toolbox/blob/main/requirements.txt

Beobachten Sie die Datei „agent.py“ mit dem Code aus dem Repository:

Wir fügen das Tool hinzu, mit dem der Toolbox-Endpunkt aufgerufen wird, um Bestelldaten für ein bestimmtes bestelltes Material abzurufen.

https://github.com/AbiramiSukumaran/renovation-agent-adk-mcp-toolbox/blob/main/agent.py

9. Modelleinrichtung

Die Fähigkeit Ihres KI-Agenten, Nutzeranfragen zu verstehen und Antworten zu generieren, basiert auf einem Large Language Model (LLM). Ihr Agent muss sichere Aufrufe an diesen externen LLM-Dienst ausführen. Dazu sind Authentifizierungsanmeldedaten erforderlich. Ohne gültige Authentifizierung lehnt der LLM-Dienst die Anfragen des Agents ab und der Agent kann nicht funktionieren.

Rufen Sie einen API-Schlüssel von Google AI Studio ab.
Ersetzen Sie im nächsten Schritt, in dem Sie die .env-Datei einrichten, <<your API KEY>> durch den tatsächlichen Wert Ihres API-Schlüssels.

10. Umgebungsvariablen einrichten

Richten Sie die Werte für die Parameter in der .env-Datei der Vorlage ein. In meinem Fall enthält die Datei „.env“ die folgenden Variablen:

GOOGLE_GENAI_USE_VERTEXAI=FALSE
GOOGLE_API_KEY=<<your API KEY>>
GOOGLE_CLOUD_LOCATION=us-central1 <<or your region>>
GOOGLE_CLOUD_PROJECT=<<your project id>>
PROJECT_ID=<<your project id>>
GOOGLE_CLOUD_REGION=us-central1 <<or your region>>

Ersetzen Sie die Platzhalter durch Ihre Werte.

11. Agent ausführen

Wechseln Sie im Terminal zum übergeordneten Verzeichnis Ihres Agent-Projekts:

cd renovation-agent

Installieren Sie die Abhängigkeiten:

pip install -r requirements.txt

Sie können den folgenden Befehl in Ihrem Cloud Shell-Terminal ausführen, um den Agenten auszuführen:

adk run .

Sie können den folgenden Befehl ausführen, um ihn in einer ADK-bereitgestellten Web-UI auszuführen:

adk web

Testen Sie mit den folgenden Prompts:

user>> 

Hello. Check order status for Cement Bags.

12. Ergebnis

13. Bereinigen

So vermeiden Sie, dass Ihrem Google Cloud-Konto die in diesem Beitrag verwendeten Ressourcen in Rechnung gestellt werden:

Wechseln Sie in der Google Cloud Console zur Seite Ressourcen verwalten.
Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie auf Löschen.
Geben Sie im Dialogfeld die Projekt-ID ein und klicken Sie auf Beenden, um das Projekt zu löschen.

14. Glückwunsch

Glückwunsch! Sie haben mit dem ADK und der MCP Toolbox for Databases erfolgreich eine Multi-Agenten-Anwendung erstellt. Weitere Informationen finden Sie in der Produktdokumentation: Agent Development Kit und MCP Toolbox for Databases.

Multi-Agent-App mit der MCP Toolbox for AlloyDB und dem ADK erstellen Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.