Mem-build Aplikasi Multi-agen dengan MCP Toolbox untuk AlloyDB & ADK

1. Ringkasan

Agen adalah program otonom yang berkomunikasi dengan model AI untuk melakukan operasi berbasis tujuan menggunakan alat dan konteks yang dimilikinya serta mampu membuat keputusan otonom yang didasarkan pada kebenaran.

Jika aplikasi Anda memiliki beberapa agen yang bekerja sama secara mandiri dan bersama-sama sesuai kebutuhan untuk memenuhi tujuan yang lebih besar dengan setiap agennya yang memiliki pengetahuan dan bertanggung jawab secara independen untuk area fokus tertentu, maka aplikasi Anda menjadi sistem multi-agen.

Agent Development Kit (ADK)

Agent Development Kit (ADK) adalah framework fleksibel dan modular untuk mengembangkan dan men-deploy agen AI. ADK mendukung pembangunan aplikasi canggih dengan menyusun beberapa instance agen yang berbeda ke dalam Sistem Multi-Agen (MAS).

Di ADK, sistem multi-agen adalah aplikasi tempat berbagai agen, yang sering kali membentuk hierarki, berkolaborasi atau berkoordinasi untuk mencapai tujuan yang lebih besar. Menyusun aplikasi dengan cara ini menawarkan keuntungan yang signifikan, termasuk modularitas, spesialisasi, kemampuan penggunaan kembali, kemudahan pemeliharaan, dan kemampuan yang ditingkatkan untuk menentukan alur kontrol terstruktur menggunakan agen alur kerja khusus.

Hal-hal yang perlu diingat untuk sistem multi-agen

Pertama, penting untuk memiliki pemahaman dan alasan yang tepat tentang spesialisasi untuk setiap agen. — "apakah Anda tahu mengapa Anda memerlukan sub-agen tertentu untuk sesuatu", selesaikan dulu hal tersebut.

Kedua, Cara menggabungkan respons tersebut dengan agen root untuk merutekan dan memahami setiap respons.

Ketiga, ada beberapa jenis perutean agen yang dapat Anda temukan di sini dalam dokumentasi ini. Pastikan mana yang sesuai dengan alur aplikasi Anda. Selain itu, apa saja konteks dan status yang Anda butuhkan untuk kontrol alur sistem multi-agen Anda.

Yang akan Anda build

Mari kita bangun sistem multiagen untuk menangani renovasi dapur menggunakan MCP Toolbox untuk AlloyDB & ADK.

Agen Proposal Renovasi
Agen Pemeriksaan Izin dan Kepatuhan
Pemeriksaan Status Pesanan (Alat menggunakan MCP Toolbox for Databases)

Agen Proposal Renovasi, untuk membuat dokumen proposal renovasi dapur.

Permits and Compliance Agent, untuk menangani tugas terkait izin dan kepatuhan.

Agen Pemeriksaan Status Pesanan, untuk memeriksa status pesanan materi dengan mengerjakan database pengelolaan pesanan yang telah kami siapkan di AlloyDB. Namun, untuk bagian database ini, kita akan menggunakan MCP Toolbox for AlloyDB untuk menerapkan logika pengambilan status pesanan.

2. MCP

MCP adalah singkatan dari Model Context Protocol, sebuah standar terbuka yang dikembangkan oleh Anthropic yang menyediakan cara yang konsisten bagi agen AI untuk terhubung dengan alat, layanan, dan data eksternal. Pada dasarnya, MCP berfungsi sebagai standar umum untuk aplikasi AI, sehingga aplikasi tersebut dapat berinteraksi dengan lancar dengan berbagai sumber data dan alat.

Model ini menggunakan model klien-server, di mana aplikasi AI (host) menjalankan klien MCP, yang berkomunikasi dengan server MCP.
Saat agen AI perlu mengakses alat atau data tertentu, agen tersebut akan mengirimkan permintaan terstruktur ke klien MCP, yang akan meneruskannya ke server MCP yang sesuai.
Memungkinkan model AI mengakses data dan alat eksternal tanpa memerlukan kode kustom untuk setiap integrasi.
Menyederhanakan proses pembuatan agen dan alur kerja yang kompleks di atas Model Bahasa Besar (LLM).

MCP Toolbox for Databases

MCP Toolbox for Databases Google adalah server MCP open source untuk database. Dirancang dengan mempertimbangkan kualitas produksi dan tingkat perusahaan. Hal ini memungkinkan Anda mengembangkan alat dengan lebih mudah, cepat, dan aman dengan menangani kompleksitas seperti penggabungan koneksi, autentikasi, dan lainnya.

Izinkan agen Anda mengakses data di database Anda. Bagaimana caranya?

Pengembangan yang disederhanakan: Integrasikan alat ke agen Anda dengan kurang dari 10 baris kode, gunakan kembali alat di antara beberapa agen atau framework, dan deploy versi baru alat dengan lebih mudah.

Performa yang lebih baik: Praktik terbaik seperti penggabungan koneksi, autentikasi, dan lainnya.

Keamanan yang ditingkatkan: Autentikasi terintegrasi untuk akses yang lebih aman ke data Anda

Kemampuan observasi menyeluruh: Metrik dan pelacakan langsung dengan dukungan bawaan untuk OpenTelemetry.

Harus menyebutkan fakta bahwa ini terjadi sebelum MCP!!!

MCP Toolbox for Databases berada di antara framework orkestrasi aplikasi agentic dan database Anda, sehingga menyediakan bidang kontrol yang digunakan untuk mengubah, mendistribusikan, atau memanggil alat. Hal ini menyederhanakan pengelolaan alat Anda dengan memberi Anda lokasi terpusat untuk menyimpan dan memperbarui alat, sehingga Anda dapat membagikan alat di antara agen dan aplikasi serta memperbarui alat tersebut tanpa perlu men-deploy ulang aplikasi.

Kita akan memiliki agen root yang mengorkestrasi agen-agen ini berdasarkan persyaratan.

Persyaratan

Browser, seperti Chrome atau Firefox
Project Google Cloud yang mengaktifkan penagihan.

3. Sebelum memulai

Membuat project

Di Konsol Google Cloud, di halaman pemilih project, pilih atau buat project Google Cloud.
Pastikan penagihan diaktifkan untuk project Cloud Anda. Pelajari cara memeriksa apakah penagihan telah diaktifkan pada suatu project .

Selain itu, jika Anda membaca ini dan ingin mendapatkan beberapa kredit untuk membantu Anda mulai menggunakan Google Cloud dan ADK, gunakan link ini untuk menukarkan kredit. Anda dapat mengikuti petunjuk di sini untuk menukarkannya. Perhatikan bahwa link ini hanya berlaku hingga akhir Mei untuk penukaran.

Aktifkan Cloud Shell dengan mengklik link ini. Anda dapat beralih antara Terminal Cloud Shell (untuk menjalankan perintah cloud) dan Editor (untuk membangun project) dengan mengklik tombol yang sesuai dari Cloud Shell.
Setelah terhubung ke Cloud Shell, Anda dapat memeriksa bahwa Anda sudah diautentikasi dan project sudah ditetapkan ke project ID Anda menggunakan perintah berikut:

gcloud auth list

Jalankan perintah berikut di Cloud Shell untuk mengonfirmasi bahwa perintah gcloud mengetahui project Anda.

gcloud config list project

Jika project Anda belum ditetapkan, gunakan perintah berikut untuk menetapkannya:

gcloud config set project <YOUR_PROJECT_ID>

Aktifkan API berikut dengan menjalankan perintah berikut:

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

Pastikan Anda memiliki Python 3.9+
Baca dokumentasi untuk mempelajari perintah gcloud dan penggunaannya.

4. Penyiapan ADK

Buat & Aktifkan Lingkungan Virtual (Direkomendasikan)

Dari Terminal Cloud Shell, buat Lingkungan Virtual:

python -m venv .venv

Aktifkan Lingkungan Virtual:

source .venv/bin/activate

Menginstal ADK

pip install google-adk

5. Struktur Project

Dari Cloud Shell Terminal, jalankan perintah berikut satu per satu untuk membuat folder root dan project:

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

Buka editor Cloud Shell dan buat struktur project berikut dengan membuat file (kosong untuk memulai):

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

6. Kode Sumber

Buka init.py dan perbarui dengan konten berikut:

from . import agent

Buka agent.py dan perbarui file dengan konten berikut dari jalur berikut:

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

Di agent.py, kita mengimpor dependensi yang diperlukan, mengambil parameter konfigurasi dari file .env, dan menentukan root_agent yang menggunakan 1 alat untuk memanggil alat toolbox.

Buka requirements.txt dan perbarui dengan konten dari berikut ini:

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

7. Penyiapan Database

Di salah satu alat yang digunakan oleh ordering_agent, yang disebut "check_status", kita mengakses database pesanan AlloyDB untuk mendapatkan status pesanan. Di bagian ini, kita akan menyiapkan cluster dan instance database AlloyDB.

Membuat cluster dan instance

Buka halaman AlloyDB di Konsol Cloud. Cara mudah untuk menemukan sebagian besar halaman di Konsol Cloud adalah dengan menelusurinya menggunakan kotak penelusuran konsol.
Pilih CREATE CLUSTER dari halaman tersebut:

Anda akan melihat layar seperti di bawah. Buat cluster dan instance dengan nilai berikut (Pastikan nilai cocok jika Anda meng-clone kode aplikasi dari repo):

cluster id: "vector-cluster"
password: "alloydb"
Kompatibel dengan PostgreSQL 16 / versi terbaru direkomendasikan
Region: "us-central1"
Jaringan: "default"

Saat Anda memilih jaringan default, Anda akan melihat layar seperti di bawah.

Pilih SIAPKAN KONEKSI.

Dari sana, pilih "Gunakan rentang IP yang dialokasikan secara otomatis" dan Lanjutkan. Setelah meninjau informasi, pilih BUAT KONEKSI.

6. CATATAN PENTING: Pastikan untuk mengubah ID instance (yang dapat Anda temukan pada saat konfigurasi cluster / instance) menjadi

vector-instance. Jika Anda tidak dapat mengubahnya, ingatlah untuk menggunakan ID instance Anda dalam semua referensi mendatang.

Sebagai persiapan untuk menyiapkan Toolbox, mari kita aktifkan konektivitas IP publik di instance AlloyDB kita agar alat baru dapat mengakses database.
Buka bagian konektivitas IP Publik, centang kotak Enable Public IP, lalu masukkan alamat IP mesin Cloud Shell Anda.
Untuk mendapatkan IP mesin Cloud Shell Anda, buka Terminal Cloud Shell dan masukkan ifconfig. Dari hasilnya, identifikasi alamat inet eth0 dan ganti 2 digit terakhir dengan 0.0 dengan ukuran mask '/16'. Misalnya, akan terlihat seperti "XX.XX.0.0/16" dengan XX adalah angka.
Tempelkan IP ini di kotak teks "Jaringan" pada Jaringan eksternal yang diizinkan di halaman edit instance.

Setelah jaringan disiapkan, Anda dapat melanjutkan pembuatan cluster. Klik CREATE CLUSTER untuk menyelesaikan penyiapan cluster seperti yang ditunjukkan di bawah:

Perhatikan bahwa pembuatan Cluster akan memerlukan waktu sekitar 10 menit. Setelah berhasil, Anda akan melihat layar yang menampilkan ringkasan cluster yang baru saja Anda buat.

Penyerapan data

Sekarang saatnya menambahkan tabel dengan data tentang toko. Buka AlloyDB, pilih cluster utama, lalu AlloyDB Studio:

Anda mungkin perlu menunggu hingga instance selesai dibuat. Setelah selesai, login ke AlloyDB menggunakan kredensial yang Anda buat saat membuat cluster. Gunakan data berikut untuk melakukan autentikasi ke PostgreSQL:

Nama pengguna : "postgres"
Database : "postgres"
Sandi : "alloydb"

Setelah Anda berhasil diautentikasi ke AlloyDB Studio, perintah SQL dimasukkan di Editor. Anda dapat menambahkan beberapa jendela Editor menggunakan tanda plus di sebelah kanan jendela terakhir.

Anda akan memasukkan perintah untuk AlloyDB di jendela editor, menggunakan opsi Jalankan, Format, dan Hapus sesuai kebutuhan.

Membuat tabel

Anda dapat membuat tabel menggunakan pernyataan DDL di bawah di AlloyDB Studio:

-- 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
);

Menyisipkan Data

Salin pernyataan kueri insert dari skrip database_script.sql yang disebutkan di atas ke editor.

Klik Run.

Setelah set data siap, mari kita siapkan MCP Toolbox for Databases untuk bertindak sebagai bidang kontrol untuk semua interaksi Database Pesanan kita di AlloyDB.

8. Penyiapan MCP Toolbox for Databases

Toolbox berada di antara framework orkestrasi aplikasi dan database Anda, menyediakan bidang kontrol yang digunakan untuk mengubah, mendistribusikan, atau memanggil alat. Hal ini menyederhanakan pengelolaan alat Anda dengan memberi Anda lokasi terpusat untuk menyimpan dan memperbarui alat, sehingga Anda dapat membagikan alat di antara agen dan aplikasi serta memperbarui alat tersebut tanpa harus men-deploy ulang aplikasi.

Anda dapat melihat bahwa salah satu database yang didukung oleh MCP Toolbox for Databases adalah AlloyDB dan karena kita telah menyediakannya di bagian sebelumnya, mari kita lanjutkan dan siapkan Toolbox.

Buka Terminal Cloud Shell Anda dan pastikan project Anda dipilih dan ditampilkan di perintah terminal. Jalankan perintah di bawah dari Terminal Cloud Shell untuk membuka direktori project Anda:

cd adk-renovation-agent

Jalankan perintah di bawah untuk mendownload dan menginstal toolbox di folder baru Anda:

# 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

Buka Cloud Shell Editor (untuk mode pengeditan kode) dan di folder root project, tambahkan file bernama "tools.yaml"

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;

Di bagian kueri (lihat parameter "statement" di atas), kita hanya mengambil nilai untuk kolom order_status saat nama item cocok dengan teks penelusuran pengguna.

Mari kita pahami tools.yaml

Sumber mewakili berbagai sumber data yang dapat berinteraksi dengan alat. Sumber merepresentasikan sumber data yang dapat berinteraksi dengan alat. Anda dapat menentukan Sumber sebagai peta di bagian sumber file tools.yaml. Biasanya, konfigurasi sumber akan berisi informasi apa pun yang diperlukan untuk terhubung dan berinteraksi dengan database.

Alat menentukan tindakan yang dapat dilakukan agen – seperti membaca dan menulis ke sumber. Alat merepresentasikan tindakan yang dapat dilakukan agen Anda, seperti menjalankan pernyataan SQL. Anda dapat menentukan Alat sebagai peta di bagian alat pada file tools.yaml. Biasanya, alat akan memerlukan sumber untuk ditindaklanjuti.

Untuk mengetahui detail selengkapnya tentang cara mengonfigurasi tools.yaml, lihat dokumentasi ini.

Mari kita jalankan Server MCP Toolbox for Databases

Jalankan perintah berikut (dari folder mcp-toolbox) untuk memulai server:

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

Sekarang, jika Anda membuka server dalam mode pratinjau web di cloud, Anda akan dapat melihat server Toolbox berjalan dengan alat baru Anda yang bernama get-order-data.

Server MCP Toolbox berjalan secara default di port 5000. Mari kita gunakan Cloud Shell untuk mengujinya.

Klik Pratinjau Web di Cloud Shell seperti yang ditunjukkan di bawah:

Klik Change port dan tetapkan port ke 5000 seperti yang ditunjukkan di bawah, lalu klik Change and Preview.

Tindakan ini akan menghasilkan output:

MCP Toolkit for Databases menjelaskan SDK Python untuk Anda memvalidasi dan menguji alat, yang didokumentasikan di sini. Kita akan melewatinya dan langsung membahas Agent Development Kit (ADK) di bagian berikutnya yang akan menggunakan alat ini.

Mari kita deploy Toolbox ke Cloud Run

Pertama, kita dapat memulai dengan server MCP Toolbox dan menghostingnya di Cloud Run. Kemudian, kita akan mendapatkan endpoint publik yang dapat diintegrasikan dengan aplikasi lain dan/atau aplikasi Agen. Petunjuk untuk menghostingnya di Cloud Run diberikan di sini. Sekarang kita akan membahas langkah-langkah utamanya.

Luncurkan Terminal Cloud Shell baru atau gunakan Terminal Cloud Shell yang ada. Buka folder project tempat biner toolbox dan tools.yaml berada, dalam hal ini adk-renovation-agent
Tetapkan variabel PROJECT_ID untuk mengarah ke Project ID Google Cloud Anda.

export PROJECT_ID="<<YOUR_GOOGLE_CLOUD_PROJECT_ID>>"

Aktifkan layanan Google Cloud ini

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

Buat akun layanan terpisah yang akan bertindak sebagai identitas untuk layanan Toolbox yang akan kita deploy di Google Cloud Run.

gcloud iam service-accounts create toolbox-identity

Kami juga memastikan bahwa akun layanan ini memiliki peran yang benar, yaitu kemampuan untuk mengakses Secret Manager dan berkomunikasi dengan AlloyDB

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

Kita akan mengupload file tools.yaml sebagai secret:

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

Jika Anda sudah memiliki secret dan ingin mengupdate versi secret, jalankan perintah berikut:

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

Tetapkan variabel lingkungan ke image container yang ingin Anda gunakan untuk Cloud Run:

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

Langkah terakhir dalam perintah deployment yang sudah dikenal ke 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

Perintah ini akan memulai proses men-deploy Server Toolbox dengan tools.yaml yang telah dikonfigurasi ke Cloud Run. Setelah deployment berhasil, Anda akan melihat pesan yang mirip dengan berikut ini:

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

Anda sudah siap menggunakan alat yang baru di-deploy di aplikasi agentik Anda.

Mari hubungkan Alat Toolbox ke Agen kita!!!

Kita telah membuat sumber untuk aplikasi agen. Mari kita perbarui untuk menyertakan alat MCP Toolbox for Databases baru yang baru saja kita deploy di Cloud Run.

Amati file requirements.txt Anda dengan sumber dari repo:

Kami menyertakan dependensi untuk MCP Toolbox for Databases dalam requirements.txt

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

Amati file agent.py Anda dengan kode dari repo:

Kami menyertakan alat yang memanggil endpoint toolbox untuk mengambil data pesanan untuk bahan tertentu yang dipesan.

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

9. Penyiapan Model

Kemampuan agen Anda untuk memahami permintaan pengguna dan menghasilkan respons didukung oleh Model Bahasa Besar (LLM). Agen Anda perlu melakukan panggilan yang aman ke layanan LLM eksternal ini, yang memerlukan kredensial autentikasi. Tanpa autentikasi yang valid, layanan LLM akan menolak permintaan agen, dan agen tidak akan dapat berfungsi.

Dapatkan kunci API dari Google AI Studio.
Pada langkah berikutnya saat Anda menyiapkan file .env, ganti <<your API KEY>> dengan nilai KUNCI API Anda yang sebenarnya.

10. Penyiapan Variabel ENV

Siapkan nilai untuk parameter dalam file .env template. Dalam kasus saya, .env memiliki variabel berikut:

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>>

Ganti placeholder dengan nilai Anda.

11. Menjalankan Agen Anda

Menggunakan terminal, buka direktori induk project agen Anda:

cd renovation-agent

Instal dependensi:

pip install -r requirements.txt

Anda dapat menjalankan perintah berikut di terminal Cloud Shell untuk menjalankan agen:

adk run .

Anda dapat menjalankan perintah berikut untuk menjalankannya di UI web yang disediakan ADK:

adk web

Uji dengan perintah berikut:

user>> 

Hello. Check order status for Cement Bags.

12. Hasil

13. Pembersihan

Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam posting ini, ikuti langkah-langkah berikut:

Di konsol Google Cloud, buka halaman Manage resources.
Dalam daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

14. Selamat

Selamat! Anda telah berhasil membuat aplikasi multiagen menggunakan ADK dan MCP Toolbox for Databases. Untuk mengetahui informasi selengkapnya, lihat dokumen produk: Agent Development Kit dan MCP Toolbox for Databases.

Mem-build Aplikasi Multi-agen dengan MCP Toolbox untuk AlloyDB & ADK Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.