Tworzenie aplikacji wieloagentowej za pomocą narzędzia MCP dla AlloyDB i ADK

1. Przegląd

Agent to autonomiczny program, który komunikuje się z modelem AI, aby wykonać operację opartą na celu, korzystając z dostępnych narzędzi i kontekstu. Potrafi podejmować autonomiczne decyzje oparte na faktach.

Jeśli aplikacja ma wielu agentów, którzy działają autonomicznie i współpracują ze sobą w razie potrzeby, aby realizować jej szerszy cel, a każdy z nich ma niezależną wiedzę i odpowiada za określony obszar, aplikacja staje się systemem wieloagentowym.

Pakiet Agent Development Kit (ADK)

Pakiet Agent Development Kit (ADK) to elastyczna i modułowa platforma do tworzenia oraz wdrażania agentów AI. Pakiet ADK umożliwia tworzenie zaawansowanych aplikacji przez łączenie wielu różnych instancji agentów w system wieloagentowy (MAS).

W pakiecie ADK system wieloagentowy to aplikacja, w której różne agenty, często tworzące hierarchię, współpracują lub koordynują działania, aby osiągnąć większy cel. Taka struktura aplikacji zapewnia wiele korzyści, w tym większą modułowość, specjalizację, możliwość ponownego użycia, łatwość konserwacji i możliwość definiowania strukturalnych przepływów sterowania za pomocą dedykowanych agentów przepływu pracy.

O czym warto pamiętać w przypadku systemu z wieloma agentami

Po pierwsze, ważne jest, aby mieć odpowiednie rozumowanie i zrozumienie specjalizacji każdego agenta. – „czy wiesz, dlaczego do czegoś potrzebujesz konkretnego subagenta” – najpierw to ustal.

Po drugie, jak połączyć je z agentem głównym, aby kierować odpowiedzi i je interpretować.

Po trzecie, w tej dokumentacji znajdziesz różne typy routingu do agentów. Sprawdź, który z nich pasuje do działania Twojej aplikacji. Określ też różne konteksty i stany, które są potrzebne do sterowania przepływem w systemie z wieloma agentami.

Co utworzysz

Utwórzmy system wieloagentowy do obsługi remontów kuchni za pomocą zestawu narzędzi MCP dla AlloyDB i pakietu ADK.

1. Agent ds. propozycji remontów
2. Agent ds. zezwoleń i zgodności
3. Sprawdzanie stanu zamówienia (narzędzie korzystające z zestawu narzędzi MCP dla baz danych)

Renovation Proposal Agent, aby wygenerować dokument z propozycją remontu kuchni.

Agent ds. zezwoleń i zgodności, który zajmuje się zadaniami związanymi z zezwoleń i zgodnością.

Agent sprawdzania stanu zamówienia, który sprawdza stan zamówienia materiałów, korzystając z bazy danych zarządzania zamówieniami skonfigurowanej w AlloyDB. W przypadku tej części bazy danych użyjemy zestawu narzędzi MCP Toolbox for AlloyDB, aby wdrożyć logikę pobierania stanu zamówień.

2. MCP

MCP to skrót od Model Context Protocol, otwartego standardu opracowanego przez firmę Anthropic, który zapewnia agentom AI spójny sposób łączenia się z zewnętrznymi narzędziami, usługami i danymi. Działa on jako wspólny standard dla aplikacji AI, umożliwiając im bezproblemową interakcję z różnymi źródłami danych i narzędziami.

1. Korzysta z modelu klient-serwer, w którym aplikacje AI (hosty) uruchamiają klienta MCP, który komunikuje się z serwerami MCP.
2. Gdy agent AI potrzebuje dostępu do konkretnego narzędzia lub danych, wysyła do klienta MCP żądanie strukturalne, które jest przekazywane do odpowiedniego serwera MCP.
3. Umożliwia modelom AI dostęp do zewnętrznych danych i narzędzi bez konieczności pisania niestandardowego kodu dla każdej integracji.
4. Upraszcza proces tworzenia agentów i złożonych przepływów pracy na podstawie dużych modeli językowych (LLM).

Narzędzia MCP dla baz danych

Narzędzia MCP dla baz danych Google to serwer MCP typu open source dla baz danych. Został zaprojektowany z myślą o zastosowaniach w firmach i jakości produkcyjnej. Umożliwia łatwiejsze, szybsze i bezpieczniejsze tworzenie narzędzi dzięki obsłudze złożonych procesów, takich jak pula połączeń, uwierzytelnianie i inne.

Umożliwiaj agentom dostęp do danych w bazie danych. Jak?

Uproszczone programowanie: integruj narzędzia z agentem za pomocą mniej niż 10 linii kodu, ponownie wykorzystuj narzędzia w przypadku wielu agentów lub platform i łatwiej wdrażaj nowe wersje narzędzi.

Lepsza wydajność: sprawdzone metody, takie jak pula połączeń, uwierzytelnianie i inne.

Większe bezpieczeństwo: zintegrowane uwierzytelnianie zapewniające bezpieczniejszy dostęp do danych.

Kompleksowa obserwowalność: gotowe wskaźniki i śledzenie z wbudowaną obsługą OpenTelemetry.

Muszę podkreślić, że to było przed MCP!!!

MCP Toolbox for Databases znajduje się między platformą orkiestracji aplikacji agentowych a bazą danych. Zapewnia platformę sterującą, która służy do modyfikowania, rozpowszechniania i wywoływania narzędzi. Upraszcza zarządzanie narzędziami, ponieważ zapewnia centralną lokalizację do przechowywania i aktualizowania narzędzi, umożliwiając udostępnianie ich agentom i aplikacjom oraz aktualizowanie ich bez konieczności ponownego wdrażania aplikacji.

Będziemy mieć agenta głównego, który będzie koordynować pracę tych agentów na podstawie wymagań.

Wymagania

• przeglądarka, np. Chrome lub Firefox;
• Projekt Google Cloud z włączonymi płatnościami.

3. Zanim zaczniesz

Utwórz projekt

1. W konsoli Google Cloud na stronie selektora projektów wybierz lub utwórz projekt Google Cloud.
2. Sprawdź, czy w projekcie Cloud włączone są płatności. Dowiedz się, jak sprawdzić, czy w projekcie są włączone płatności .

Jeśli czytasz ten artykuł i chcesz otrzymać środki, które pomogą Ci zacząć korzystać z Google Cloud i pakietu ADK, kliknij ten link, aby je wykorzystać. Aby z niej skorzystać, postępuj zgodnie z instrukcjami podanymi tutaj. Pamiętaj, że ten link jest ważny tylko do końca maja.

3. Aktywuj Cloud Shell, klikając ten link. Możesz przełączać się między terminalem Cloud Shell (do uruchamiania poleceń w chmurze) a edytorem (do tworzenia projektów), klikając odpowiedni przycisk w Cloud Shell.
4. Po połączeniu z Cloud Shell sprawdź, czy uwierzytelnianie zostało już przeprowadzone, a projekt jest już ustawiony na Twój identyfikator projektu, używając tego polecenia:

gcloud auth list

5. Aby potwierdzić, że polecenie gcloud zna Twój projekt, uruchom w Cloud Shell to polecenie:

gcloud config list project

6. Jeśli projekt nie jest ustawiony, użyj tego polecenia, aby go ustawić:

gcloud config set project <YOUR_PROJECT_ID>

7. Włącz te interfejsy API, wykonując te polecenia:

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

8. Upewnij się, że masz Pythona w wersji 3.9 lub nowszej.
9. Informacje o poleceniach gcloud i ich użyciu znajdziesz w dokumentacji.

4. Konfiguracja ADK

1. Tworzenie i aktywowanie środowiska wirtualnego (zalecane)

W terminalu Cloud Shell utwórz środowisko wirtualne:

python -m venv .venv

Aktywuj środowisko wirtualne:

source .venv/bin/activate

2. Instalowanie ADK

pip install google-adk

5. Struktura projektu

3. Aby utworzyć foldery główne i projektu, uruchom w terminalu Cloud Shell kolejno te polecenia:

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

4. Otwórz edytor Cloud Shell i utwórz tę strukturę projektu, tworząc pliki (na początku puste):

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

6. Kod źródłowy

1. Otwórz plik init.py i zaktualizuj go, dodając te treści:

from . import agent

2. Otwórz plik agent.py i zaktualizuj go, wklejając do niego zawartość z tej ścieżki:

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

W pliku agent.py importujemy niezbędne zależności, pobieramy parametry konfiguracji z pliku .env i definiujemy element root_agent, który używa 1 narzędzia do wywoływania narzędzia z zestawu narzędzi.

3. Otwórz plik requirements.txt i zaktualizuj go, dodając treść z tego pliku:

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

7. Konfiguracja bazy danych

W jednym z narzędzi używanych przez agenta zamawiania, o nazwie „check_status”, uzyskujemy dostęp do bazy danych zamówień AlloyDB, aby sprawdzić stan zamówień. W tej sekcji skonfigurujemy klaster i instancję bazy danych AlloyDB.

Tworzenie klastra i instancji

1. Otwórz stronę AlloyDB w konsoli Cloud. Najprostszym sposobem na znalezienie większości stron w Cloud Console jest wyszukanie ich za pomocą paska wyszukiwania w konsoli.
2. Na tej stronie kliknij UTWÓRZ KLASTER:

3. Wyświetli się ekran podobny do tego poniżej. Utwórz klaster i instancję z tymi wartościami (upewnij się, że wartości są zgodne, jeśli klonujesz kod aplikacji z repozytorium):

• id klastra: „vector-cluster”
• password: "alloydb"
• Zgodność z PostgreSQL 16 / zalecana jest najnowsza wersja
• Region: "us-central1"
• Sieć: „default”

4. Po wybraniu sieci domyślnej zobaczysz ekran podobny do tego poniżej.

Kliknij SKONFIGURUJ POŁĄCZENIE.

5. Następnie wybierz „Użyj automatycznie przydzielonego zakresu adresów IP” i kliknij Dalej. Po sprawdzeniu informacji kliknij UTWÓRZ POŁĄCZENIE.

6. WAŻNA UWAGA: pamiętaj, aby zmienić identyfikator instancji (który możesz znaleźć podczas konfigurowania klastra lub instancji) na

vector-instance. Jeśli nie możesz go zmienić, pamiętaj, aby we wszystkich kolejnych odwołaniach używać identyfikatora instancji.

7. Zanim skonfigurujemy zestaw narzędzi, włączmy łączność z publicznym adresem IP w instancji AlloyDB, aby nowe narzędzie miało dostęp do bazy danych.
8. Przejdź do sekcji Łączność z publicznym adresem IP, zaznacz pole wyboru Włącz publiczny adres IP i wpisz adres IP maszyny Cloud Shell.
9. Aby uzyskać adres IP maszyny Cloud Shell, otwórz terminal Cloud Shell i wpisz ifconfig. W wyniku znajdź adres eth0 inet i zastąp 2 ostatnie cyfry wartością 0.0 z maską „/16”. Na przykład może to być „XX.XX.0.0/16”, gdzie XX to liczby.
10. Wklej ten adres IP w polu tekstowym „Sieci” w sekcji Autoryzowane sieci zewnętrzne na stronie edycji instancji.

4. Po skonfigurowaniu sieci możesz kontynuować tworzenie klastra. Kliknij UTWÓRZ KLASTER, aby dokończyć konfigurowanie klastra, jak pokazano poniżej:

Pamiętaj, że utworzenie klastra zajmie około 10 minut. Po zakończeniu procesu wyświetli się ekran z omówieniem utworzonego klastra.

Pozyskiwanie danych

Teraz dodaj tabelę z danymi o sklepie. Otwórz AlloyDB, wybierz klaster główny, a następnie AlloyDB Studio:

Może być konieczne poczekanie na zakończenie tworzenia instancji. Gdy to zrobisz, zaloguj się w AlloyDB przy użyciu danych logowania utworzonych podczas tworzenia klastra. Do uwierzytelniania w PostgreSQL użyj tych danych:

• Nazwa użytkownika: „postgres”
• Baza danych: „postgres”
• Hasło: „alloydb”

Po pomyślnym uwierzytelnieniu w AlloyDB Studio polecenia SQL są wpisywane w Edytorze. Możesz dodać wiele okien Edytora, klikając znak plusa po prawej stronie ostatniego okna.

Polecenia dla AlloyDB będziesz wpisywać w oknach edytora, w razie potrzeby korzystając z opcji Uruchom, Formatuj i Wyczyść.

Tworzenie tabeli

Tabelę możesz utworzyć za pomocą instrukcji DDL poniżej w 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
);

Wstawianie rekordów

Skopiuj instrukcję zapytania insert ze skryptu database_script.sql wspomnianego powyżej do edytora.

Kliknij Wykonaj.

Zbiór danych jest już gotowy, więc skonfigurujmy zestaw narzędzi MCP dla baz danych, aby działał jako platforma sterująca dla wszystkich interakcji z bazą danych zamówień w AlloyDB.

8. Konfiguracja zestawu narzędzi MCP dla baz danych

Toolbox znajduje się między platformą orkiestracji aplikacji a bazą danych, zapewniając platformę sterującą, która służy do modyfikowania, rozpowszechniania i wywoływania narzędzi. Upraszcza zarządzanie narzędziami, ponieważ zapewnia centralną lokalizację do przechowywania i aktualizowania narzędzi, umożliwiając udostępnianie ich agentom i aplikacjom oraz aktualizowanie ich bez konieczności ponownego wdrażania aplikacji.

Jak widać, jedną z baz danych obsługiwanych przez MCP Toolbox for Databases jest AlloyDB. Skonfigurowaliśmy ją już w poprzedniej sekcji, więc teraz skonfigurujmy Toolbox.

1. Otwórz terminal Cloud Shell i sprawdź, czy projekt jest wybrany i wyświetlany w prompcie terminala. Aby przejść do katalogu projektu, uruchom w terminalu Cloud Shell to polecenie:

cd adk-renovation-agent

2. Aby pobrać i zainstalować pakiet narzędzi w nowym folderze, uruchom to polecenie:

# 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

3. Otwórz edytor Cloud Shell (w trybie edycji kodu) i w głównym folderze projektu dodaj plik o nazwie „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;

W części zapytania (patrz parametr „statement” powyżej) pobieramy tylko wartość pola stan zamówienia, gdy nazwa materiału pasuje do tekstu wyszukiwanego przez użytkownika.

Omówmy plik tools.yaml.

Źródła to różne źródła danych, z którymi narzędzie może wchodzić w interakcje. Źródło reprezentuje źródło danych, z którym narzędzie może wchodzić w interakcje. Źródła możesz zdefiniować jako mapę w sekcji źródeł pliku tools.yaml. Zwykle konfiguracja źródła zawiera wszystkie informacje potrzebne do połączenia z bazą danych i korzystania z niej.

Narzędzia określają działania, które może wykonywać agent, np. odczytywanie i zapisywanie danych w źródle. Narzędzie reprezentuje działanie, które może wykonać agent, np. uruchomienie instrukcji SQL. Narzędzia możesz zdefiniować jako mapę w sekcji narzędzi w pliku tools.yaml. Zwykle narzędzie wymaga źródła, na którym ma działać.

Więcej informacji o konfigurowaniu pliku tools.yaml znajdziesz w tej dokumentacji.

Uruchamianie serwera narzędzi MCP dla baz danych

Aby uruchomić serwer, wykonaj to polecenie (w folderze mcp-toolbox):

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

Jeśli teraz otworzysz serwer w trybie podglądu w chmurze, powinien być widoczny działający serwer Toolbox z nowym narzędziem o nazwie get-order-data.

Serwer MCP Toolbox działa domyślnie na porcie 5000. Aby to przetestować, użyjemy Cloud Shell.

W Cloud Shell kliknij Podgląd w przeglądarce, jak pokazano poniżej:

Kliknij Zmień port i ustaw port na 5000, jak pokazano poniżej, a następnie kliknij Zmień i wyświetl podgląd.

Powinny się pojawić te wyniki:

Zestaw narzędzi MCP do baz danych zawiera opis pakietu SDK w Pythonie, który umożliwia weryfikowanie i testowanie narzędzi. Dokumentację znajdziesz tutaj. Pominiemy to i w następnej sekcji przejdziemy bezpośrednio do pakietu Agent Development Kit (ADK), który korzysta z tych narzędzi.

Wdróżmy Toolbox w Cloud Run

Na początek możemy uruchomić serwer MCP Toolbox w Cloud Run. Dzięki temu uzyskamy publiczny punkt końcowy, który możemy zintegrować z dowolną inną aplikacją lub aplikacjami agenta. Instrukcje dotyczące hostowania tego w Cloud Run znajdziesz tutaj. Omówimy teraz najważniejsze kroki.

1. Uruchom nowy terminal Cloud Shell lub użyj istniejącego. Otwórz folder projektu, w którym znajdują się pliki binarne zestawu narzędzi i tools.yaml. W tym przypadku jest to folder adk-renovation-agent.
2. Ustaw zmienną PROJECT_ID tak, aby wskazywała identyfikator projektu Google Cloud.

export PROJECT_ID="<<YOUR_GOOGLE_CLOUD_PROJECT_ID>>"

3. Włącz te usługi Google Cloud

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

4. Utwórzmy osobne konto usługi, które będzie tożsamością usługi Toolbox, którą wdrożymy w Google Cloud Run.

gcloud iam service-accounts create toolbox-identity

5. Dbamy też o to, aby to konto usługi miało odpowiednie role, czyli możliwość dostępu do Secret Managera i komunikowania się z 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

6. Prześlemy plik tools.yaml jako tajny token:

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

Jeśli masz już obiekt tajny i chcesz zaktualizować jego wersję, wykonaj te czynności:

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

Ustaw zmienną środowiskową dla obrazu kontenera, którego chcesz używać w Cloud Run:

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

7. Ostatni krok w znanym poleceniu wdrażania w 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

Powinno to rozpocząć proces wdrażania serwera Toolbox z naszym skonfigurowanym plikiem tools.yaml w Cloud Run. Po pomyślnym wdrożeniu powinien wyświetlić się komunikat podobny do tego:

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

Możesz już używać nowo wdrożonego narzędzia w aplikacji opartej na agentach.

Połączmy narzędzie Toolbox z naszym agentem.

Utworzyliśmy już źródło dla naszej aplikacji agenta. Zaktualizujmy to, aby uwzględnić nowe narzędzie MCP Toolbox for Databases, które właśnie wdrożyliśmy w Cloud Run.

1. Obserwuj plik requirements.txt ze źródłem z repozytorium:

W pliku requirements.txt uwzględniamy zależność dotyczącą zestawu narzędzi MCP dla baz danych.

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

2. Obserwuj plik agent.py z kodem z repozytorium:

Dodajemy narzędzie, które wywołuje punkt końcowy zestawu narzędzi, aby pobrać dane zamówienia dotyczące konkretnego zamówionego materiału.

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

9. Konfiguracja modelu

Zdolność agenta do rozumienia próśb użytkowników i generowania odpowiedzi jest oparta na dużym modelu językowym (LLM). Agent musi wykonywać bezpieczne wywołania tej zewnętrznej usługi LLM, co wymaga danych uwierzytelniających. Bez prawidłowego uwierzytelnienia usługa LLM odrzuci żądania agenta, a agent nie będzie mógł działać.

1. Uzyskaj klucz interfejsu API z Google AI Studio.
2. W następnym kroku, w którym skonfigurujesz plik .env, zastąp <<your API KEY>> rzeczywistą wartością klucza API.

10. Konfigurowanie zmiennych środowiskowych

1. Ustaw wartości parametrów w pliku .env szablonu. W moim przypadku plik .env zawiera te zmienne:

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>>

Zastąp symbole zastępcze swoimi wartościami.

11. Uruchamianie agenta

2. W terminalu przejdź do katalogu nadrzędnego projektu agenta:

cd renovation-agent

3. Zainstaluj zależności:

pip install -r requirements.txt

4. Aby uruchomić agenta, możesz wykonać w terminalu Cloud Shell to polecenie:

adk run .

5. Aby uruchomić go w interfejsie internetowym udostępnionym przez pakiet ADK, wykonaj to polecenie:

adk web

6. Przeprowadź testy, korzystając z tych promptów:

user>> 

Hello. Check order status for Cement Bags.

12. Wynik

13. Czyszczenie danych

Aby uniknąć obciążenia konta Google Cloud opłatami za zasoby użyte w tym poście, wykonaj te czynności:

1. W konsoli Google Cloud otwórz stronę Zarządzanie zasobami.
2. Z listy projektów wybierz projekt do usunięcia, a potem kliknij Usuń.
3. W oknie wpisz identyfikator projektu i kliknij Wyłącz, aby usunąć projekt.

14. Gratulacje

Gratulacje! Udało Ci się utworzyć aplikację wieloagentową za pomocą pakietu ADK i zestawu narzędzi MCP dla baz danych. Więcej informacji znajdziesz w dokumentacji produktów: pakiet Agent Development Kit i MCP Toolbox for Databases.