AlloyDB ve ADK için MCP Aracı Kutusu ile Çoklu Temsilci Uygulaması Oluşturma

1. Genel Bakış

Ajan, sahip olduğu araçları ve bağlamı kullanarak hedefe dayalı bir işlem gerçekleştirmek için yapay zeka modeliyle konuşan ve gerçekliğe dayalı olarak kendi kendine karar verebilen bağımsız bir programdır.

Uygulamanızda, daha büyük bir amaca hizmet etmek için gerektiğinde bağımsız ve birlikte çalışan birden fazla aracı varsa ve her bir aracı belirli bir odak alanında bağımsız olarak bilgi sahibi ve sorumluysa uygulamanız çoklu aracı sistemi haline gelir.

Agent Development Kit (ADK)

Agent Development Kit (ADK), yapay zeka ajanları geliştirip dağıtmak için kullanılan esnek ve modüler bir çerçevedir. ADK, birden fazla farklı aracı örneğini bir çoklu aracı sistemi (MAS) içinde birleştirerek gelişmiş uygulamalar oluşturmayı destekler.

ADK'da çoklu temsilci sistemi, genellikle bir hiyerarşi oluşturan farklı temsilcilerin daha büyük bir hedefe ulaşmak için birlikte çalıştığı veya koordine olduğu bir uygulamadır. Uygulamanızı bu şekilde yapılandırmak, geliştirilmiş modülerlik, uzmanlaşma, yeniden kullanılabilirlik, sürdürülebilirlik ve özel iş akışı aracılarını kullanarak yapılandırılmış kontrol akışları tanımlama gibi önemli avantajlar sunar.

Çoklu temsilci sistemi için dikkat edilmesi gereken noktalar

İlk olarak, her temsilcinin uzmanlık alanını doğru bir şekilde anlamak ve muhakeme etmek önemlidir. "Bir şey için neden belirli bir alt aracıya ihtiyacınız olduğunu biliyor musunuz?" gibi soruları önce yanıtlayın.

İkincisi, her yanıtı yönlendirmek ve anlamak için bunları bir kök temsilciyle nasıl bir araya getireceğiniz.

Üçüncüsü: Bu dokümanda bulabileceğiniz birden fazla aracı yönlendirme türü vardır. Uygulamanızın akışına hangisinin uygun olduğundan emin olun. Ayrıca, çok agent'lı sisteminizin akış denetimi için hangi bağlamlara ve durumlara ihtiyacınız var?

Ne oluşturacaksınız?

AlloyDB ve ADK için MCP Araç Kutusu'nu kullanarak mutfak yenileme işlemlerini gerçekleştirecek çoklu aracı sistemi oluşturalım.

1. Renovasyon Teklifi Temsilcisi
2. İzinler ve Uygunluk Kontrolü Temsilcisi
3. Sipariş Durumu Kontrolü (Veritabanları için MCP Araç Kutusu'nu kullanan araç)

Mutfak yenileme teklifi belgesini oluşturmak için Renovation Proposal Agent.

İzin ve Uygunluk Temsilcisi, izin ve uygunlukla ilgili görevleri yerine getirir.

AlloyDB'de oluşturduğumuz sipariş yönetimi veritabanında çalışarak malzemelerin sipariş durumunu kontrol etmek için Sipariş Durumu Kontrolü Aracısı. Ancak bu veritabanı bölümünde, siparişler için durum alma mantığını uygulamak üzere AlloyDB için MCP Toolbox'ı kullanacağız.

2. MCP

MCP, Anthropic tarafından geliştirilen ve yapay zeka ajanlarının harici araçlar, hizmetler ve verilerle tutarlı bir şekilde bağlantı kurmasını sağlayan açık bir standart olan Model Context Protocol'ün kısaltmasıdır. Bu, temelde yapay zeka uygulamaları için ortak bir standart olarak işlev görür ve farklı veri kaynakları ile araçlarla sorunsuz bir şekilde etkileşim kurmalarını sağlar.

1. Bu modelde, yapay zeka uygulamaları (ana makineler) MCP istemcisini çalıştırır. MCP istemcisi, MCP sunucularıyla iletişim kurar.
2. Bir yapay zeka aracısının belirli bir araca veya veriye erişmesi gerektiğinde, MCP istemcisine yapılandırılmış bir istek gönderir. Bu istek, uygun MCP sunucusuna iletilir.
3. Yapay zeka modellerinin, her entegrasyon için özel kod gerektirmeden harici verilere ve araçlara erişmesine olanak tanır.
4. Büyük dil modelleri (LLM'ler) üzerinde aracı ve karmaşık iş akışları oluşturma sürecini basitleştirir.

Veritabanları için MCP Araç Kutusu

Google'ın Veritabanları için MCP Araç Kutusu, veritabanları için açık kaynaklı bir MCP sunucusudur. Kurumsal düzeyde ve üretim kalitesinde olacak şekilde tasarlanmıştır. Bağlantı havuzu oluşturma ve kimlik doğrulama gibi karmaşık işlemleri yöneterek araçları daha kolay, daha hızlı ve daha güvenli bir şekilde geliştirmenizi sağlar.

Temsilcilerinizin veritabanınızdaki verilere erişmesine izin verin. Nasıl mı?

Basitleştirilmiş geliştirme: Araçları 10 satırdan daha az kodla aracınıza entegre edin, araçları birden fazla aracı veya çerçeve arasında yeniden kullanın ve araçların yeni sürümlerini daha kolay dağıtın.

Daha iyi performans: Bağlantı havuzu oluşturma ve kimlik doğrulama gibi en iyi uygulamalar.

Gelişmiş güvenlik: Verilerinize daha güvenli erişim için entegre kimlik doğrulama

Uçtan uca gözlemlenebilirlik: OpenTelemetry için yerleşik destekle birlikte kullanıma hazır metrikler ve izleme.

Have to call out the fact that this predated MCP!!!

Veritabanları için MCP Toolbox, aracılı uygulamanızın düzenleme çerçevesi ile veritabanınız arasında yer alır ve araçları değiştirmek, dağıtmak veya çağırmak için kullanılan bir kontrol düzlemi sağlar. Araçları depolamak ve güncellemek için merkezi bir konum sağlayarak araçlarınızın yönetimini basitleştirir. Böylece, araçları temsilciler ve uygulamalar arasında paylaşabilir ve uygulamanızı yeniden dağıtmak zorunda kalmadan bu araçları güncelleyebilirsiniz.

Bu temsilcileri ihtiyaca göre düzenleyen bir kök temsilcimiz olacak.

Şartlar

• Chrome veya Firefox gibi bir tarayıcı
• Faturalandırmanın etkin olduğu bir Google Cloud projesi.

3. Başlamadan önce

Proje oluşturma

1. Google Cloud Console'daki proje seçici sayfasında bir Google Cloud projesi seçin veya oluşturun.
2. Cloud projeniz için faturalandırmanın etkinleştirildiğinden emin olun. Bir projede faturalandırmanın etkin olup olmadığını kontrol etmeyi öğrenin .

Ayrıca, bu makaleyi okuyorsanız ve Google Cloud'u kullanmaya başlamanıza ve ADK'yı kullanmanıza yardımcı olacak bazı krediler almak istiyorsanız kredileri kullanmak için bu bağlantıyı kullanın. Teklifi kullanmak için buradaki talimatları uygulayabilirsiniz. Bu bağlantının yalnızca Mayıs ayının sonuna kadar kullanılabileceğini lütfen unutmayın.

3. Bu bağlantıyı tıklayarak Cloud Shell'i etkinleştirin. Cloud Shell'deki ilgili düğmeyi tıklayarak Cloud Shell Terminali (bulut komutlarını çalıştırmak için) ile Düzenleyici (projeleri oluşturmak için) arasında geçiş yapabilirsiniz.
4. Cloud Shell'e bağlandıktan sonra aşağıdaki komutu kullanarak kimliğinizin doğrulandığını ve projenin proje kimliğinize ayarlandığını kontrol edin:

gcloud auth list

5. gcloud komutunun projeniz hakkında bilgi sahibi olduğunu onaylamak için Cloud Shell'de aşağıdaki komutu çalıştırın.

gcloud config list project

6. Projeniz ayarlanmamışsa ayarlamak için aşağıdaki komutu kullanın:

gcloud config set project <YOUR_PROJECT_ID>

7. Aşağıdaki komutları çalıştırarak şu API'leri etkinleştirin:

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

8. Python 3.9 veya sonraki sürümlerin yüklü olduğundan emin olun.
9. gcloud komutları ve kullanımı için belgelere bakın.

4. ADK kurulumu

1. Sanal ortam oluşturma ve etkinleştirme (önerilir)

Cloud Shell Terminal'inizden bir sanal ortam oluşturun:

python -m venv .venv

Sanal ortamı etkinleştirin:

source .venv/bin/activate

2. ADK'yı yükleme

pip install google-adk

5. Proje Yapısı

3. Kök ve proje klasörleri oluşturmak için Cloud Shell terminalinde aşağıdaki komutları tek tek çalıştırın:

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

4. Cloud Shell düzenleyiciye gidin ve dosyaları oluşturarak (başlangıçta boş) aşağıdaki proje yapısını oluşturun:

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

6. Kaynak Kod

1. init.py dosyasına gidin ve aşağıdaki içerikle güncelleyin:

from . import agent

2. agent.py dosyasına gidin ve dosyayı aşağıdaki yoldaki içerikle güncelleyin:

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

agent.py dosyasında gerekli bağımlılıkları içe aktarıyoruz, .env dosyasından yapılandırma parametrelerini alıyoruz ve araç kutusu aracını çağırmak için 1 araç kullanan root_agent'ı tanımlıyoruz.

3. requirements.txt dosyasına gidin ve aşağıdaki içeriklerle güncelleyin:

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

7. Veritabanı kurulumu

ordering_agent tarafından kullanılan araçlardan biri olan "check_status"ta, siparişlerin durumunu almak için AlloyDB sipariş veritabanına erişiriz. Bu bölümde AlloyDB veritabanı kümesini ve örneğini oluşturacağız.

Küme ve örnek oluşturma

1. Cloud Console'da AlloyDB sayfasına gidin. Cloud Console'daki çoğu sayfayı bulmanın kolay bir yolu, konsolun arama çubuğunu kullanarak arama yapmaktır.
2. Bu sayfada KÜME OLUŞTUR'u seçin:

3. Aşağıdaki gibi bir ekran görürsünüz. Aşağıdaki değerlerle bir küme ve örnek oluşturun (Uygulama kodunu depodan klonluyorsanız değerlerin eşleştiğinden emin olun):

• küme kimliği: "vector-cluster"
• password: "alloydb"
• PostgreSQL 16 ile uyumlu / en son sürüm önerilir
• Bölge: "us-central1"
• Ağ: "default"

4. Varsayılan ağı seçtiğinizde aşağıdaki gibi bir ekran görürsünüz.

BAĞLANTIYI AYARLA'yı seçin.

5. Buradan "Otomatik olarak atanmış bir IP aralığı kullan"ı seçip Devam'ı tıklayın. Bilgileri inceledikten sonra BAĞLANTI OLUŞTUR'u seçin.

6. ÖNEMLİ NOT: Küme / örnek yapılandırılırken bulabileceğiniz örnek kimliğini olarak değiştirdiğinizden emin olun.

vector-instance. Değiştiremiyorsanız gelecekteki tüm referanslarda örnek kimliğinizi kullanmayı unutmayın.

7. Toolbox'ı kurmaya hazırlanırken yeni aracın veritabanına erişebilmesi için AlloyDB örneğimizde herkese açık IP bağlantısını etkinleştirelim.
8. Herkese açık IP bağlantısı bölümüne gidin, Herkese açık IP'yi etkinleştir onay kutusunu işaretleyin ve Cloud Shell makinenizin IP adresini girin.
9. Cloud Shell makinenizin IP'sini almak için Cloud Shell terminaline gidip ifconfig yazın. Sonuçtan eth0 inet adresini belirleyin ve son 2 basamağı "/16" maske boyutuyla 0.0 olarak değiştirin. Örneğin, "XX.XX.0.0/16" şeklinde görünür. Burada XX sayılardır.
10. Bu IP'yi, örnek düzenleme sayfasının Yetkili harici ağlar "Ağlar" metin kutusuna yapıştırın.

4. Ağınız kurulduktan sonra kümenizi oluşturmaya devam edebilirsiniz. Aşağıda gösterildiği gibi küme kurulumunu tamamlamak için KÜME OLUŞTUR'u tıklayın:

Küme oluşturma işleminin yaklaşık 10 dakika süreceğini unutmayın. İşlem başarılı olduğunda, yeni oluşturduğunuz kümenizin genel görünümünü gösteren bir ekran görürsünüz.

Veri kullanımı

Şimdi de mağazayla ilgili verilerin bulunduğu bir tablo ekleme zamanı. AlloyDB'ye gidin, birincil kümeyi ve ardından AlloyDB Studio'yu seçin:

Örneğinizin oluşturulmasının tamamlanmasını beklemeniz gerekebilir. Bu işlem tamamlandıktan sonra, kümeyi oluştururken oluşturduğunuz kimlik bilgilerini kullanarak AlloyDB'de oturum açın. PostgreSQL'de kimlik doğrulaması yapmak için aşağıdaki verileri kullanın:

• Kullanıcı adı : "postgres"
• Veritabanı : "postgres"
• Şifre : "alloydb"

AlloyDB Studio'da kimliğinizi başarıyla doğruladıktan sonra SQL komutları Düzenleyici'ye girilir. Son pencerenin sağındaki artı işaretini kullanarak birden fazla Düzenleyici penceresi ekleyebilirsiniz.

AlloyDB için komutları düzenleyici pencerelerine girerken gerektiğinde Çalıştır, Biçimlendir ve Temizle seçeneklerini kullanacaksınız.

Tablo oluşturma

AlloyDB Studio'da aşağıdaki DDL ifadesini kullanarak bir tablo oluşturabilirsiniz:

-- 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
);

Kayıt Ekleme

Yukarıda bahsedilen database_script.sql komut dosyasından insert sorgu ifadesini kopyalayıp düzenleyiciye yapıştırın.

Çalıştır'ı tıklayın.

Veri kümesi hazır olduğuna göre, AlloyDB'deki tüm Sipariş Veritabanı etkileşimlerimiz için kontrol düzlemi görevi görecek şekilde MCP Toolbox for Databases'i ayarlayalım.

8. Veritabanları için MCP Araç Kutusu Kurulumu

Araç kutusu, uygulamanızın düzenleme çerçevesi ile veritabanınız arasında yer alır ve araçları değiştirmek, dağıtmak veya çağırmak için kullanılan bir kontrol düzlemi sağlar. Araçları depolayıp güncellemek için merkezi bir konum sağlayarak araçlarınızın yönetimini basitleştirir. Böylece, araçları temsilciler ve uygulamalar arasında paylaşabilir ve uygulamanızı yeniden dağıtmanız gerekmeden bu araçları güncelleyebilirsiniz.

MCP Toolbox for Databases tarafından desteklenen veritabanlarından birinin AlloyDB olduğunu görebilirsiniz. Önceki bölümde bu veritabanını zaten sağladığımız için Toolbox'ı kurmaya devam edelim.

1. Cloud Shell Terminalinize gidin ve projenizin seçili olduğundan ve terminalin isteminde gösterildiğinden emin olun. Proje dizininize gitmek için Cloud Shell terminalinizde aşağıdaki komutu çalıştırın:

cd adk-renovation-agent

2. Araç kutusunu yeni klasörünüze indirip yüklemek için aşağıdaki komutu çalıştırın:

# 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. Cloud Shell Düzenleyici'ye (kod düzenleme modu için) gidin ve proje kök klasörüne "tools.yaml" adlı bir dosya ekleyin.

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;

Sorgu bölümünde (yukarıdaki "statement" parametresine bakın), yalnızca materyal adı kullanıcının arama metniyle eşleştiğinde sipariş durumu alanının değerini alıyoruz.

tools.yaml dosyasını anlama

Kaynaklar, bir aracın etkileşimde bulunabileceği farklı veri kaynaklarınızı temsil eder. Kaynak, bir aracın etkileşimde bulunabileceği bir veri kaynağını temsil eder. Kaynakları, tools.yaml dosyanızın kaynaklar bölümünde harita olarak tanımlayabilirsiniz. Genellikle bir kaynak yapılandırması, veritabanına bağlanmak ve veritabanıyla etkileşim kurmak için gereken tüm bilgileri içerir.

Araçlar, bir aracının gerçekleştirebileceği işlemleri (ör. bir kaynağa okuma ve yazma) tanımlar. Araç, aracınızın gerçekleştirebileceği bir işlemi (ör. SQL ifadesi çalıştırma) temsil eder. Araçlar'ı tools.yaml dosyanızın araçlar bölümünde harita olarak tanımlayabilirsiniz. Genellikle bir aracın işlem yapması için kaynak gerekir.

tools.yaml dosyanızı yapılandırma hakkında daha fazla bilgi için bu belgeye bakın.

Veritabanları için MCP Araç Kutusu Sunucusu'nu çalıştıralım

Sunucuyu başlatmak için aşağıdaki komutu (mcp-toolbox klasöründen) çalıştırın:

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

Artık sunucuyu bulutta web önizleme modunda açarsanız get-order-data adlı yeni aracınızla birlikte çalışan Toolbox sunucusunu görebilirsiniz.

MCP Toolbox sunucusu varsayılan olarak 5000 bağlantı noktasında çalışır. Bunu test etmek için Cloud Shell'i kullanalım.

Aşağıda gösterildiği gibi Cloud Shell'de Web Önizlemesi'ni tıklayın:

Bağlantı noktasını değiştir'i tıklayın ve bağlantı noktasını aşağıda gösterildiği gibi 5000 olarak ayarlayıp Değiştir ve Önizle'yi tıklayın.

Bu işlem sonucunda aşağıdaki çıkış elde edilir:

Veritabanları için MCP Toolkit, araçları doğrulayıp test etmenize olanak tanıyan bir Python SDK'sını açıklar. Bu SDK'nın belgelerini burada bulabilirsiniz. Bu bölümü atlayıp doğrudan bu araçları kullanacak olan bir sonraki bölümdeki Agent Development Kit'e (ADK) geçeceğiz.

Araç kutumuzu Cloud Run'a dağıtma

İlk olarak MCP Toolbox sunucusuyla başlayıp bunu Cloud Run'da barındırabiliriz. Bu sayede, diğer uygulamalar ve/veya aracı uygulamalarıyla entegre edebileceğimiz herkese açık bir uç nokta elde ederiz. Bunu Cloud Run'da barındırma talimatları burada verilmiştir. Şimdi temel adımları inceleyelim.

1. Yeni bir Cloud Shell terminali başlatın veya mevcut bir Cloud Shell terminalini kullanın. Araç kutusu ikili programının ve tools.yaml dosyasının bulunduğu proje klasörüne gidin. Bu örnekte adk-renovation-agent klasörüne gidilir.
2. PROJECT_ID değişkenini Google Cloud proje kimliğinizi gösterecek şekilde ayarlayın.

export PROJECT_ID="<<YOUR_GOOGLE_CLOUD_PROJECT_ID>>"

3. Bu Google Cloud hizmetlerini etkinleştirin

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

4. Google Cloud Run'da dağıtacağımız Toolbox hizmetinin kimliği olarak hareket edecek ayrı bir hizmet hesabı oluşturalım.

gcloud iam service-accounts create toolbox-identity

5. Ayrıca, bu hizmet hesabının doğru rollere (ör.Secret Manager'a erişme ve AlloyDB ile iletişim kurma) sahip olmasını sağlıyoruz.

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. tools.yaml dosyasını gizli olarak yükleyeceğiz:

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

Zaten bir gizli anahtarınız varsa ve gizli anahtar sürümünü güncellemek istiyorsanız aşağıdakileri yürütün:

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

Cloud Run için kullanmak istediğiniz container görüntüsüne bir ortam değişkeni ayarlayın:

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

7. Cloud Run'a dağıtım için kullanılan komutun son adımı:

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

Bu işlem, yapılandırılmış tools.yaml dosyamızla birlikte Toolbox sunucusunu Cloud Run'a dağıtma sürecini başlatır. Dağıtım başarılı olduğunda aşağıdakine benzer bir mesaj görürsünüz:

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

Yeni dağıtılan aracınızı agentic uygulamanızda kullanmaya hazırsınız.

Araç kutusu aracını temsilcimize bağlayalım.

Ajan uygulamamızın kaynağını zaten oluşturduk. Bunu, Cloud Run'da yeni kullanıma sunduğumuz Veritabanları için MCP Araç Kutusu aracını içerecek şekilde güncelleyelim.

1. Depodaki kaynakla birlikte requirements.txt dosyanızı gözlemleyin:

requirements.txt dosyasına Veritabanları için MCP Araç Kutusu'nun bağımlılığını ekliyoruz.

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

2. Depodaki kodu kullanarak agent.py dosyanızı gözlemleyin:

Sipariş edilen belirli bir malzeme için sipariş verilerini getirmek üzere araç kutusu uç noktasını çağıran aracı dahil ediyoruz.

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

9. Model Kurulumu

Ajanınızın kullanıcı isteklerini anlama ve yanıt oluşturma özelliği, Büyük Dil Modeli (LLM) tarafından desteklenir. Aracınızın bu harici LLM hizmetine güvenli aramalar yapması gerekir. Bu işlem için kimlik doğrulama kimlik bilgileri gerekir. Geçerli kimlik doğrulama olmadan LLM hizmeti, aracının isteklerini reddeder ve aracı çalışamaz.

1. Google AI Studio'dan API anahtarı alın.
2. .env dosyasını ayarladığınız sonraki adımda <<your API KEY>> kısmını gerçek API ANAHTARI değerinizle değiştirin.

10. ENV Değişkenleri Kurulumu

1. .env şablon dosyasındaki parametreler için değerlerinizi ayarlayın. Benim durumumda .env dosyasında şu değişkenler var:

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>>

Yer tutucuları kendi değerlerinizle değiştirin.

11. Temsilcinizi Çalıştırma

2. Terminali kullanarak aracı projenizin üst dizinine gidin:

cd renovation-agent

3. Bağımlılıkları yükleyin:

pip install -r requirements.txt

4. Aracı yürütmek için Cloud Shell terminalinizde aşağıdaki komutu çalıştırabilirsiniz:

adk run .

5. ADK ile sağlanan bir web kullanıcı arayüzünde çalıştırmak için aşağıdakileri çalıştırabilirsiniz:

adk web

6. Aşağıdaki istemlerle test edin:

user>> 

Hello. Check order status for Cement Bags.

12. Sonuç

13. Temizleme

Bu yayında kullanılan kaynaklar için Google Cloud hesabınızın ücretlendirilmesini istemiyorsanız şu adımları uygulayın:

1. Google Cloud Console'da Kaynakları yönetin sayfasına gidin.
2. Proje listesinde silmek istediğiniz projeyi seçin ve Sil'i tıklayın.
3. İletişim kutusunda proje kimliğini yazın ve projeyi silmek için Kapat'ı tıklayın.

14. Tebrikler

Tebrikler! ADK ve veritabanları için MCP Araç Kutusu'nu kullanarak çoklu aracı uygulaması oluşturma işlemini başarıyla tamamladınız. Daha fazla bilgi için ürün dokümanlarına (Agent Development Kit ve MCP Toolbox for Databases) bakın.