Agent Development Kit を使用して Vertex AI Agent Engine でエージェントを開発してデプロイする

Agent Development Kit を使用して Vertex AI Agent Engine でエージェントを開発してデプロイする

このページでは、Agent Development Kit （ADK）を使用してエージェントを作成し、 Vertex AI Agent Engine ランタイムにデプロイする方法について説明します。このクイックスタートでは、次の手順について説明します。

• プロジェクトを設定する Google Cloud 。

• Vertex AI SDK for Python と ADK をインストールする。

• 通貨換算エージェントを開発する。

• エージェントを Vertex AI Agent Engine ランタイムにデプロイする。

• デプロイされたエージェントをテストする。

ADK の代替クイックスタートとして、次のものを使用することもできます。

• ADK クイックスタート: ADK クイックスタートはマシン上で完全に実行され、 ローカル IDE とターミナル アクセスを使用していることを前提としています。

• Agent Starter Pack: Vertex AI Agent Engine 用に構築されたプロダクション レディな生成 AI エージェント テンプレートのコレクション 。

Agent Development Kit 以外のサポートされている フレームワーク を使用したクイックスタートについては、Vertex AI Agent Engine でエージェントを開発してデプロイするをご覧ください。

始める前に

注: API を有効にするには、serviceusage.services.enable 権限が必要です。この権限がない場合は、管理者に Service Usage 管理者（roles/serviceusage.serviceUsageAdmin）ロールの付与を依頼してください。

アカウントにログインします。 Google Cloud を初めて使用する場合は、 アカウントを作成して、実際のシナリオで Google プロダクトのパフォーマンスを評価してください。 Google Cloud新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI and Cloud Storage APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Vertex AI and Cloud Storage APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Vertex AI Agent Engine の使用に必要な権限を取得するには、プロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。

• Vertex AI ユーザー（roles/aiplatform.user）
• ストレージ管理者（roles/storage.admin）

ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。

必要な権限は、カスタムロールや他の事前定義ロールから取得することもできます。

Vertex AI SDK for Python をインストールして初期化する

1. 次のコマンドを実行して、Vertex AI SDK for Python とその他の必要なパッケージをインストールします。

   pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,adk]>=1.112

2. ユーザーとして認証します。

   ローカルシェル

   次のコマンドを実行します。

   gcloud auth application-default login

   Colab

   次のコードを実行します。

   from google.colab import auth
   
   auth.authenticate_user(project_id="PROJECT_ID")
   

   Cloud Shell

   対応は不要です。

3. 次のコードを実行して、Vertex AI Agent Engine をインポートし、SDK を初期化します。

   Google Cloud プロジェクト

   import vertexai
   
   client = vertexai.Client(
       project="PROJECT_ID",               # Your project ID.
       location="LOCATION",                # Your cloud region.
   )
   

   ここで

   • PROJECT_ID は、 Google Cloud エージェントを 開発してデプロイする プロジェクト ID です。

   • LOCATION は、サポートされているリージョンの一つです。

エージェントを開発する

1. エージェントの通貨換算ツールを開発します。

   def get_exchange_rate(
       currency_from: str = "USD",
       currency_to: str = "EUR",
       currency_date: str = "latest",
   ):
       """Retrieves the exchange rate between two currencies on a specified date."""
       import requests
   
       response = requests.get(
           f"https://api.frankfurter.app/{currency_date}",
           params={"from": currency_from, "to": currency_to},
       )
       return response.json()
   

2. エージェントをインスタンス化します。

   from google.adk.agents import Agent
   from vertexai import agent_engines
   
   agent = Agent(
       model="gemini-2.0-flash",
       name='currency_exchange_agent',
       tools=[get_exchange_rate],
   )
   
   app = agent_engines.AdkApp(agent=agent)
   

3. ローカルでエージェントをテストします。

   **注:** ADK エージェントをローカルでテストする場合は、インメモリ セッションを使用します。

   async for event in app.async_stream_query(
       user_id="USER_ID",
       message="What is the exchange rate from US dollars to SEK today?",
   ):
       print(event)
   

   ここで、USER_ID はユーザー定義の ID で、文字数制限は 128 です。

エージェントをデプロイする

Vertex AI で reasoningEngine リソースを作成してエージェントをデプロイします。

注: ADK エージェントを Vertex AI Agent Engine にデプロイすると、マネージド セッション リソースが自動的に生成されます。マネージド セッション リソースは、クリーンアップ セクションでエージェントとともに削除できます。

remote_agent = client.agent_engines.create(
    agent=app,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,adk]"],
        "staging_bucket": "STAGING_BUCKET",
    }
)

ここで、STAGING_BUCKET は gs:// で始まる Cloud Storage バケットです。

エージェントを使用する

クエリを送信して、デプロイされたエージェントをテストします。

async for event in remote_agent.async_stream_query(
    user_id="USER_ID",
    message="What is the exchange rate from US dollars to SEK today?",
):
    print(event)

クリーンアップ

このページで使用したリソースについて、 Google Cloud アカウントに課金されないようにするには、 次の手順を実施します。

remote_agent.delete(force=True)

次のステップ

• ノートブックを確認する。
• 環境を設定する。
• エージェントを開発する。
• エージェントをデプロイする。
• エージェントを使用する。
• エージェントを管理する。
• サポートを利用する。