Desenvolver e implantar agentes no Vertex AI Agent Engine com o Kit de Desenvolvimento de Agente
Esta página demonstra como criar e implantar um agente no ambiente de execução do Vertex AI Agent Engine usando o Kit de Desenvolvimento de Agente (ADK). Este início rápido orienta você nas seguintes etapas:
Crie o projeto Google Cloud .
Instale o SDK da Vertex AI para Python e o ADK.
Desenvolva um agente de câmbio.
Implante o agente no ambiente de execução do Vertex AI Agent Engine.
Teste o agente implantado.
Você também pode usar os seguintes guias de início rápido alternativos para o ADK:
Guia de início rápido do ADK: o guia de início rápido do ADK é executado totalmente na sua máquina e pressupõe que você esteja usando um ambiente de desenvolvimento integrado local e acesso ao terminal.
Pacote inicial de agentes: uma coleção de modelos de agentes de IA generativa prontos para produção criados para o Vertex AI Agent Engine.
Para o guia de início rápido usando frameworks compatíveis que não sejam o Agent Development Kit, consulte Desenvolver e implantar agentes no Vertex AI Agent Engine.
Antes de começar
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
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 theserviceusage.services.enablepermission. Learn how to grant roles. -
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 theresourcemanager.projects.createpermission. Learn how to grant roles.
-
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 theserviceusage.services.enablepermission. Learn how to grant roles. -
Usuário da Vertex AI (
roles/aiplatform.user) -
Administrador de armazenamento (
roles/storage.admin) Execute o seguinte comando para instalar o SDK da Vertex AI para Python e outros pacotes necessários:
pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,adk]>=1.112Autenticar como usuário
Shell local
Execute este comando:
gcloud auth application-default loginColab
Execute o seguinte código:
from google.colab import auth auth.authenticate_user(project_id="PROJECT_ID")Cloud Shell
Nenhuma ação é necessária.
Modo expresso
Se você estiver usando a Vertex AI no modo expresso, nenhuma ação será necessária.
Execute o código a seguir para importar o mecanismo de agente da Vertex AI e inicializar o SDK:
Projeto do Google Cloud
import vertexai client = vertexai.Client( project="PROJECT_ID", # Your project ID. location="LOCATION", # Your cloud region. )Em que:
PROJECT_IDé o ID do projeto Google Cloud em que você desenvolve e implanta agentes.LOCATIONé uma das regiões com suporte.
Modo expresso
Se você estiver usando a Vertex AI no modo expresso, execute o seguinte código:
import vertexai from vertexai import agent_engines vertexai.init( key="API_KEY" )em que API_KEY é a chave de API usada para autenticar o agente.
Desenvolva uma ferramenta de câmbio para seu agente:
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()Instancie um agente:
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)Teste o agente localmente:
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)em que USER_ID é um ID definido pelo usuário com um limite de 128 caracteres.
Para receber as permissões necessárias para usar o mecanismo de agente da Vertex AI, peça ao administrador para conceder a você os seguintes papéis do IAM no projeto:
Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.
Também é possível conseguir as permissões necessárias usando papéis personalizados ou outros papéis predefinidos.
Instalar e inicializar o SDK do Vertex AI para Python
Desenvolver um agente
Implantar um agente
Implante o agente criando um recurso reasoningEngine na Vertex AI:
remote_agent = client.agent_engines.create(
agent=app,
config={
"requirements": ["google-cloud-aiplatform[agent_engines,adk]"],
"staging_bucket": "STAGING_BUCKET",
}
)
em que STAGING_BUCKET é um bucket do Cloud Storage com o prefixo gs://.
Usar um agente
Teste o agente implantado enviando uma consulta:
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)
Limpar
Para evitar cobranças na conta do Google Cloud pelos recursos usados nesta página, siga as etapas abaixo.
remote_agent.delete(force=True)