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

  1. 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.
  2. 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.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. 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

  5. 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.

    Go to project selector

  6. Verify that billing is enabled for your Google Cloud project.

  7. 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

  8. 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

    1. 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]>=1.112
    2. Autenticar como usuário

      Shell local

      Execute este comando:

      gcloud auth application-default login

      Colab

      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.

    3. 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:

      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.

    Desenvolver um agente

    1. 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()
      
    2. 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)
      
    3. 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.

    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)
    

    A seguir