Agent Platform で ADK と Agents CLI を使用してエージェントを構築する

このドキュメントでは、Agent Platform の Agents CLI を使用して、Agent Development Kit（ADK） でプロトタイプ AI エージェントを構築、評価、デプロイする方法について説明します。ADK は、高度な AI エージェントを構築するためのオープンソースのコードファースト フレームワークです。 Agents CLI は、AI 開発ツールが ADK とやり取りするための統一された機械可読インターフェースを提供し、エージェントのライフサイクル全体を管理できるようにします。 ADK、エージェントの評価、デプロイに関する専門知識を Google Cloudにカプセル化することで、AI 開発ツールは自然言語プロンプトから複雑なアクション を実行できます。

Agents CLI を Gemini CLI、Claude Code、Codex などの AI 搭載の開発ツールで使用すると、自然言語 プロンプトを使用してプロトタイプ エージェントを定義し、ローカルでテストして、ランタイムにデプロイできます。Google Cloud

このチュートリアルでは、洞窟人からインスピレーションを得て、冗長なテキストを簡潔な要約に変換する「洞窟人 コンプレッサー」エージェントを作成します。

始める前に

次の前提条件を満たしていることを確認してください。

  1. プロジェクトがあり、 Google Cloud Agent Platform API が有効になっていることを確認します。 有効になっていない場合は、次のいずれかのクイックスタートを完了してください。

  2. Antigravity、Gemini CLI、Claude Code、Codex などの AI 搭載の開発ツールをインストールします。このツールは、Agents CLI とのやり取りに必要です。

設定

  1. Python パッケージ インストーラ uv をインストールします。手順については、uv のインストール ガイドをご覧ください。

  2. uvx（uv に含まれています）を使用して、Agents CLI の設定コマンドを実行します。これは、直接実行する唯一の Agents CLI コマンドです。

    uvx google-agents-cli setup

  3. Antigravity などの AI 開発ツールを開きます。

プロジェクトのスケルトンを作成する

次のプロンプトを使用して、AI 開発ツールに指示します。

Use agents-cli to build an agent that compresses verbose text into concise, caveman-style summaries.

AI 開発ツールは、google-agents-cli-workflow スキルと google-agents-cli-scaffold スキルを有効にします。次の操作を行います。

  • デプロイ ターゲットや安全性の制約など、詳細を確認するための質問をします。
  • エージェントの目的を記述した DESIGN_SPEC.md ファイルを作成します。

  • プロジェクトのスケルトンを作成します。

    agents-cli create caveman-agent --prototype --yes
cd caveman-agent && agents-cli install

このプロセスでは、ボイラープレート エージェント コード、テスト、評価セットを含むプロジェクトが作成されます。

エージェントを構築する

AI 開発ツールは app/agent.py を編集し、デフォルトのエージェントを洞窟人コンプレッサー ロジックに置き換えます。ADK デザイン パターンには google-agents-cli-adk-code スキルを使用します。

結果のエージェント定義は次のようになります。

root_agent = Agent(
   name="caveman_agent",
   model=Gemini(model="gemini-3.5-flash"),
   instruction="""You are a text compressor. Convert verbose input text into short, simple summaries with a caveman-like tone. Rules:
   - Omit articles, filler words, and politeness.
   - Use short sentences and simple words.
   - Preserve technical terms.
   - The tone should be abrupt and funny, but the core meaning must be retained.

   Example input:  "I would like to deploy the application to production environment."
   Example output: "Me deploy. Production. Now."
   """,
)

次に、AI 開発ツールは基本的な機能テストを実行します。

agents-cli run "Please help me understand the deployment options available for my project"

このテストの想定される出力は次のとおりです。

「デプロイ オプション: Agent Runtime、Cloud Run、GKE。いずれか 1 つを選択してください。送信。」

エージェントを評価する

エージェントを評価するには、次のプロンプトを使用して AI 開発ツールに指示します。

Write evaluations for the caveman agent and run them.

AI 開発ツールは google-agents-cli-eval スキルを有効にし、次のタスクを実行します。

  • tests/eval/evalsets/caveman.evalset.json を作成します。これには、圧縮品質、専門用語の保持、トーンに関するテストケースが含まれます。
  • tests/eval/eval_config.json で LLM-as-judge の条件を構成します。

  • 評価を実行します。

    agents-cli eval run

テストケースが失敗した場合は、AI 開発ツールに修正フィードバックを提供します。 次に例を示します。

挨拶テストのレスポンスが丁寧すぎます。もっとぶっきらぼうにしてください。

AI 開発ツールはエージェントの指示を調整し、agents-cli eval run を再実行して、目的の品質に達するまで繰り返します。

エージェントをデプロイする

でエージェントをデプロイして実行するには Google Cloud、次のように AI 開発 ツールに指示します。

Deploy this agent to Cloud Run.

AI 開発ツールは google-agents-cli-deploy スキルを有効にし、次の操作を行います。

  • 必要なデプロイ インフラストラクチャ構成を追加します。

    agents-cli scaffold enhance --deployment-target cloud_run

  • エージェントをデプロイします。

    agents-cli deploy

エージェントが Cloud Run にデプロイされました。出力には、エージェントへのアクセスに使用するサービス URL が含まれます。

エージェントを観察する

Cloud Trace はデフォルトで有効になっています。トレースを表示するには、 コンソールで Cloud Trace エクスプローラを開き、 Google Cloud デプロイしたエージェントに リクエストを送信します。LLM の呼び出しとツールの実行のスパンが表示されます。

より詳細なオブザーバビリティを有効にするには、AI 開発ツールに次のように指示します。

Set up observability infrastructure for my agent.

AI 開発ツールは、サービス アカウント、Cloud Storage バケット、BigQuery データセットをプロビジョニングし、これらのリソースを使用するようにデプロイされたサービスを更新します。詳細については、 オブザーバビリティ ガイド をご覧ください。

対応の概要

次の表に、プロンプトと、AI 開発ツールによって実行される対応するアクションをまとめます。

ユーザー向けの手順 AI 開発ツールの操作
「洞窟人コンプレッサー エージェントを構築する」 プロジェクトのスケルトンを作成し、エージェント コードを記述して、ローカルでテストします。
「評価を作成して実行する」 evalset を作成し、LLM-as-judge を構成して、agents-cli eval run を実行します。
「これを Cloud Run にデプロイする」 デプロイ ターゲット構成を追加し、Cloud Run にデプロイします。
「オブザーバビリティを設定する」 サービス アカウント、Cloud Storage バケット、BigQuery データセットをプロビジョニングします。

Agents CLI スキルは、AI 開発ツールが適切な ADK パターンを使用し、評価を構造化し、デプロイを構成するために必要なコンテキストを提供します。

次のステップ

次のプロンプトを使用して、より複雑なエージェント設計を試してください。

  • ツールを追加する: 「エージェントが最新情報にアクセスできるように、Google 検索ツールを統合する。」
  • マルチエージェント システム: 「adk_a2a テンプレートを使用して、他のエージェントとやり取りできるエージェントを作成する。」
  • RAG: 「agentic_rag テンプレートを使用して、ドキュメントに基づいて質問に回答するエージェントを構築する。」

Agent Platform の詳細を確認する: