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） を使用して、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、 Google Cloudへのデプロイに関する専門知識をカプセル化し、AI 開発ツールが自然言語プロンプトから複雑なアクションを実行できるようにします。

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、Google Cloud ランタイムにデプロイできます。

このチュートリアルでは、洞窟人に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する手順について説明します。

始める前に

次の前提条件を満たします。

  1. Google Cloud プロジェクトがあり、Agent Platform API が有効になっていることを確認します。そうでない場合は、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 搭載開発ツールをインストールします。このツールは、Agents CLI を操作するために必要です。

設定

  1. Python パッケージ インストーラである uv をインストールします。手順については、uv 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。

スキャフォールディング プロジェクト

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 開発ツールが 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、明確にするための質問をします。
  • エージェントの目的をキャプチャする DESIGN_SPEC.md ファイルを書き込みます。

  • プロジェクトをスキャフォールディングします。

    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

AI 開発ツールが 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 ロジックに置き換えます。ADK デザイン パターンに google-agents-cli-adk-code スキルを利用します。

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-flash-latest"),
   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."
   """,
)

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。Ship.”

エージェントを評価

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

  • 圧縮品質、専門用語の保持、トーンをカバーするテストケースを含む tests/eval/evalsets/caveman.evalset.json を作成します。
  • 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る。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、目的の品質が達成されるまで反復処理を行います。

エージェントをデプロイする

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

Deploy this agent to Cloud Run.

AI 開発ツールが google-agents-cli-deploy スキルを有効にし、次の処理を行います。

  • 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

これで、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、 Google Cloud コンソールで Cloud Trace エクスプローラを開き、デプロイされたエージェントにリクエストを送信します。LLM 呼び出しとツール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 開発ツールに次の手順で指示します。

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

次の表は、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たものです。

ユーザー向けの手順 AI 開発ツールの操作
「洞窟人のコンプレッサー エージェントを作成する」 プロジェクトをスキャフォールディングし、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。
「評価を書いて実行する」 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みましょう。

  • 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 検索ツールを統合します。」
  • 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します。」
  • 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します。」

Agent Platform の詳細:

  • ADK: エージェント アーキテクチャの作成、デプロイ、オーケストレーションを行います。
  • Agent Runtime: エージェントの作成、デプロイ、管理を行います。
  • 料金: Agent Platform の料金について説明します。
  • Agents CLI クイックスタート