Desarrolla un agente del ADK

Agent Runtime te permite desarrollar e implementar agentes con la plantilla del Kit de desarrollo de agentes (ADK). Si usas la clase AdkApp en el Agent Platform SDK para Python, puedes crear agentes que devuelvan tipos de cambio y administren interacciones con estado.

En este documento, se explica cómo desarrollar un agente del ADK, lo que incluye definir el modelo, agregar herramientas y administrar sesiones y memorias.

Para obtener más información sobre cómo administrar tus agentes implementados, consulta Administra agentes implementados.

Antes de comenzar

Asegúrate de que tu entorno esté configurado con los pasos que se indican en Configura tu entorno.

Define y configura un modelo

Especifica el modelo que quieres usar:

model = "gemini-2.0-flash"

Opcional: Establece la configuración de seguridad del modelo. Si quieres obtener más información sobre las opciones disponibles de parámetros de seguridad en Gemini, consulta Configura los atributos de seguridad. A continuación, se muestra un ejemplo de cómo puedes configurar los parámetros de configuración de seguridad:

from google.genai import types

safety_settings = [
    types.SafetySetting(
        category=types.HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT,
        threshold=types.HarmBlockThreshold.OFF,
    ),
]

Opcional: Especifica los parámetros de generación de contenido:

from google.genai import types

generate_content_config = types.GenerateContentConfig(
   safety_settings=safety_settings,
   temperature=0.28,
   max_output_tokens=1000,
   top_p=0.95,
)

Crea un AdkApp con las configuraciones del modelo:

from google.adk.agents import Agent
from vertexai.agent_engines import AdkApp

agent = Agent(
   model=model,                                      # Required.
   name='currency_exchange_agent',                   # Required.
   generate_content_config=generate_content_config,  # Optional.
)
app = AdkApp(agent=agent)

Si ejecutas en un entorno interactivo, como la terminal o un notebook de Colab, puedes ejecutar una consulta con el método AdkApp.async_stream_query como un paso de prueba intermedio:

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

• USER_ID: Elige tu propio ID de usuario con un límite de 128 caracteres. Por ejemplo, user-123

La respuesta es un diccionario de Python similar al siguiente ejemplo:

{'actions': {'artifact_delta': {},
             'requested_auth_configs': {},
             'state_delta': {}},
 'author': 'currency_exchange_agent',
 'content': {'parts': [{'text': 'To provide you with the most accurate '
                                'exchange rate, I need to know the specific '
                                'currencies you\'re asking about. "Swedish '
                                'currency" could refer to:\n'
                                '\n'
                                '*   **Swedish Krona (SEK):** This is the '
                                'official currency of Sweden.\n'
                                '\n'
                                "Please confirm if you're interested in the "
                                'exchange rate between USD and SEK. Once you '
                                'confirm, I can fetch the latest exchange rate '
                                'for you.\n'}],
             'role': 'model'},
 'id': 'LYg7wg8G',
 'invocation_id': 'e-113ca547-0f19-4d50-9dde-f76cbc001dce',
 'timestamp': 1744166956.925927}

Opcional: Define y usa una herramienta

Después de definir el modelo, define las herramientas que usa el modelo para el razonamiento.

Cuando definas tu función, es importante incluir comentarios que describan de manera completa y clara los parámetros de la función, lo que hace y lo que muestra. El modelo usa esta información para determinar qué función usar. También debes probar la función de forma local para confirmar que funciona.

Usa el siguiente código para definir una función que muestre un tipo de cambio:

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.

    Uses the Frankfurter API (https://api.frankfurter.app/) to obtain
    exchange rate data.

    Args:
        currency_from: The base currency (3-letter currency code).
            Defaults to "USD" (US Dollar).
        currency_to: The target currency (3-letter currency code).
            Defaults to "EUR" (Euro).
        currency_date: The date for which to retrieve the exchange rate.
            Defaults to "latest" for the most recent exchange rate data.
            Can be specified in YYYY-MM-DD format for historical rates.

    Returns:
        dict: A dictionary containing the exchange rate information.
            Example: {"amount": 1.0, "base": "USD", "date": "2023-11-24",
                "rates": {"EUR": 0.95534}}
    """
    import requests
    response = requests.get(
        f"https://api.frankfurter.app/{currency_date}",
        params={"from": currency_from, "to": currency_to},
    )
    return response.json()

Para probar la función antes de usarla en tu agente, ejecuta el siguiente comando:

get_exchange_rate(currency_from="USD", currency_to="SEK")

La respuesta podría ser similar a la siguiente:

{'amount': 1.0, 'base': 'USD', 'date': '2025-04-03', 'rates': {'SEK': 9.6607}}

Para usar la herramienta dentro de la AdkApp, agrégala a la lista de herramientas en el argumento tools=:

from google.adk.agents import Agent

agent = Agent(
    model=model,                     # Required.
    name='currency_exchange_agent',  # Required.
    tools=[get_exchange_rate],       # Optional.
)

Puedes probar el agente de forma local con consultas de prueba en él a través del método AdkApp.async_stream_query. Ejecuta el siguiente comando para probar el agente de forma local con dólares estadounidenses y corona sueca:

from vertexai.agent_engines import AdkApp

app = AdkApp(agent=agent)
async for event in app.async_stream_query(
    user_id="USER_ID",
    message="What is the exchange rate from US dollars to SEK on 2025-04-03?",
):
    print(event)

donde USER_ID es el ID de usuario que definiste. Por ejemplo, user-123.

La respuesta es una secuencia de diccionarios similar a la siguiente:

{'author': 'currency_exchange_agent',
 'content': {'parts': [{'function_call': {'args': {'currency_date': '2025-04-03',
                                                   'currency_from': 'USD',
                                                   'currency_to': 'SEK'},
                                          'id': 'adk-e39f3ba2-fa8c-4169-a63a-8e4c62b89818',
                                          'name': 'get_exchange_rate'}}],
             'role': 'model'},
 'id': 'zFyIaaif',
 # ...
}
{'author': 'currency_exchange_agent',
 'content': {'parts': [{'function_response': {'id': 'adk-e39f3ba2-fa8c-4169-a63a-8e4c62b89818',
                                              'name': 'get_exchange_rate',
                                              'response': {'amount': 1.0,
                                                           'base': 'USD',
                                                           'date': '2025-04-03',
                                                           'rates': {'SEK': 9.6607}}}}],
             'role': 'user'},
 'id': 'u2YR4Uom',
 # ...
}
{'author': 'currency_exchange_agent',
 'content': {'parts': [{'text': 'The exchange rate from USD to SEK on '
                                '2025-04-03 is 9.6607.'}],
             'role': 'model'},
 'id': 'q3jWA3wl',
 # ...
}

Opcional: Administra las sesiones

AdkApp usa sesiones en la memoria cuando se ejecuta de forma local y usa sesiones administradas basadas en la nube después de implementar el agente en Agent Runtime. En esta sección, se describe cómo configurar tu agente de ADK para que funcione con sesiones administradas.

Opcional: Personaliza tu base de datos de sesiones

Nota: Si usas un servicio de sesión en memoria personalizado, es posible que las sesiones no se mantengan sincronizadas cuando implementes el agente en Agent Runtime. Solo recomendamos personalizar la base de datos si puedes sincronizar el estado entre sesiones en un entorno implementado.

Si deseas anular el servicio de sesión administrada predeterminado con tu propia base de datos, puedes definir una función session_service_builder de la siguiente manera:

def session_service_builder():
  from google.adk.sessions import InMemorySessionService

  return InMemorySessionService()

Pasa tu base de datos a AdkApp como session_service_builder=:

from vertexai.agent_engines import AdkApp

app = AdkApp(
   agent=agent,                                      # Required.
   session_service_builder=session_service_builder,  # Optional.
)

Usa el agente con sesiones

Cuando ejecutas AdkApp de forma local, las siguientes instrucciones usan sesiones en la memoria.

Para crear una sesión para tu agente, usa el método AdkApp.async_create_session:

session = await app.async_create_session(user_id="USER_ID")
print(session)

La sesión se crea como la representación de diccionario de un objeto de sesión del ADK.

Para enumerar las sesiones asociadas con tu agente, usa el método AdkApp.async_list_sessions:

await app.async_list_sessions(user_id="USER_ID")

Para obtener una sesión en particular, usa el método AdkApp.async_get_session:

session = await app.async_get_session(user_id="USER_ID", session_id="SESSION_ID")

donde

• USER_ID es el ID de usuario que definiste. Por ejemplo, user-123

• SESSION_ID es el ID de la sesión específica que deseas recuperar.

Para consultar al agente de forma asíncrona, usa el método AdkApp.async_stream_query:

async for event in app.async_stream_query(
    user_id="USER_ID",
    session_id=SESSION_ID, # Optional. you can pass in the session_id when querying the agent
    message="What is the exchange rate from US dollars to Swedish currency on 2025-04-03?",
):
    print(event)

El agente podría responder con una solicitud de información como la siguiente:

{'author': 'currency_exchange_agent',
 'content': {'parts': [{'text': 'I need to know the Swedish currency code to '
                                'provide you with the exchange rate.'}],
             'role': 'model'},
 'id': 'wIgZAtQ4',
 #...
}

Puedes enviar una respuesta (por ejemplo, "SEK") en nombre de USER_ID dentro de la sesión correspondiente a session especificando lo siguiente:

async for event in app.async_stream_query(
    user_id="USER_ID",
    session_id=session.id, # Optional. you can pass in the session_id when querying the agent
    message="SEK",
):
    print(event)

Deberías recibir una continuación de la conversación, como la siguiente secuencia de diccionarios:

{'author': 'currency_exchange_agent',
 'content': {'parts': [{'function_call': {'args': {'currency_date': '2025-04-03',
                                                   'currency_from': 'USD',
                                                   'currency_to': 'SEK'},
                                          'id': 'adk-2b9230a6-4b92-4a1b-9a65-b708ff6c68b6',
                                          'name': 'get_exchange_rate'}}],
             'role': 'model'},
 'id': 'bOPHtzji',
 # ...
}
{'author': 'currency_exchange_agent',
 'content': {'parts': [{'function_response': {'id': 'adk-2b9230a6-4b92-4a1b-9a65-b708ff6c68b6',
                                              'name': 'get_exchange_rate',
                                              'response': {'amount': 1.0,
                                                           'base': 'USD',
                                                           'date': '2025-04-03',
                                                           'rates': {'SEK': 9.6607}}}}],
             'role': 'user'},
 'id': '9AoDFmiL',
 # ...
}
{'author': 'currency_exchange_agent',
 'content': {'parts': [{'text': 'The exchange rate from USD to SEK on '
                                '2025-04-03 is 1 USD to 9.6607 SEK.'}],
             'role': 'model'},
 'id': 'hmle7trT',
 # ...
}

Opcional: Administra los recuerdos

De forma predeterminada, AdkApp usa una implementación en memoria de la memoria de agentes cuando se ejecuta de forma local y usa Agent Platform Memory Bank después de implementar el agente en Agent Runtime.

Cuando desarrollas tu agente de ADK, puedes incluir un PreloadMemoryTool que controle cuándo el agente recupera recuerdos y cómo se incluyen en la instrucción. El siguiente agente de ejemplo siempre recupera recuerdos al comienzo de cada turno y los incluye en la instrucción del sistema:

from google.adk.agents import Agent
from google.adk.tools.preload_memory_tool import PreloadMemoryTool
from vertexai.agent_engines import AdkApp

agent = Agent(
    model="gemini-2.0-flash",
    name='stateful_agent',
    instruction="""You are a Vehicle Voice Agent, designed to assist users with information and in-vehicle actions.

1.  **Direct Action:** If a user requests a specific vehicle function (e.g., "turn on the AC"), execute it immediately using the corresponding tool. You don't have the outcome of the actual tool execution, so provide a hypothetical tool execution outcome.
2.  **Information Retrieval:** Respond concisely to general information requests with your own knowledge (e.g., restaurant recommendation).
3.  **Clarity:** When necessary, try to seek clarification to better understand the user's needs and preference before taking an action.
4.  **Brevity:** Limit responses to under 30 words.
""",
    tools=[PreloadMemoryTool()],
)

app = AdkApp(agent=agent)

Opcional: Personaliza tu servicio de memoria

Nota: Si usas un servicio de memoria en memoria personalizado, es posible que las memorias no se mantengan sincronizadas cuando implementes el agente en Agent Runtime. Solo recomendamos personalizar el servicio de memoria si puedes sincronizar las memorias entre instancias en un entorno distribuido cuando se implementa el agente.

Si deseas anular el servicio de memoria predeterminado, puedes definir una función memory_service_builder que devuelva un BaseMemoryService de la siguiente manera:

def memory_service_builder():
  from google.adk.memory import InMemoryMemoryService

  return InMemoryMemoryService()

Pasa tu base de datos a AdkApp como memory_service_builder=:

from vertexai.agent_engines import AdkApp

app = AdkApp(
   agent=agent,                                    # Required.
   memory_service_builder=memory_service_builder,  # Optional.
)

Usa el agente con memorias

Prueba tu agente del ADK con recuerdos:

1. Crea una sesión y, luego, interactúa con el agente:

   initial_session = await app.async_create_session(user_id="USER_ID")
   
   async for event in app.async_stream_query(
       user_id="USER_ID",
       session_id=initial_session.id,
       message="Can you update the temperature to my preferred temperature?",
   ):
       print(event)
   

   Como no hay recuerdos disponibles durante la primera sesión y el agente no conoce las preferencias del usuario, puede responder con una respuesta como "¿Cuál es tu temperatura preferida?". Puedes responder con el siguiente comando:

   async for event in app.async_stream_query(
       user_id="USER_ID",
       session_id=initial_session.id,
       message="I like it at 71 degrees",
   ):
       print(event)
   

   El agente podría devolver una respuesta como "Estableciendo la temperatura en 71 grados Fahrenheit. Se cambió correctamente la temperatura". La respuesta del agente puede variar según el modelo que hayas usado.

2. Generar memorias a partir de la sesión Para almacenar información de la sesión y usarla en sesiones futuras, usa el método async_add_session_to_memory:

   await app.async_add_session_to_memory(session=initial_session)
   

3. Para probar que el agente haya retenido la memoria de la sesión (con PreloadMemoryTool), crea una sesión nueva y envíale la siguiente instrucción al agente:

   new_session = await app.async_create_session(user_id="USER_ID")
   async for event in app.async_stream_query(
       user_id="USER_ID",
       session_id=initial_session.id,
       message="Fix the temperature!",
   ):
       print(event)
   

   El agente podría devolver una respuesta como "estableciendo la temperatura en 71 grados". ¿Es correcto?". La respuesta del agente puede variar según el modelo y el proveedor de servicios de memoria que hayas usado.

4. Usa el método async_search_memory para mostrar los recuerdos del agente:

   response = await app.async_search_memory(
       user_id="USER_ID",
       query="Fix the temperature!",
   )
   print(response)
   

¿Qué sigue?

Guía

Implementa agentes

Conoce las cinco formas de implementar un agente en Agent Platform Runtime según tus necesidades de desarrollo.

Descripción general

Descripción general de las sesiones

Aprende a usar sesiones para mantener el estado de la conversación con tus agentes.

Descripción general

Descripción general de Memory Bank

Aprende a usar Memory Bank para almacenar preferencias y datos de los usuarios a largo plazo.

Guía

Usa un agente del Kit de desarrollo de agentes

Usar un agente del Kit de desarrollo de agentes (ADK) con el entorno de ejecución de Agent Platform

Guía

Evalúa tus agentes

Crear e implementar un agente básico, y usar Gen AI Evaluation Service para evaluarlo

Solución de problemas

Soluciona problemas relacionados con la creación de agentes

Obtén información para resolver errores comunes cuando creas agentes personalizados.

Recurso

Obtén asistencia

Encuentra recursos y asistencia para Google Agent Platform.