Desarrolla e implementa agentes en Vertex AI Agent Engine con el Kit de desarrollo de agentes

Desarrolla e implementa agentes en Vertex AI Agent Engine con el Kit de desarrollo de agentes

En esta página, se muestra cómo crear e implementar un agente en el entorno de ejecución de Vertex AI Agent Engine con el kit de desarrollo de agentes (ADK). En esta guía de inicio rápido, se te guiará por los siguientes pasos:

• Configura tu Google Cloud proyecto

• Instala el SDK de Vertex AI para Python y el ADK.

• Desarrolla un agente de cambio de divisas.

• Implementa el agente en el entorno de ejecución de Vertex AI Agent Engine.

• Prueba el agente implementado.

También puedes usar las siguientes guías de inicio rápido alternativas para el ADK:

• Guía de inicio rápido del ADK: La guía de inicio rápido del ADK se ejecuta por completo en tu máquina y supone que usas un IDE local y acceso a la terminal.

• Paquete de inicio de agentes: Es una colección de plantillas de agentes de IA generativa listas para producción creadas para Vertex AI Agent Engine.

Para la guía de inicio rápido con frameworks compatibles que no sean el Kit de desarrollo de agentes, consulta Cómo desarrollar e implementar agentes en Vertex AI Agent Engine.

Antes de comenzar

Nota: Para habilitar las APIs, necesitas el permiso serviceusage.services.enable. Si no tienes este permiso, pídele a tu administrador que te otorgue el rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin).

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 the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

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 the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

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 the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Para obtener los permisos que necesitas para usar Vertex AI Agent Engine, pídele a tu administrador que te otorgue los siguientes roles de IAM en tu proyecto:

• Usuario de Vertex AI (roles/aiplatform.user)
• Administrador de almacenamiento (roles/storage.admin)

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

También puedes obtener los permisos necesarios a través de roles personalizados o cualquier otro rol predefinido.

Instala e inicializa el SDK de Vertex AI para Python

1. Ejecuta el siguiente comando para instalar el SDK de Vertex AI para Python y otros paquetes obligatorios:

   pip install --upgrade --quiet google-cloud-aiplatform[agent_engines,adk]>=1.112

2. Autenticarse como usuario

   Shell local

   Ejecuta el comando siguiente:

   gcloud auth application-default login

   Colab

   Ejecuta el siguiente código:

   from google.colab import auth
   
   auth.authenticate_user(project_id="PROJECT_ID")
   

   Cloud Shell

   No se requiere ninguna acción.

   Modo Exprés

   Si usas Vertex AI en modo exprés, no es necesario que realices ninguna acción.

3. Ejecuta el siguiente código para importar Vertex AI Agent Engine y, luego, inicializar el SDK:

   Proyecto de Google Cloud

   import vertexai
   
   client = vertexai.Client(
       project="PROJECT_ID",               # Your project ID.
       location="LOCATION",                # Your cloud region.
   )
   

   Aquí:

   • PROJECT_ID es el ID del proyecto de Google Cloud en el que desarrollas y despliegas agentes.

   • LOCATION es una de las regiones admitidas.

   Modo Exprés

   Si usas Vertex AI en modo exprés, ejecuta el siguiente código:

   import vertexai
   from vertexai import agent_engines
   
   vertexai.init(
       key="API_KEY"
   )
   

   donde API_KEY es la clave de API que usas para autenticar el agente.

   Nota: Para implementar el agente con el objeto del agente, debes usar el modo Express con facturación.

Desarrolla un agente

1. Desarrolla una herramienta de cambio de divisas para tu 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. Crea una instancia de un 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. Prueba el agente de forma local:

   Nota: Cuando se prueba un agente del ADK de forma local, se usan sesiones en la memoria.

   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)
   

   donde USER_ID es un ID definido por el usuario con un límite de 128 caracteres.

Implementa un agente

Para implementar el agente, crea un recurso reasoningEngine en Vertex AI:

Nota: Cuando implementas un agente de ADK en Agent Engine de Vertex AI, se genera automáticamente un recurso de sesión administrada. Puedes borrar el recurso de sesión administrada junto con el agente en la sección de limpieza.

remote_agent = client.agent_engines.create(
    agent=app,
    config={
        "requirements": ["google-cloud-aiplatform[agent_engines,adk]"],
        "staging_bucket": "STAGING_BUCKET",
    }
)

En el ejemplo anterior, STAGING_BUCKET es un bucket de Cloud Storage con el prefijo gs://.

Cómo usar un agente

Envía una consulta para probar el agente implementado:

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)

Realiza una limpieza

Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos que usaste en esta página.

remote_agent.delete(force=True)

¿Qué sigue?

• Explora los notebooks.
• Configura el entorno.
• Desarrolla un agente.
• Implementa un agente.
• Usa un agente.
• Administra un agente.
• Obtén asistencia.