ADK を使用して Live API を使ってみる

このチュートリアルでは、エージェントを作成し、Agent Development Kit（ADK）ストリーミングを使用して音声と動画の通信を有効にする方法について説明します。ADK をインストールし、Google 検索を使用する基本エージェントを設定して、adk web ツールでエージェントを実行します。

始める前に

このガイドは、Windows、macOS、Linux 環境でターミナルを使用した経験があることを前提としています。

環境を設定して ADK をインストールする

このセクションでは、ローカル環境を準備する方法について説明します。

  1. 仮想環境を作成して有効にします。仮想環境を使用することをおすすめします。

    # Create the environment
python -m venv .venv

# Activate the environment in each new terminal
# For macOS or Linux:
source .venv/bin/activate
# For Windows CMD:
.venv\Scripts\activate.bat
# For Windows PowerShell:
.venv\Scripts\Activate.ps1

  2. ADK をインストールします。

    pip install google-adk

プロジェクトの構造を作成する

エージェントに必要なディレクトリとファイルを作成します。

  1. 空のファイルを含む次のフォルダ構造を作成します。

    プロジェクト構造の図: adk-streaming フォルダには app フォルダが含まれ、app フォルダには .env ファイルと google_search_agent フォルダが含まれ、google_search_agent フォルダには __init__.py ファイルと agent.py ファイルが含まれています。

  2. app/google_search_agent/agent.py ファイルに次のコードを追加します。このファイルでエージェントのロジックを定義します。root_agent を定義する必要があります。

    from google.adk.agents import Agent
from google.adk.tools import google_search  # Import the tool

root_agent = Agent(
  # A unique name for the agent.
  name="basic_search_agent",
  # The Large Language Model (LLM) that agent will use.
  # Please fill in the latest model id that supports live from
  # https://google.github.io/adk-docs/get-started/streaming/quickstart-streaming/#supported-models
  model="...",  # for example: model="gemini-live-2.5-flash-preview-native-audio-09-2025"
  # A short description of the agent's purpose.
  description="Agent to answer questions using Google Search.",
  # Instructions to set the agent's behavior.
  instruction="You are an expert researcher. You always stick to the facts.",
  # Add google_search tool to perform grounding with Google search.
  tools=[google_search]
)

  3. app/google_search_agent/__init__.py ファイルに次のコードを追加します。

    from . import agent

プラットフォームを設定する

エージェントを実行するには、 Google Cloud Vertex AI を使用するように構成します。

  1. app/ ディレクトリにある .env ファイルを開きます。

  2. このファイルに次の内容を追加します。PROJECT_ID は実際の Google Cloud プロジェクト ID に、LOCATION は実際の Google Cloud ロケーションに置き換えます。

    GOOGLE_CLOUD_PROJECT=PROJECT_ID
GOOGLE_CLOUD_LOCATION=LOCATION
GOOGLE_GENAI_USE_VERTEXAI=True

開発 UI を使用してエージェントを実行する

開発ユーザー インターフェースを起動して、エージェントとやり取りします。

  1. 現在のディレクトリを app に変更します。

    cd app

  2. SSL_CERT_FILE 環境変数を設定します。この手順は、音声と動画のテストに必要です。

    macOS / Linux

    export SSL_CERT_FILE=$(python -m certifi)

    Windows

    $env:SSL_CERT_FILE = (python -m certifi)

  3. 開発 UI を実行します。

    adk web

  4. ターミナルに表示された URL（通常は http://localhost:8000 または http://127.0.0.1:8000）を開きます。

  5. [google_search_agent] を選択します。

次の図は、ユーザー入力がエージェントにどのように流れ、エージェントが Google 検索ツールをどのように使用し、エージェントがレスポンスをどのように返すかを示しています。

ユーザーの入力がエージェントに送信され、エージェントが Google 検索ツールを使用して情報を取得し、エージェントがユーザーにレスポンスを返す様子を示す図。

エージェントとやり取りする

開発 UI を起動すると、テキスト、音声、動画を使用してエージェントとやり取りできます。

テキスト入力を使用する

次のプロンプトを UI に入力して、エージェントのテキストベースのレスポンスをテストします。エージェントは google_search ツールを使用して、これらの質問に回答するための最新情報を取得します。

  • ニューヨークの天気は？
  • ニューヨークは何時？
  • パリの天気は？
  • パリは何時？

音声と動画の入力を使用する

音声入力を使用するには、ウェブブラウザを再読み込みしてマイクボタンをクリックします。質問すると、リアルタイムで回答が返ってきます。

動画入力を使用するには、ウェブブラウザを再読み込みしてカメラボタンをクリックします。「何が見えますか？」などの質問をすると、エージェントは動画入力から認識した内容を説明します。

開発 UI を停止する

adk web ツールを停止するには、実行中のターミナルで Ctrl+C を押します。

次のステップ