具有记忆和 MCP 的 ADK Agentic 模式

1. 您将学到的内容

欢迎参加 ADK 大师班 - 开启多智能体系统之旅

您即将进入激动人心的 AI 智能体世界。忘掉只能回答问题的简单聊天机器人吧。我们将深入了解 Agent Development Kit (ADK)，构建复杂的自主系统，这些系统可以推理、规划和使用工具来完成复杂的任务。

整个 Codelab 将是一次实践之旅，这个 1 GitHub Repo 包含我们所有会话的所有代码和示例。github repo

完成本教程后，您将能够：

• 构建您的首个 AI 智能体：从零开始构建一个功能齐全的智能体，该智能体可以了解用户的需求，使用 Google 搜索等工具，并生成详细且有用的回答。
• 构建多智能体系统：了解“智能体即工具”模式，这是一种革命性的概念，智能体将任务委托给其他专业智能体，从而创建一个协同工作的 AI 专家团队。
• 编排复杂的工作流：超越简单的委托，掌握 路由器、顺序链、循环 和 并行执行 等高级模式，构建强大、高效且智能的应用，这些应用几乎可以处理任何请求。
• 为智能体提供记忆功能：了解对话记忆的关键作用，使智能体能够处理后续问题、从反馈中学习，并无缝管理多步骤任务。
• 与 MCP 连接：与 MCP 工具箱连接。

现在就开始吧！🚀

2. 设置 GCP 和 Gemini API 密钥

设置 GCP 项目和 Gemini API 密钥

为了让 AI 智能体能够正常运行，我们需要两样东西：一个 Google Cloud 项目来提供基础，以及一个 Gemini API 密钥来访问 Google 的强大模型。

第 1 步：启用结算账号

如需运行此 Codelab，您需要一个有一定额度的结算账号。使用此 Codelab 顶部的横幅中的额度开始使用。如果您已连接到结算账号，则可以跳过此步骤。

第 2 步：创建新的 GCP 项目

• 前往 Google Cloud 控制台并创建一个新项目。

• 前往 Google Cloud 控制台并创建一个新项目。
• 打开左侧面板，点击 Billing，检查结算账号是否已关联到此 GCP 账号。

如果您看到此页面，请选中 manage billing account，选择 Google Cloud 试用版并关联到该账号。

第 3 步：查找您的 Google Cloud 项目 ID

👉点击 Google Cloud 控制台顶部的“激活 Cloud Shell”（它是 Cloud Shell 窗格顶部的终端形状图标），

👉点击“打开编辑器”按钮（它看起来像一个打开的文件夹，里面有一支铅笔）。这会在窗口中打开 Cloud Shell 代码编辑器。您会在左侧看到文件浏览器。

👉查找您的 Google Cloud 项目 ID：

• 打开 Google Cloud 控制台：链接
• 从页面顶部的项目下拉列表中选择要在此研讨会中使用的项目。
• 您的项目 ID 会显示在信息中心的项目信息卡片中

👉💻 在终端中，使用以下命令验证您是否已通过身份验证，以及项目是否已设置为您的项目 ID：

gcloud auth list

👉💻 从 GitHub 克隆启动项目：

git clone https://github.com/cuppibla/adk_tutorial.git

👉💻 运行初始化脚本，此脚本会提示您输入 Google Cloud 项目 ID 。当 setup_venv.sh 脚本提示时，输入您在上一步中找到的 Google Cloud 项目 ID。

cd ~/adk_tutorial
./setup_venv.sh

gcloud services enable  compute.googleapis.com \
                        artifactregistry.googleapis.com \
                        run.googleapis.com \
                        iam.googleapis.com \
                        aiplatform.googleapis.com \
                        cloudresourcemanager.googleapis.com

3. 会话 1：ADK Web 中的首个智能体

运行以下命令打开 ADK Web：

cd ~/adk_tutorial
source .adk_env/bin/activate
adk web

运行这些命令后，您应该会在终端中看到输出，表明 ADK Web 服务器已启动，类似于以下内容：

+-----------------------------------------------------------------------------+
| ADK Web Server started                                                      |
|                                                                             |
| For local testing, access at http://localhost:8000.                         |
+-----------------------------------------------------------------------------+

INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

👉 接下来，如需从浏览器访问 ADK 开发者界面，请执行以下操作：

在 Cloud Shell 工具栏（通常位于右上角）中，从“网页预览”图标（通常看起来像眼睛或带有箭头的正方形）中选择“更改端口”。在弹出式窗口中，将端口设置为 8000 ，然后点击“更改并预览”。然后，Cloud Shell 会打开一个新的浏览器标签页或窗口，其中显示 ADK 开发者界面。

👉 您的召唤仪式已完成，智能体现在正在运行。浏览器中的 ADK 开发者界面 是您与 Familiar 的直接连接。

选择并行工作流智能体 ：在界面顶部的下拉菜单中，选择 parallel_agent。

您可以在此处选择 single_agent：

您可以在此处查看跟踪记录：

👉 测试提示：

Plan a trip from Sunnyvale to San Francisco this weekend, I love food and art.

4. 会话 2：工作流智能体：顺序智能体、并行智能体、循环智能体

按照会话 1 中的步骤打开 ADK Web 界面。

并行智能体

选择并行工作流智能体 ：在界面顶部的下拉菜单中，选择 parallel_agent。

👉 测试提示：

Plan my trip to San Francisco, I want to find some good concert, restaurant and museum.

您可以在此处选择 parallel_agent：

您可以在此处查看跟踪记录：

顺序智能体

选择顺序工作流智能体 ：在界面顶部的下拉菜单中，选择 sequential_agent。

👉 测试提示：

Find a good sushi near Standford and tell me how to get there.

您可以在此处选择 sequential_agent：

您可以在此处查看跟踪记录：

循环智能体

选择循环工作流智能体 ：在界面顶部的下拉菜单中，选择 loop_agent。

👉 测试提示：

Plan a trip from Sunnyvale to San Francisco today.

您可以在此处选择 loop_agent：

您可以在此处查看跟踪记录：

5. 会话 3：自定义智能体

按照会话 1 中的步骤打开 ADK Web 界面。

打开 ADK Web 界面后，您可以选择 Custom_Agent 智能体。

👉 测试提示：

Plan a trip from Sunnyvale to San Francisco this weekend, I love food and art. Make sure within budget of 100 dollars.

您可以在此处选择 Custom_Agent：

您可以在此处查看跟踪记录：

6. 会话 4：编排器模式 - 路由智能体

按照会话 1 中的步骤打开 ADK Web 界面。

打开 ADK Web 界面后，您可以选择 routing_agent。

👉 测试提示：

Plan a trip from Sunnyvale to San Francisco this weekend, I love concert, restaurant and museum.

您可以在此处选择 routing_agent：

您可以在此处查看跟踪记录：

7. 会话 5：智能体即工具

按照会话 1 中的步骤打开 ADK Web 界面。

打开 ADK Web 界面后，您可以选择 Agent_as_tool 智能体。

👉 测试提示：

Plan a trip from Sunnyvale to San Francisco this weekend, I love concert, restaurant and museum.

您可以在此处选择 agent_as_tool：

您可以在此处查看跟踪记录：

8. 会话 6：具有长期记忆的智能体

👉💻 如需测试长期记忆，请前往文件夹并使用运行程序来启动智能体：

cd ~/adk_tutorial
source .adk_env/bin/activate
cd ~/adk_tutorial/f_agent_with_memory
python main.py

👉 测试提示：

I like Art and Italian food.

然后按“Ctrl+C”结束会话。重启会话：

cd ~/adk_tutorial
source .adk_env/bin/activate
cd ~/adk_tutorial/f_agent_with_memory
python main.py

👉 测试提示：

Plan a trip to San Francisco based on my preference.

9. 会话 7：使用 MCP 为智能体赋能

第 1 步：准备本地数据库

👉💻 在终端中运行以下命令

cd ~/adk_tutorial
source .adk_env/bin/activate
chmod +x setup_trip_database.py
./setup_trip_database.py

第 2 步：安装并运行 MCP 工具箱服务器

👉💻 在终端中运行以下命令

cd ~/adk_tutorial/mcp_tool_box
export VERSION=0.16.0
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/v$VERSION/linux/amd64/toolbox

下载完成后，运行以下命令

chmod +x toolbox

第 3 步

在一个终端中 运行以下命令

cd ~/adk_tutorial
source .adk_env/bin/activate
cd ~/adk_tutorial/mcp_tool_box
./toolbox --tools-file "trip_tools.yaml" --port 7001

在另一个终端中 运行以下命令

cd ~/adk_tutorial
source .adk_env/bin/activate
cd ~/adk_tutorial/g_agents_mcp
python main.py