Crea tu propio agente "Tendero negociador" con Gemini 3 y el ADK

1. Descripción general

En este codelab, crearemos algo divertido. Imagina un bazar digital en el que tu agente de IA es el comerciante más inteligente y divertido.

Conoce a Raju, tu nuevo comerciante de IA. Vende artefactos digitales increíbles, pero debes regatear con él para obtenerlos.

Usaremos Gemini 3 (el cerebro), el ADK (el kit de desarrollo de agentes, el cuerpo) y Google Cloud Run (la ubicación de la tienda) para darle vida a Raju.

Qué aprenderás

Compilaremos toda la pila para una aplicación basada en agentes moderna:

• The Shop (Cloud Run): Es el lugar donde reside tu app en Internet.
• El cerebro (Gemini 3): Es la inteligencia que impulsa a Raju.
• The Body (ADK): Es el framework que conecta el cerebro con las herramientas.
• El inventario (herramientas): Código de Python que Raju usa para verificar el stock.
• La tienda (IU): Es la interfaz que ven tus clientes.

Aprenderás a hacer lo siguiente:

• Configura tu "Digital Dukaan" (entorno de Google Cloud).
• Contratar a Raju (obtener 3 claves de API de Gemini)
• Enseñarle a Raju a regatear (instrucciones del sistema y arquetipos)
• Dale a Raju un inventario (herramientas de ADK).
• Crea una tienda (IU del frontend).
• Abierto para negocios (implementación en Cloud Run)

Requisitos

• Un proyecto de Google Cloud
• Tener sentido del humor (para negociar)
• Conocimientos básicos de Python

2. Configura Dukaan (proyecto de Cloud)

Antes de crear a Raju, necesitamos la ubicación de una tienda. En la nube, eso significa un proyecto con una cuenta de facturación.

Cuenta de facturación de prueba

Taller dirigido por un instructor: Si estás en un taller, puedes usar el vínculo de canje que te proporcionó el instructor.

Autoevaluación: Si eres usuario de autoevaluación, puedes canjear una cuenta de facturación de prueba para ejecutar este lab.

¿Necesitas instrucciones detalladas? Consulta la guía de créditos de los codelabs de Cloud.

Paso 1: Activa la facturación

1. Abre el vínculo de canje en una ventana de incógnito.
2. Accede con tu cuenta de Gmail personal.
3. Haz clic en el botón para acceder a los créditos.
4. Confirma tu correo electrónico y acepta las condiciones para activar la prueba.

Paso 2: Crea un proyecto

1. Ve a la página Crear proyecto.
2. Ingresa un nombre de proyecto único (p.ej., raju-shop-agent).
3. En el menú desplegable "Cuenta de facturación", selecciona tu Cuenta de facturación de prueba.
4. Haz clic en CREAR y espera a que el proyecto esté listo.

Paso 3: Verifica el vínculo de facturación

1. Ve a la página de la cuenta de facturación vinculada.
2. Si ves la opción “Vincular una cuenta de facturación”, haz clic en ella.
3. Asegúrate de que esté seleccionada la Cuenta de facturación de prueba.
4. Ya puedes comenzar a construir.

Resumen

En este paso, configurarás tu proyecto y tu cuenta de facturación de Google Cloud, lo que creará la base de tu aplicación.

A continuación, configuraremos el espacio de trabajo en el que compilarás el código en Cómo preparar tu entorno.

3. Cómo construir el puesto (configuración del entorno)

Necesitas un lugar para ejecutar tu código. Tienes dos opciones:

Opción 1: Google Cloud Shell (recomendada)

Cloud Shell es una terminal basada en navegador que viene preinstalada con todo lo que necesitas (Python, gcloud CLI, git). Tiene almacenamiento persistente y funciona desde cualquier lugar.

1. Activa Cloud Shell

Haz clic en el ícono "Activar Cloud Shell" (un símbolo de terminal) en la parte superior derecha del encabezado de la consola de Google Cloud.

Ahora se inicializará Cloud Shell. Esto incluye lo siguiente:

• Autorización: Si se te solicita, haz clic en Autorizar para permitir que Cloud Shell realice llamadas a las APIs de Google Cloud en tu nombre.
• Aprovisionamiento: Cloud Shell aprovisiona una máquina virtual temporal para tu sesión.
• Conectando: Luego, se conecta a esta VM. Todo este proceso puede tardar uno o dos minutos.

Espera hasta que aparezca el símbolo del sistema (user@cloudshell:~ $).

2. Verifica la configuración del proyecto

Por lo general, Cloud Shell selecciona automáticamente tu proyecto actual. Para mayor seguridad, verifica lo siguiente:

gcloud config get-value project

Si no devuelve el ID de tu proyecto (raju-shop-agent), configúralo de forma manual:

gcloud config set project raju-shop-agent

Opción 2: Terminal local

Si prefieres la terminal de tu laptop (iTerm, PowerShell, etcétera), deberás realizar algunos pasos de configuración adicionales.

1. Instala los requisitos previos

Asegúrate de tener instalado lo siguiente:

• Python 3.10 y versiones posteriores
• Google Cloud SDK (CLI de gcloud)

2. Accede y configura gcloud

Inicializa Google Cloud CLI y accede a tu cuenta:

gcloud auth login

Establece tu proyecto (reemplaza raju-shop-agent por el ID de tu proyecto real):

gcloud config set project raju-shop-agent

Configura las credenciales predeterminadas de la aplicación (esto ayuda a las herramientas locales a comunicarse con Google Cloud):

gcloud auth application-default login

Resumen

En este paso, elegiste tu entorno de desarrollo (Cloud Shell o local) y lo configuraste.

A continuación, conoceremos la herramienta que nos ayudará a compilar más rápido en Meeting Gemini CLI.

4. Conoce a tu asistente (CLI de Gemini)

Ahora, conoce a tu nuevo mejor amigo para el desarrollo de IA: Gemini CLI.

Gemini CLI es una potente interfaz de línea de comandos que te ayuda a hacer lo siguiente:

• Automatiza flujos de trabajo: Administra tus proyectos de IA de manera eficiente.
• Generación de código: Genera código, IU e incluso archivos completos.
• Ecosistema de extensiones: Amplía sus capacidades con varias extensiones (como la de Cloud Run que usaremos más adelante).

¿Quieres convertirte en profesional? Para obtener una inmersión profunda y completa en todo lo que puede hacer la CLI de Gemini, consulta el Codelab práctico sobre la CLI de Gemini. También puedes explorar la documentación completa de la CLI de Gemini.

1. Instala la CLI de Gemini (solo en la terminal local)

Si usas la terminal de tu laptop local, haz lo siguiente:

Nota: La CLI de Gemini requiere que Node.js (v20 o versiones posteriores) y npm estén instalados en tu sistema.

npm install -g @google/gemini-cli

Si usas Google Cloud Shell, haz lo siguiente:

Gemini CLI viene preinstalada en Cloud Shell, por lo que no necesitas instalar nada.

2. Inicia y autentica

Abre una nueva ventana de terminal (o pestaña) en tu Cloud Shell (o terminal local) y ejecuta la CLI de Gemini:

gemini

Configuración de primer inicio: Si es la primera vez que ejecutas la CLI, esta te guiará por un proceso de configuración rápido.

• Autenticación: Se te pedirá que accedas. Te recomendamos que uses tu cuenta personal de Gmail para aprovechar las generosas cuotas gratuitas disponibles para los modelos de Gemini.
• Contexto del proyecto: Se recomienda ejecutar gemini desde la carpeta del proyecto para que comprenda el contexto del código. (Como aún no creamos la carpeta, por el momento, puedes ejecutarla desde tu directorio principal).

3. ¡Saluda!

Una vez que veas el mensaje gemini>, intenta hacer una prueba para asegurarte de que tu cerebro esté conectado:

Hi

Deberías obtener una respuesta amigable del modelo.

4. Comandos esenciales

• /quit: Escribe esto para salir de Gemini CLI y volver a tu terminal estándar.
• /help: Consulta una lista de todos los comandos disponibles.

Sugerencia profesional: Mantén abierto este "Terminal de Gemini" en una pestaña separada. La usarás para generar código y, luego, implementar tu app, mientras que la otra terminal ejecuta el servidor de la app.

Resumen

En este paso, instalaste, autenticaste y verificaste la CLI de Gemini.

A continuación, usaremos el Kit de desarrollo de agentes (ADK) para crear el esqueleto de nuestra tienda en Opening Shop (The Code).

5. Cómo llenar las estanterías (configuración del proyecto)

No crearemos todo desde cero (los comerciantes inteligentes ahorran tiempo). Usaremos el Kit de desarrollo de agentes (ADK).

¿Qué es el ADK?

El ADK es tu "sistema de administración de la tienda". Es un framework flexible que controla lo siguiente:

• Orquestación: Administración de tareas complejas (como Raju verificando el inventario mientras habla con un cliente).
• Administración del estado: Recordar el nombre del cliente y lo que preguntó hace 5 minutos
• Herramientas: Conexión a sistemas externos (como tu base de datos de inventario)

Usaremos el paquete de inicio de agente para configurar un "Dukaan" listo para producción de inmediato. Nos brinda una base segura y escalable para que podamos enfocarnos en las ventas.

En tu terminal de Cloud Shell (o terminal local), ejecuta este comando para generar tu agente:

uvx agent-starter-pack create raju-shop

La CLI te hará algunas preguntas para configurar tu tienda. Elige las siguientes opciones (escribe el número y presiona Intro):

1. Tipo de agente: Elige 1 (adk_base: un agente ReAct básico).
2. Destino de implementación: Elige 2 (Cloud Run: Ejecución de contenedores sin servidores).
3. Tipo de sesión: Elige 1 (In-memory session: Simple y rápido).
4. CI/CD Runner: Elige 3 (Skip; por el momento, realizaremos la implementación de forma manual).

Espera a que se complete el proceso. Cuando termines, ingresa el directorio de tu tienda y, luego, instala las dependencias:

cd raju-shop
make install
source .venv/bin/activate

Explora y configura el agente

Ahora que el paquete de inicio está configurado, revisa la estructura.

1. Verifica la estructura de carpetas

Ejecuta el siguiente comando para ver cómo está organizada tu tienda:

tree .

Deberías ver una estructura como la siguiente:

.
├── app
│   ├── __init__.py
│   ├── agent.py
│   ├── app_utils
│   │   ├── telemetry.py
│   │   └── typing.py
│   └── fast_api_app.py
├── Dockerfile
├── GEMINI.md
├── Makefile
├── pyproject.toml
├── README.md
├── tests
│   ├── integration
│   │   ├── test_agent.py
│   │   └── test_server_e2e.py
│   └── unit
│       └── test_dummy.py
└── uv.lock

El archivo más importante es app/agent.py. Aquí es donde vive el cerebro de Raju.

2. Revisa el código

Abre app/agent.py en tu Editor de Cloud Shell (o IDE local) y échale un vistazo rápido:

• root_agent = Agent(...): Define tu IA. Tiene un model (cerebro) y tools (manos).
• Herramientas: Verás funciones de Python, como get_weather. Estas son las herramientas que puede usar el agente.
• app = App(...): Envuelve tu agente en un servidor web para que podamos comunicarnos con él.

¿Quieres obtener más información? Consulta la Guía de Python del ADK y la documentación de los agentes de LLM.

Realiza pruebas locales

En tu terminal de Cloud Shell (o terminal local), ejecuta el agente:

adk web

Este comando inicia un servidor web local en el puerto 8000.

Si usas Cloud Shell, sigue estos pasos:

1. Haz clic en el botón Vista previa en la Web (en la parte superior derecha, tiene forma de ojo).
2. Selecciona Cambiar puerto.
3. Ingresa 8000 y haz clic en Cambiar y obtener vista previa.

Si usas la terminal local, sigue estos pasos:

1. Abre tu navegador y visita http://localhost:8000.

Una vez que se abra la IU, haz lo siguiente:

1. Selecciona "app": En el menú desplegable de la esquina superior izquierda, asegúrate de seleccionar el agente llamado app (ignora root_agent o test_agent si aparecen).
2. Saluda: Escribe "Hola" y observa si responde.

Cuando termines, presiona Ctrl+C en la terminal para detener el servidor adk web.

Resumen

En este paso, creaste la estructura de tu proyecto, lo configuraste para la API de Gemini y ejecutaste tu primer agente de forma local.

A continuación, le daremos a nuestro agente una personalidad y un nombre en Training Raju (The Persona).

6. Entrenamiento de Raju (el personaje)

En este momento, el agente es aburrido. ¡Le daremos personalidad!

En lugar de escribir código, solo le diremos a Gemini lo que queremos.

1. Define el arquetipo

Ejecuta este comando en tu terminal para "enseñarle" a Raju quién es:

gemini "In agent.py, update the root_agent instruction. You are Raju, a bargaining shopkeeper in a digital bazaar. You sell: Brass Lamp (50 coins), Silk Scarf (500 coins). Your goal is to sell high and be funny. Speak with an Indian-English flair."

2. Verifica el código

Abre app/agent.py. Deberías ver que Gemini escribió la instrucción del sistema por ti.

3. Realiza pruebas locales

Ahora, chatea con Raju. En tu terminal de Cloud Shell (o terminal local), haz lo siguiente:

adk web

Abre la IU web (vista previa web en el puerto 8000 o localhost:8000), selecciona el agente de app y prueba estas instrucciones:

• "Quiero la lámpara de latón, pero 50 monedas son demasiado".
• "¿Qué vendes, amigo?"

¡Mira cómo reacciona! Debe ser divertido y dramático, pero negarse a vender demasiado barato.

Resumen

En este paso, personalizaste las instrucciones del sistema del agente para crear a "Raju", un comerciante regateador con una personalidad única.

A continuación, le daremos a Raju la capacidad de verificar su stock real en El inventario (Adding Tools).

7. El inventario (agregar herramientas)

Raju necesita saber qué productos tiene en stock. Le daremos una "base de datos" y una herramienta para verificarla.

1. Crea la herramienta

Ejecuta este único comando para crear el inventario, la herramienta y conectarla a Raju:

gemini "In agent.py, create a dictionary INVENTORY with items: Brass Lamp (price 50, stock 5), Silk Scarf (price 500, stock 2), Taj Mahal (price 2000, stock 0). Then create a tool function check_inventory(item_name) that checks this dict. Finally, update the root_agent to use this tool and remove the default weather tools."

2. Verifica la magia

Vuelve a abrir app/agent.py. Verás que Gemini tiene las siguientes características:

1. Se creó el diccionario INVENTORY.
2. Escribiste la función de Python check_inventory.
3. Se actualizó la lista tools=[...] en la definición del agente.

3. Prueba el inventario

1. Reinicia el servidor (Ctrl+C y, luego, adk web).
2. Pregúntale a Raju:
   • “¿Tiene algún Taj Mahal?” (Debería decir NO, el stock es 0).
   • "¿Cuánto cuesta la bufanda de seda?" (Debe verificar el precio real).

Sugerencia profesional: Consulta los registros de la terminal mientras chateas. Deberías ver DEBUG: Checking inventory... cada vez que Raju use la herramienta.

Resumen

En este paso, implementaste una herramienta de check_inventory, quitaste el desorden predeterminado y conectaste la herramienta a tu agente.

A continuación, llevaremos a Raju a la nube en Raju's Shop Goes Live (Deploying the Backend).

8. La tienda de Raju se lanza (implementación del backend)

¡Es hora de abrirnos al mundo! Antes de crear la tienda, implementaremos el cerebro y el inventario de Raju (tu agente) en la nube.

Importante: Administración de terminales

Es posible que tengas adk web ejecutándose en tu terminal actual del paso anterior.

• Mantener en ejecución si quieres seguir realizando pruebas de forma local.
• Abre una ventana o pestaña de TERMINAL NUEVA para los pasos de implementación que siguen.
• Nota: Cada vez que cambies agent.py, debes detener (Ctrl+C) y reiniciar adk web para que se apliquen los cambios.

1. Prepara la CLI de Gemini

En la ventana de terminal NUEVA, haz lo siguiente:

1. Comprueba si ya estás en Gemini CLI (busca el mensaje gemini>).
2. Si es así, escribe /quit para salir a la shell estándar.
3. Asegúrate de estar en la carpeta del proyecto:

   cd raju-shop
   

2. Instala la extensión de Cloud Run

Instala la extensión de Cloud Run para Gemini CLI en tu terminal de Cloud Shell (o terminal local):

gemini extensions install https://github.com/GoogleCloudPlatform/cloud-run-mcp

3. Cómo reiniciar Gemini CLI

Vuelve a iniciar Gemini CLI para usar la nueva extensión:

gemini

Deberías ver el mensaje de Gemini CLI.

4. Implementa el agente

Existen dos formas de usar las extensiones de Gemini CLI:

Opción 1: El comando de barra (manual) Puedes escribir explícitamente el comando y las marcas:

/deploy --source . --name raju-agent --region us-central1 --allow-unauthenticated

Opción 2: Lenguaje natural (recomendada): Esta es la forma más fácil y potente. Solo tienes que pedirle a Gemini que lo haga por ti, y usará el servidor de MCP para llamar a las herramientas adecuadas.

Prueba pegar esta instrucción en la CLI de Gemini:

Verifica tu ID del proyecto: En el siguiente mensaje, reemplaza raju-shop-agent por tu ID del proyecto de Google Cloud real. Puedes encontrarlo en el menú desplegable de la esquina superior izquierda de la consola de Google Cloud o ejecutando gcloud config get-value project en tu terminal estándar.

Deploy this agent app to cloud run on google cloud using the cloud-run MCP server.
Use project raju-shop-agent in us-central1 region.
Name the service raju-agent.
IMPORTANT: Make sure to allow unauthenticated invocations so my frontend can talk to it.

Es posible que la CLI te pida confirmación para usar la herramienta cloud-run. Presiona Enter (o escribe y) para aprobar.

Espera la magia: El proceso tardará entre 2 y 3 minutos. Cuando termines, verás un mensaje de confirmación como este:

✦ I've successfully deployed your agent app to Cloud Run.

  Service Details:
   * Service Name: raju-agent
   * Project: raju-shop-agent
   * Region: us-central1
   * URL: https://raju-agent-xyz123-uc.a.run.app
   * Console: View in Google Cloud Console (...)

Solución de problemas: Si algo sale mal, puedes preguntarle a Gemini CLI sobre el error en inglés simple. Por ejemplo: "Se produjo un error de permiso. ¿Cómo lo corrijo?".

5. Verifica la implementación

Una vez que se complete la implementación, Gemini CLI proporcionará una URL de servicio. Copia esta URL.

Verificación del navegador (¿está activo?) Pega la URL en tu navegador.

• Éxito: Deberías ver la Documentación de FastAPI (IU de Swagger) o una página de destino genérica del ADK. Esto confirma que tu servicio de Cloud Run se está ejecutando y es accesible.
• Falla: Si recibes un error 403 Forbidden, es posible que hayas olvidado permitir las "invocaciones no autenticadas" en el mensaje de implementación.

En el siguiente paso, probaremos la lógica de negociación real creando un frontend adecuado.

Resumen

En este paso, implementaste el backend de tu agente en Google Cloud Run con la extensión de la CLI de Gemini, lo que lo hizo accesible a través de una URL pública.

A continuación, crearemos una atractiva tienda para que los clientes hablen con Raju en Cómo crear la tienda (IU de frontend).

9. Decoración de la tienda (IU de frontend)

Una terminal de texto es aburrida. Queremos una vidriera llamativa.

Cómo funciona la API del ADK

Para compilar una IU personalizada, debes comprender cómo comunicarte con el backend del agente. Sigue un flujo de 2 pasos:

1. Inicializa la sesión: Antes de chatear, debes crear un ID de sesión (como un carrito de compras).
   • POST /apps/app/users/{user_id}/sessions/{session_id}
2. Send Message: Para hablar, envías tu texto al extremo de ejecución.
   • POST /run (la carga útil incluye appName, userId, sessionId y tu text).
3. Más información: Consulta los documentos de la API de ADK Runtime y la referencia de la API de Python.

Usaremos esta lógica para crear nuestro frontend.

Existen dos formas de crear esta interfaz:

Opción 1: Google Antigravity (recomendada, solo local)

Si trabajas en tu máquina local, Google Antigravity es la mejor experiencia. Es un IDE nativo de IA que te permite "programar con buena onda" toda la IU.

Nota: Antigravity es una aplicación para computadoras. Si usas Cloud Shell, ve a la opción 2.

1. Descargar e instalar

Descarga el instalador para tu SO desde la página de descarga de Google Antigravity y, luego, instálalo.

2. Abre tu espacio de trabajo

Inicia Antigravity. Abre tu carpeta raju-shop como un espacio de trabajo. Esto le brinda a la IA contexto sobre todo tu proyecto.

3. Genera la IU con Agent Manager

En lugar de escribir código línea por línea, le pediremos a un agente de IA que lo haga por nosotros con el Administrador de agentes.

1. Ubica la interfaz de chat del Administrador de agentes (por lo general, en el lado derecho).
2. Pega la siguiente instrucción en el chat:

Create a single file HTML chat interface named `index.html`. It should have a colorful header that says 'Raju's Royal Artifacts'. It should look like an Indian market stall with orange and pink colors.

**Backend Integration:**
The chat should send messages to my deployed agent at: <YOUR_DEPLOYED_AGENT_URL>

**API Logic:**
1. **On Load:** Generate a random userId and sessionId. Call `POST /apps/app/users/{userId}/sessions/{sessionId}` to initialize.
2. **On Send:** Call `POST /run` with a JSON payload containing `appName: "app"`, `userId`, `sessionId`, and `newMessage: { role: "user", parts: [{ text: userInput }] }`.
3. **Display:** Show the user's message and the agent's response (from `content.parts[0].text`).

(Asegúrate de reemplazar la URL del marcador de posición por la URL real del servicio del paso de implementación).

1. Mira cómo el agente escribe el código por ti. Puedes cambiar a la vista del editor para ver cómo se crea el archivo en tiempo real.

4. Prueba tu tienda

Google Antigravity tiene capacidades de vista previa integradas. Haz clic en el botón "Vista previa" (a menudo, un ícono de ojo) para ver tu tienda en vivo. Como alternativa, puedes publicarlo de forma local con python3 -m http.server 8000.

Para dominar este potente IDE, te recomendamos que completes el Codelab de introducción a Google Antigravity.

Opción 2: CLI de Gemini (compatible con Cloud Shell)

Si estás en Cloud Shell, puedes usar tu confiable Gemini CLI para compilar el frontend en segundos.

Ejecuta este comando en tu terminal:

gemini "Create a single file HTML chat interface named index.html. Header: 'Raju\'s Royal Artifacts', Indian market theme (orange/pink). Backend: <YOUR_DEPLOYED_AGENT_URL>. Logic: On load, generate random user/session IDs and POST to /apps/app/users/{uid}/sessions/{sid}. On chat, POST to /run with appName='app', userId, sessionId, and newMessage structure. Parse the JSON response to show the agent text." > index.html

(Recuerda reemplazar

con tu URL real de Cloud Run

Resumen

En este paso, usaste Google Antigravity para "codificar la vibra" de un frontend HTML personalizado que se conecta a tu backend de agente en vivo.

A continuación, completaremos el panorama general alojando esta tienda en la Web en Cómo publicar la tienda.

10. Gran inauguración (implementación del frontend)

Raju está en línea (backend), pero su tienda necesita una dirección pública (frontend). Pídele a Google Antigravity que implemente nuestra IU en la nube.

1. Solicitar al administrador de agentes que realice la implementación

No es necesario salir del IDE. Solo pídele al Administrador de agentes que se encargue de la implementación por ti.

Pega esta instrucción en el chat:

"Implementa mi index.html como un sitio web estático en Google Cloud Run. Asigna el nombre raju-shop-frontend al servicio. Asegúrate de que sea de acceso público".

2. Mira la magia

Es probable que el agente haga lo siguiente:

1. Crea un Dockerfile o una configuración para entregar archivos estáticos (como usar nginx o Python).
2. Compila la imagen del contenedor.
3. Ejecuta el comando gcloud run deploy por ti.

3. Visita tu tienda.

Una vez que el agente termine, te proporcionará una URL (p.ej., https://raju-shop-frontend-xyz.run.app). Haz clic en él.

¡Felicitaciones! Ahora tienes una app de comerciante potenciada por IA completamente implementada. Envía el vínculo a tus amigos y mira si pueden obtener un descuento.

Resumen

En este paso, usaste Antigravity Agent Manager para alojar en contenedores y, luego, implementar tu aplicación de frontend en Cloud Run.

Ya creaste la pila completa. Concluiremos en la sección Closing Time (Conclusion).

11. Hora de cierre (conclusión)

¡Felicitaciones! Completaste correctamente el desafío del agente "Bargaining Shopkeeper". Llevaste a Raju de una simple idea a un comerciante de IA interactivo y completamente implementado en el bazar digital. Experimentaste el poder del desarrollo con agentes de primera mano.

Resumen de tu recorrido:

• Google Cloud: Configura tu proyecto y tu cuenta de facturación, y luego implementa tu agente en Cloud Run.
• Gemini 3: Es el cerebro inteligente que potencia la personalidad y las habilidades de negociación de Raju.
• Kit de desarrollo de agentes (ADK): Es el framework que proporcionó una base lista para producción con Observabilidad (telemetría) integrada, lo que hace que tu agente sea sólido desde el primer día.
• Gemini CLI: Tu asistente de línea de comandos para tareas rápidas, pruebas y extensiones.
• Google Antigravity: El IDE de nueva generación en el que "vibe codificaste" tu IU y orquestaste la implementación.

Próximos pasos para tu Dukaan digital:

• Corrige las pruebas rotas: Cambiaste el código, pero ¿qué sucede con las pruebas? Las pruebas predeterminadas (tests/unit/test_agent.py) aún buscan el clima. Usa Gemini CLI para actualizarlos automáticamente. Prueba: gemini "Update the tests in tests/unit/test_agent.py to test the new check_inventory tool instead of weather."
• Inventario dinámico: Haz que las cantidades del inventario de Raju se actualicen cuando se "venda" un artículo. ¿Puedes agregar lógica para disminuir stock en tu diccionario INVENTORY después de una "compra" exitosa?
• Herramienta de Payment Gateway: Implementa una herramienta process_payment simulada. Luego, Raju podría llamar a esta herramienta cuando se llegue a un acuerdo.
• Explora Antigravity: Profundiza en el Administrador de agentes y los Espacios de trabajo de Antigravity. ¿Puedes pedirle al agente que refine tu index.html para que muestre un recibo en vivo?
• Comparte tu tienda: La tienda de Raju ya está disponible en Internet. Comparte la URL de frontend con tus amigos y mira si ellos pueden obtener un mejor precio que tú.

Recursos

• Google Antigravity
• Google Cloud Run
• Documentos del ADK
• CLI de Gemini

12. Limpieza

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

Continúa aprendiendo con el nivel gratuito de Google Cloud

Muchos productos de Google Cloud, incluido Cloud Run, ofrecen un nivel gratuito que te permite usar recursos hasta un límite determinado sin cargo.

Si aún estás dentro de la prueba gratuita de Google Cloud, tienes aún más flexibilidad.

Puedes seguir usando tu proyecto actual de Google Cloud (raju-shop-agent) y desarrollar tu agente sin perder ningún progreso, siempre y cuando tu uso se mantenga dentro de los límites del nivel gratuito.

1. Anula la implementación de los servicios de Cloud Run (ahorro de costos opcional)

Si quieres detener los posibles cargos relacionados con tus servicios implementados y, al mismo tiempo, mantener intactos tu proyecto y otras configuraciones, puedes anular la implementación de tus servicios de Cloud Run.

Abre tu terminal de Cloud Shell (o terminal local) y ejecuta los siguientes comandos de gcloud:

# Undeploy the backend agent

gcloud run services delete raju-agent --region us-central1

# Undeploy the frontend shop (if you deployed it)

gcloud run services delete raju-shop-frontend --region us-central1

Si ejecutas estos comandos desde tu máquina local, asegúrate de tener instalada y configurada la CLI de Google Cloud (gcloud).

2. Borra el proyecto de Google Cloud (detención completa de costos)

Si quieres asegurarte de que no se generen más gastos y quitar por completo todos los recursos creados durante este codelab, el paso más definitivo es borrar todo el proyecto de Google Cloud.

1. Ve a la página Proyectos en la consola de Google Cloud.
2. Selecciona tu proyecto (raju-shop-agent) y haz clic en Borrar.
3. Sigue las indicaciones para confirmar la eliminación del proyecto.