Créer votre propre agent "Bargaining Shopkeeper" avec Gemini 3 et ADK

1. Présentation

Dans cet atelier de programmation, nous allons créer quelque chose d'amusant. Imaginez un bazar numérique où votre agent IA est le commerçant le plus intelligent et le plus spirituel du coin.

Découvrez Raju, votre nouveau commerçant IA. Il vend des artefacts numériques incroyables, mais vous devez marchander avec lui pour les obtenir !

Nous allons utiliser Gemini 3 (le cerveau), ADK (Agent Development Kit, le corps) et Google Cloud Run (l'emplacement du magasin) pour donner vie à Raju.

Objectifs de l'atelier

Nous allons créer l'intégralité de la pile pour une application agentive moderne :

• The Shop (Cloud Run) : emplacement de votre application sur Internet.
• Le cerveau (Gemini 3) : l'intelligence qui alimente Raju.
• Corps (ADK) : framework qui relie le cerveau aux outils.
• Inventaire (outils) : code Python utilisé par Raju pour vérifier les stocks.
• La boutique (UI) : interface que vos clients voient.

Vous allez apprendre à effectuer les tâches suivantes :

• Configurez votre "Digital Dukaan" (environnement Google Cloud).
• "Embauche" Raju (obtenir des clés API Gemini 3).
• Apprends à Raju à négocier (instructions système et personas).
• Donne un inventaire à Raju (outils ADK).
• Créez une vitrine (UI d'interface).
• Magasin ouvert (déployer sur Cloud Run).

Ce dont vous avez besoin

• Un projet Google Cloud.
• Avoir le sens de l'humour (pour négocier)
• Connaissances de base en Python

2. Configurer Dukaan (projet Cloud)

Avant de créer Raju, nous avons besoin d'un emplacement de magasin. Dans le cloud, cela signifie un projet avec un compte de facturation.

Compte de facturation test

Atelier avec instructeur : si vous participez à un atelier, vous pouvez utiliser le lien d'échange fourni par votre instructeur.

Autoformation : si vous suivez une autoformation, vous pouvez utiliser un compte de facturation d'essai pour exécuter cet atelier.

Vous avez besoin d'instructions détaillées ? Consultez le guide sur les crédits des ateliers de programmation Cloud.

Étape 1 : Activez la facturation

1. Ouvrez le lien d'échange dans une fenêtre de navigation privée.
2. Connectez-vous avec votre compte Gmail personnel.
3. Cliquez sur le bouton Accéder aux crédits.
4. Confirmez votre adresse e-mail et acceptez les conditions d'utilisation pour activer votre essai.

Étape 2 : Créez un projet

1. Accédez à la page Créer un projet.
2. Saisissez un nom de projet unique (par exemple, raju-shop-agent).
3. Dans le menu déroulant "Compte de facturation", sélectionnez votre compte de facturation d'essai.
4. Cliquez sur CRÉER et attendez que le projet soit prêt.

Étape 3 : Validez le lien de facturation

1. Accédez à la page Compte de facturation associé.
2. Si l'option "Associer un compte de facturation" s'affiche, cliquez dessus.
3. Assurez-vous que le compte de facturation de l'essai est sélectionné.
4. Vous êtes maintenant prêt à créer !

Résumé

Au cours de cette étape, vous allez configurer votre projet et votre compte de facturation Google Cloud, ce qui constituera la base de votre application.

Ensuite, nous allons configurer l'espace de travail dans lequel vous allez créer le code dans Préparer votre environnement.

3. Construire le stand (configuration de l'environnement)

Vous avez besoin d'un endroit pour exécuter votre code. Deux possibilités s'offrent à vous :

Option 1 : Google Cloud Shell (recommandée)

Cloud Shell est un terminal basé sur un navigateur qui est préinstallé avec tout ce dont vous avez besoin (Python, gcloud CLI, git). Il dispose d'un stockage persistant et fonctionne où que vous soyez.

1. Activer Cloud Shell

Cliquez sur l'icône "Activer Cloud Shell" (symbole de terminal) en haut à droite de l'en-tête de la console Google Cloud.

Cloud Shell va maintenant s'initialiser. ce qui implique :

• Autorisation : si vous y êtes invité, cliquez sur Autoriser pour permettre à Cloud Shell d'effectuer des appels aux API Google Cloud en votre nom.
• Provisionnement : Cloud Shell provisionne une machine virtuelle temporaire pour votre session.
• Connexion : l'outil se connecte ensuite à cette VM. Cette procédure peut prendre une ou deux minutes.

Attendez que l'invite de commande (user@cloudshell:~ $) s'affiche.

2. Vérifier la configuration du projet

Cloud Shell sélectionne généralement votre projet actuel automatiquement. Par précaution, vérifiez-le :

gcloud config get-value project

Si elle ne renvoie pas l'ID de votre projet (raju-shop-agent), définissez-le manuellement :

gcloud config set project raju-shop-agent

Option 2 : Terminal local

Si vous préférez utiliser le terminal de votre propre ordinateur portable (iTerm, PowerShell, etc.), vous devrez effectuer quelques étapes de configuration supplémentaires.

1. Installer les prérequis

Assurez-vous que les éléments suivants sont installés :

• Python 3.10 ou version ultérieure
• Google Cloud SDK (gcloud CLI)

2. Se connecter et configurer gcloud

Initialisez la Google Cloud CLI et connectez-vous à votre compte :

gcloud auth login

Définissez votre projet (remplacez raju-shop-agent par l'ID de projet réel) :

gcloud config set project raju-shop-agent

Configurez les identifiants par défaut de l'application (cela permet aux outils locaux de communiquer avec Google Cloud) :

gcloud auth application-default login

Résumé

Lors de cette étape, vous avez choisi votre environnement de développement (Cloud Shell ou local) et l'avez configuré.

Ensuite, nous allons découvrir l'outil qui nous aidera à créer plus rapidement dans Découvrir Gemini CLI.

4. Découvrez votre assistant (CLI Gemini)

Découvrez votre nouvel allié pour le développement de l'IA : la CLI Gemini !

La Gemini CLI est une interface de ligne de commande puissante qui vous aide à :

• Automatisez les workflows : gérez efficacement vos projets d'IA.
• Génération de code : générez du code, des UI et même des fichiers entiers.
• Écosystème d'extensions : étendez ses capacités avec diverses extensions (comme celle de Cloud Run que nous utiliserons plus tard).

Vous souhaitez devenir un pro ? Pour en savoir plus sur tout ce que la CLI Gemini peut faire, consultez l'atelier de programmation pratique sur la CLI Gemini. Vous pouvez également consulter la documentation complète sur la CLI Gemini.

1. Installer la Gemini CLI (terminal local uniquement)

Si vous utilisez le terminal local de votre ordinateur portable :

Remarque : Gemini CLI nécessite que Node.js (v20 ou version ultérieure) et npm soient installés sur votre système.

npm install -g @google/gemini-cli

Si vous utilisez Google Cloud Shell :

La CLI Gemini est préinstallée dans Cloud Shell. Vous n'avez donc rien à installer.

2. Lancer et s'authentifier

Ouvrez une nouvelle fenêtre de terminal (ou un nouvel onglet) dans votre Cloud Shell (ou votre terminal local), puis lancez l'interface de ligne de commande Gemini :

gemini

Configuration de la première exécution : si vous exécutez la CLI pour la première fois, elle vous guidera dans un processus de configuration rapide.

• Authentification : vous serez invité à vous connecter. Nous vous recommandons d'utiliser votre compte Gmail personnel pour profiter des quotas sans frais généreux disponibles pour les modèles Gemini.
• Contexte du projet : nous vous recommandons d'exécuter gemini à partir du dossier de votre projet afin qu'il comprenne le contexte de votre code. (Comme nous n'avons pas encore créé le dossier, vous pouvez l'exécuter depuis votre répertoire personnel pour le moment.)

3. Dites "Bonjour !"

Une fois l'invite gemini> affichée, effectuez un test pour vous assurer que votre cerveau est connecté :

Hi

Vous devriez obtenir une réponse amicale du modèle.

4. Commandes essentielles

• /quit : saisissez cette commande pour quitter la CLI Gemini et revenir à votre terminal standard.
• /help : affiche la liste de toutes les commandes disponibles.

Conseil : Gardez ce "terminal Gemini" ouvert dans un onglet distinct. Vous l'utiliserez pour générer du code et déployer votre application, tandis que votre autre terminal exécutera le serveur d'application.

Résumé

Au cours de cette étape, vous avez installé, authentifié et validé Gemini CLI.

Ensuite, nous utiliserons l'Agent Development Kit (ADK) pour créer le squelette de notre boutique dans Opening Shop (The Code).

5. Remplir les rayons (configuration du projet)

Nous ne partirons pas de zéro (les commerçants intelligents gagnent du temps). Nous allons utiliser l'Agent Development Kit (ADK).

Qu'est-ce que l'ADK ?

L'ADK est votre "système de gestion de boutique". Il s'agit d'un framework flexible qui gère les éléments suivants :

• Orchestration : gestion de tâches complexes (par exemple, Raju vérifie l'inventaire tout en parlant à un client).
• Gestion de l'état : se souvenir du nom du client et de ce qu'il a demandé il y a cinq minutes.
• Outils : connexion à des systèmes externes (comme votre base de données d'inventaire).

Nous allons utiliser Agent Starter Pack pour configurer instantanément un "Dukaan" prêt pour la production. Elle nous offre une base sécurisée et évolutive pour que nous puissions nous concentrer sur les ventes.

Dans votre terminal Cloud Shell (ou terminal local), exécutez cette commande pour générer votre agent :

uvx agent-starter-pack create raju-shop

La CLI vous posera quelques questions pour configurer votre boutique. Choisissez les options suivantes (saisissez le numéro et appuyez sur Entrée) :

1. Type d'agent : sélectionnez 1 (adk_base – un agent ReAct de base).
2. Cible de déploiement : sélectionnez 2 (Cloud Run – Exécution de conteneurs sans serveur).
3. Type de session : sélectionnez 1 (In-memory session – Simple et rapide).
4. Exécuteur CI/CD : sélectionnez 3 (Skip – Nous allons déployer manuellement pour le moment).

Attendez la fin du processus. Une fois cela fait, accédez au répertoire de votre boutique et installez les dépendances :

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

Explorer et configurer l'agent

Maintenant que le pack de démarrage est configuré, examinez la structure.

1. Vérifier la structure des dossiers

Exécutez la commande suivante pour voir comment votre boutique est organisée :

tree .

Vous devriez voir une structure semblable à celle-ci :

.
├── 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

Le fichier le plus important est app/agent.py. C'est là que se trouve le cerveau de Raju !

2. Parcourir le code

Ouvrez app/agent.py dans votre éditeur Cloud Shell (ou IDE local) et jetez-y un coup d'œil :

• root_agent = Agent(...) : définit votre IA. Il comporte un model (cerveau) et un tools (mains).
• Outils : vous verrez des fonctions Python telles que get_weather. Il s'agit des outils que l'agent peut utiliser.
• app = App(...) : cette ligne encapsule votre agent dans un serveur Web pour que nous puissions communiquer avec lui.

Vous souhaitez en savoir plus ? Consultez le guide Python de l'ADK et la documentation sur les agents LLM.

Tester en local

Dans votre terminal Cloud Shell (ou terminal local), exécutez l'agent :

adk web

Cette commande démarre un serveur Web local sur le port 8000.

Si vous utilisez Cloud Shell :

1. Cliquez sur le bouton Aperçu sur le Web (en haut à droite, en forme d'œil).
2. Sélectionnez Modifier le port.
3. Saisissez 8000, puis cliquez sur Modifier et prévisualiser.

Si vous utilisez le terminal local :

1. Ouvrez votre navigateur et accédez à http://localhost:8000.

Une fois l'interface utilisateur ouverte :

1. Sélectionnez "app" : dans le menu déroulant en haut à gauche, assurez-vous de sélectionner l'agent nommé app (ignorez root_agent ou test_agent s'ils s'affichent).
2. Dites bonjour : saisissez "Bonjour" et voyez si l'agent répond.

Lorsque vous avez terminé, appuyez sur Ctrl+C dans votre terminal pour arrêter le serveur adk web.

Résumé

Lors de cette étape, vous avez échafaudé votre projet, l'avez configuré pour l'API Gemini et avez exécuté votre premier agent localement.

Nous allons ensuite donner une personnalité et un nom à notre agent dans Entraîner Raju (la personnalité).

6. Entraîner Raju (le personnage)

Pour le moment, l'agent est ennuyeux. Nous allons lui donner une personnalité !

Au lieu d'écrire du code, nous allons simplement indiquer à Gemini ce que nous voulons.

1. Définir le persona

Exécutez cette commande dans votre terminal pour "enseigner" à Raju qui il est :

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. Valider le code

Ouvrez app/agent.py. Vous devriez voir que Gemini a rédigé l'instruction système pour vous.

3. Tester en local

Discutez avec Raju ! Dans votre terminal Cloud Shell (ou terminal local) :

adk web

Ouvrez l'interface utilisateur Web (port 8000 de l'aperçu sur le Web ou localhost:8000), sélectionnez l'agent app, puis essayez ces requêtes :

• "Je veux la lampe en laiton, mais 50 pièces, c'est trop !"
• "Que vends-tu, mon ami ?"

Regardez sa réaction ! Il doit être drôle, dramatique, mais refuser de vendre trop bon marché.

Résumé

Au cours de cette étape, vous avez personnalisé les instructions système de l'agent pour créer "Raju", un commerçant négociateur doté d'une personnalité unique.

Ensuite, nous allons permettre à Raju de vérifier son stock réel dans L'inventaire (ajout d'outils).

7. Inventaire (ajout d'outils)

Raju a besoin de savoir ce qu'il a réellement en stock. Nous allons lui fournir une "base de données" et un outil pour la vérifier.

1. Créer l'outil

Exécutez cette commande unique pour créer l'inventaire et l'outil, et les connecter à 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. Vérifier le Magic

Rouvrez app/agent.py. Vous verrez que Gemini :

1. Dictionnaire INVENTORY créé.
2. Écrivez la fonction Python check_inventory.
3. Mise à jour de la liste tools=[...] dans la définition de l'agent.

3. Tester l'inventaire

1. Redémarrez le serveur (Ctrl+C, puis adk web).
2. Demandez à Raju :
   • "Avez-vous des Taj Mahal ?" (Il doit répondre NON, le stock est à 0.)
   • "Combien coûte l'écharpe en soie ?" (Il doit vérifier le prix réel.)

Conseil avancé : Consultez les journaux du terminal pendant la discussion. Vous devriez voir DEBUG: Checking inventory... chaque fois que Raju utilise l'outil.

Résumé

Dans cette étape, vous avez implémenté un outil check_inventory, supprimé l'encombrement par défaut et connecté l'outil à votre agent.

Ensuite, nous allons déployer Raju dans le cloud dans Raju's Shop Goes Live (Deploying the Backend).

8. Mise en ligne de la boutique de Raju (déploiement du backend)

Il est temps de vous ouvrir au monde ! Avant de créer la vitrine, nous allons déployer le cerveau et l'inventaire de Raju (votre agent) dans le cloud.

Important : Gestion des terminaux

Il est possible que adk web soit en cours d'exécution dans votre terminal actuel depuis l'étape précédente.

• Laissez-le s'exécuter si vous souhaitez continuer à effectuer des tests en local.
• Ouvrez une NOUVELLE fenêtre/onglet de terminal pour les étapes de déploiement suivantes.
• Remarque : Chaque fois que vous modifiez agent.py, vous devez arrêter (Ctrl+C) et redémarreradk web pour que les modifications soient prises en compte.

1. Préparer Gemini CLI

Dans la NOUVELLE fenêtre de terminal :

1. Vérifiez si vous êtes déjà dans la CLI Gemini (recherchez l'invite gemini>).
2. Si c'est le cas, saisissez /quit pour revenir à l'interface système standard.
3. Assurez-vous d'être dans le dossier du projet :

   cd raju-shop
   

2. Installer l'extension Cloud Run

Installez l'extension Cloud Run pour la CLI Gemini dans votre terminal Cloud Shell (ou terminal local) :

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

3. Relancer Gemini CLI

Relancez la CLI Gemini pour utiliser la nouvelle extension :

gemini

L'invite Gemini CLI doit s'afficher.

4. Déployer l'agent

Il existe deux façons d'utiliser les extensions de la CLI Gemini :

Option 1 : Commande à barre oblique (manuelle) Vous pouvez saisir explicitement la commande et les indicateurs :

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

Option 2 : Langage naturel (recommandée) : c'est la méthode la plus simple et la plus efficace. Il vous suffit de demander à Gemini de le faire pour vous. Il utilisera le serveur MCP pour appeler les bons outils.

Essayez de coller ce prompt dans la CLI Gemini :

Vérifiez votre ID de projet : dans l'invite suivante, remplacez raju-shop-agent par votre ID de projet Google Cloud. Vous trouverez cette information dans le menu déroulant en haut à gauche de la console Google Cloud ou en exécutant gcloud config get-value project dans votre terminal standard.

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.

La CLI peut demander une confirmation pour utiliser l'outil cloud-run. Appuyez sur Enter (ou saisissez y) pour approuver.

Patientez : l'opération prendra deux à trois minutes. Une fois l'opération terminée, un message de confirmation semblable à celui-ci s'affiche :

✦ 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 (...)

Dépannage : en cas de problème, vous pouvez simplement demander à la CLI Gemini en langage clair de vous en dire plus sur l'erreur. Par exemple : "Échec de l'opération en raison d'une erreur d'autorisation. Comment résoudre le problème ?"

5. Vérifier le déploiement

Une fois le déploiement terminé, la Gemini CLI fournit une URL de service. Copiez cette URL.

Vérification du navigateur (est-il opérationnel ?) Collez l'URL dans votre navigateur.

• Réussite : la documentation FastAPI (interface utilisateur Swagger) ou une page de destination ADK générique devraient s'afficher. Cela confirme que votre service Cloud Run est en cours d'exécution et accessible.
• Échec : si vous recevez une erreur 403 (Accès refusé), vous avez peut-être oublié d'autoriser les "invocations non authentifiées" dans l'invite de déploiement.

Nous allons tester la véritable logique de négociation lors de la prochaine étape en créant une interface utilisateur appropriée.

Résumé

Au cours de cette étape, vous avez déployé le backend de votre agent sur Google Cloud Run à l'aide de l'extension Gemini CLI, ce qui le rend accessible à l'aide d'une URL publique.

Ensuite, nous allons créer une belle vitrine pour que les clients puissent parler à Raju dans Créer la vitrine (UI frontend).

9. Décorer la boutique (UI du frontend)

Un terminal de texte est ennuyeux. Nous voulons une vitrine attrayante !

Fonctionnement de l'API ADK

Pour créer une UI personnalisée, vous devez savoir comment communiquer avec le backend de votre agent. Il suit un flux en deux étapes :

1. Initialiser la session : avant de discuter, vous devez créer un ID de session (comme un panier).
   • POST /apps/app/users/{user_id}/sessions/{session_id}
2. Envoyer un message : pour parler, envoyez votre texte au point de terminaison d'exécution.
   • POST /run (la charge utile inclut appName, userId, sessionId et votre text).
3. En savoir plus : consultez la documentation de l'API ADK Runtime et la documentation de référence de l'API Python.

Nous utiliserons cette logique pour créer notre interface.

Vous pouvez créer cette interface de deux façons :

Option 1 : Google Antigravity (recommandée, local uniquement)

Si vous travaillez sur votre machine locale, Google Antigravity est la meilleure option. Il s'agit d'un IDE natif de l'IA qui vous permet de "coder au feeling" l'ensemble de l'UI.

Remarque : Antigravity est une application pour ordinateur. Si vous utilisez Cloud Shell, passez à l'option 2.

1. Télécharger et installer

Téléchargez le programme d'installation pour votre OS depuis la page de téléchargement de Google Antigravity, puis installez-le.

2. Ouvrir votre espace de travail

Lancez Antigravity. Ouvrez votre dossier raju-shop en tant qu'espace de travail. Cela donne à l'IA le contexte de l'ensemble de votre projet.

3. Générer l'UI avec Agent Manager

Au lieu d'écrire le code ligne par ligne, nous allons demander à un agent d'IA de le faire pour nous à l'aide du Gestionnaire d'agents.

1. Localisez l'interface de chat de l'Agent Manager (généralement sur la droite).
2. Collez le prompt suivant dans le 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`).

(Veillez à remplacer l'URL de l'espace réservé par l'URL de votre service à l'étape de déploiement.)

1. Regardez l'agent écrire le code pour vous ! Vous pouvez passer à la vue Éditeur pour voir le fichier en cours de création en temps réel.

4. Tester votre vitrine

Google Antigravity dispose de fonctionnalités d'aperçu intégrées. Cliquez sur le bouton "Aperçu" (souvent une icône en forme d'œil) pour voir votre vitrine en direct. Vous pouvez également le diffuser en local avec python3 -m http.server 8000.

Pour maîtriser pleinement cet IDE puissant, nous vous recommandons de suivre l'atelier de programmation "Premiers pas avec Google Antigravity".

Option 2 : Gemini CLI (compatible avec Cloud Shell)

Si vous êtes dans Cloud Shell, vous pouvez utiliser votre fidèle Gemini CLI pour créer le frontend en quelques secondes.

Exécutez la commande suivante dans votre 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

(N'oubliez pas de remplacer

avec votre URL Cloud Run réelle)

Résumé

Dans cette étape, vous avez utilisé Google Antigravity pour "coder" une interface HTML personnalisée qui se connecte à votre backend d'agent en direct.

Ensuite, nous compléterons l'image en hébergeant cette vitrine sur le Web dans Mettre la vitrine en ligne.

10. Inauguration (déploiement de l'interface)

Raju est en ligne (backend), mais sa boutique a besoin d'une adresse publique (frontend). Demandez à Google Antigravity de déployer notre UI dans le cloud.

1. Demander au gestionnaire d'agents de déployer

Nous n'avons pas besoin de quitter l'IDE. Il vous suffit de demander à l'Agent Manager de gérer le déploiement pour vous.

Collez ce prompt dans le chat :

"Déploie mon index.html en tant que site Web statique sur Google Cloud Run. Nommez le service raju-shop-frontend. Assurez-vous qu'il est accessible publiquement."

2. Regarder la magie opérer

L'agent va probablement :

1. Créez un fichier Dockerfile ou de configuration pour diffuser des fichiers statiques (par exemple, en utilisant nginx ou Python).
2. Créez l'image du conteneur.
3. Exécute la commande gcloud run deploy pour vous.

3. Visitez notre boutique !

Une fois l'agent terminé, il vous fournira une URL (par exemple, https://raju-shop-frontend-xyz.run.app). Cliquez dessus.

Félicitations ! Vous disposez désormais d'une application de marchandage entièrement déployée et optimisée par l'IA. Envoyez le lien à vos amis et voyez s'ils peuvent obtenir une remise !

Résumé

Lors de cette étape, vous avez utilisé Antigravity Agent Manager pour conteneuriser et déployer votre application de frontend sur Cloud Run.

Vous avez maintenant créé la pile complète. Nous terminerons par la section Heure de fermeture (conclusion).

11. Heure de fermeture (conclusion)

Félicitations ! Vous avez réussi le défi de l'agent "Bargaining Shopkeeper" ! Vous avez transformé Raju, qui n'était qu'une simple idée, en un marchand IA interactif et entièrement déployé dans le bazar numérique. Vous avez découvert par vous-même la puissance du développement agentique.

Récapitulatif de votre parcours :

• Google Cloud : configurez votre projet et votre compte de facturation, puis déployez votre agent sur Cloud Run.
• Gemini 3 : le cerveau intelligent qui alimente la personnalité et les compétences de négociation de Raju.
• Agent Development Kit (ADK) : framework qui fournit une base prête pour la production avec une observabilité (télémétrie) intégrée, ce qui rend votre agent robuste dès le premier jour.
• CLI Gemini : votre assistant en ligne de commande pour les tâches rapides, les tests et les extensions.
• Google Antigravity : IDE nouvelle génération où vous avez "vibe codé" votre UI et orchestré le déploiement.

Étapes suivantes pour votre Digital Dukaan :

• Corrigez les tests défaillants : vous avez modifié le code, mais qu'en est-il des tests ? Les tests par défaut (tests/unit/test_agent.py) recherchent toujours la météo. Utilisez la CLI Gemini pour les mettre à jour automatiquement. Essayez : gemini "Update the tests in tests/unit/test_agent.py to test the new check_inventory tool instead of weather."
• Inventaire dynamique : faites en sorte que les quantités d'inventaire de Raju soient mises à jour lorsqu'un article est "vendu". Peux-tu ajouter une logique pour diminuer stock dans ton dictionnaire INVENTORY après un "achat" réussi ?
• Outil de passerelle de paiement : implémentez un outil process_payment fictif. Raju peut ensuite appeler cet outil lorsqu'un accord est conclu.
• Découvrez Antigravity : approfondissez vos connaissances sur le gestionnaire d'agents et les espaces de travail d'Antigravity. Pouvez-vous demander à l'agent d'affiner votre index.html pour afficher un reçu en direct ?
• Partagez votre boutique : la boutique de Raju est en ligne ! Partagez l'URL de l'interface utilisateur avec vos amis et voyez s'ils peuvent trouver une meilleure affaire que vous !

Ressources

• Google Antigravity
• Google Cloud Run
• Documentation ADK
• Gemini CLI

12. Nettoyage

Pour éviter que les ressources utilisées dans cet atelier de programmation soient facturées inutilement sur votre compte Google Cloud, procédez comme suit.

Continuez à apprendre avec la version sans frais de Google Cloud !

De nombreux produits Google Cloud, y compris Cloud Run, proposent une version sans frais qui vous permet d'utiliser des ressources jusqu'à une certaine limite sans frais.

Si vous êtes encore dans votre période d'essai sans frais de Google Cloud, vous bénéficiez d'encore plus de flexibilité.

Vous pouvez continuer à utiliser votre projet Google Cloud actuel (raju-shop-agent) et développer votre agent sans perdre votre progression, à condition que votre utilisation reste dans les limites du niveau sans frais.

1. Annuler le déploiement des services Cloud Run (option permettant de réduire les coûts)

Si vous souhaitez éviter d'éventuels frais liés à vos services déployés tout en conservant votre projet et d'autres configurations intacts, vous pouvez annuler le déploiement de vos services Cloud Run.

Ouvrez votre terminal Cloud Shell (ou terminal local) et exécutez les commandes gcloud suivantes :

# 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 vous exécutez ces commandes depuis votre machine locale, assurez-vous que la Google Cloud CLI (gcloud) est installée et configurée.

2. Supprimer un projet Google Cloud (arrêt complet des coûts)

Si vous souhaitez vous assurer de ne plus encourir de frais et supprimer complètement toutes les ressources créées au cours de cet atelier de programmation, l'étape la plus définitive consiste à supprimer l'intégralité du projet Google Cloud.

1. Accédez à la page "Projets" de la console Google Cloud.
2. Sélectionnez votre projet (raju-shop-agent), puis cliquez sur Supprimer.
3. Suivez les instructions pour confirmer la suppression du projet.