Google-এর এজেন্ট স্ট্যাক ব্যবহার করে মাল্টি-এজেন্ট ক্রিয়েটিভ স্টুডিও তৈরি করা: Cloud Run ও Agent Runtime-এ ADK, A2A, MCP

১. এক নজরে

এই কোডল্যাবে আপনি AI Creative Studio তৈরি করবেন - এটি একটি ডিস্ট্রিবিউটেড মাল্টি-এজেন্ট সিস্টেম যা একটি প্রম্পটকে সম্পূর্ণ Instagram ক্যাম্পেনে পরিণত করে।

একটি বাক্য টাইপ করুন। অডিয়েন্স রিসার্চ, ক্যাপশন, ভিজ্যুয়াল কনসেপ্ট, কোয়ালিটি-রিভিউ করা কপি এবং সম্পূর্ণ প্রোজেক্ট টাইমলাইন - সবই কোলাবরেট করা AI এজেন্টের টিম দ্বারা জেনারেট করা হয়।

আপনি যে এজেন্ট তৈরি করবেন

এজেন্ট

ভূমিকা

ব্র্যান্ড স্ট্র্যাটেজিস্ট

দর্শকের ইনসাইট, প্রতিযোগীর বিশ্লেষণ ও বর্তমান ট্রেন্ডের জন্য ওয়েব সার্চ করে

কপিরাইটার

হ্যাশট্যাগ ও CTA সহ Instagram ক্যাপশন লেখে - ADK স্কিল দ্বারা পরিচালিত যা চাহিদা অনুযায়ী প্ল্যাটফর্ম নির্দেশিকা ও ক্যাপশন ফর্মুলা লোড করে

ডিজাইনার

Gemini-এর মাধ্যমে ভিজ্যুয়াল কনসেপ্ট ও আসল ছবি তৈরি করে, যা GCS-এ সেভ করা হয়

সমালোচক

রিভিউ কপি ও ভিজ্যুয়াল - নির্দিষ্ট মতামত সহ APPROVED বা NEEDS_REVISION রিটার্ন করে

প্রোজেক্ট ম্যানেজার

প্রোজেক্টের টাইমলাইন এবং টাস্ক ব্রেকডাউন তৈরি করে, MCP-এর মাধ্যমে Notion-এর সাথে ঐচ্ছিকভাবে সিঙ্ক করা হয়

Creative Director

পাঁচজন বিশেষজ্ঞকে ক্রমানুসারে অর্কেস্ট্রেট করে - আপনি এটিকে একটি প্রম্পট দেন, এটি বাকিদের সাথে সমন্বয় করে

৫টি এজেন্ট স্বতন্ত্র Cloud Run মাইক্রোসার্ভিস হিসেবে ডিপ্লয় করা হয়। তারা A2A প্রোটোকল-এর মাধ্যমে যোগাযোগ করে - এটি একটি ভাষা-অ্যাগনস্টিক ওপেন স্ট্যান্ডার্ড, তাই ফ্রেমওয়ার্ক নির্বিশেষে যেকোনও এজেন্ট অন্য যেকোনও এজেন্টকে কল করতে পারে। ক্রিয়েটিভ ডিরেক্টর এজেন্ট রানটাইম-এ রান করে এবং রিমোটলি প্রত্যেক বিশেষজ্ঞের সাথে কানেক্ট করে।

আর্কিটেকচার

সিস্টেম আর্কিটেকচার

আপনি কী শিখবেন

  • Google ADK - Agent, সিস্টেম নির্দেশাবলী এবং বিল্ট-ইন টুলের সাহায্যে LLM এজেন্ট তৈরি করুন।
  • ADK স্কিল (SkillToolset) ব্যবহার করে মডিউলার ফাইলে আবার ব্যবহারযোগ্য এজেন্ট নলেজ প্যাকেজ করুন।
  • FunctionTool-এর মাধ্যমে টেক্সট এজেন্টকে ছবির মডেলের সাথে যুক্ত করে আসল ছবি তৈরি করুন।
  • মডেল কন্টেক্সট প্রোটোকল (MCP) ব্যবহার করে কাস্টম গ্লু কোড ছাড়াই এক্সটার্নাল API ইন্টিগ্রেট করুন।
  • HTTPS-এর মাধ্যমে এজেন্ট টু এজেন্ট প্রোটোকল (A2A) ব্যবহার করে যেকোনও এজেন্টকে নেটওয়ার্ক-কলেবল সার্ভিসে পরিণত করুন।
  • RemoteA2aAgent এবং AgentTool-এর মাধ্যমে ডিস্ট্রিবিউট করা এজেন্ট অর্কেস্ট্রেট করুন।
  • Cloud Run মাইক্রোসার্ভিস হিসেবে স্বতন্ত্র এজেন্ট প্যাকেজ ও ডিপ্লয় করা।
  • এজেন্ট রানটাইম-এ স্টেটফুল অর্কেস্ট্রেটর হোস্ট করুন।
  • কনটেক্সট কম্প্যাকশন ব্যবহার করে কনটেক্সট সীমার মধ্যে দীর্ঘ মাল্টি-এজেন্ট ওয়ার্কফ্লো রাখুন।
  • কোয়ালিটি কন্ট্রোল লুপ তৈরি করুন: সমালোচকের রিভিউ আউটপুট → প্রয়োজন হলে অটোমেটিক সংশোধন।

আপনার কী প্রয়োজন হবে

  • বিলিং চালু করা আছে এমন একটি Google Cloud প্রোজেক্ট
  • মালিক বা এডিটর IAM ভূমিকা
  • Python সম্পর্কে প্রাথমিক জ্ঞান

২. আপনার এনভায়রনমেন্ট সেট-আপ করুন

এই কোডল্যাবের জন্য, আমরা Cloud Shell ব্যবহার করব।

Cloud Shell কী?

Cloud Shell হল একটি ফ্রি ব্রাউজার-ভিত্তিক Linux এনভায়রনমেন্ট যেখানে সবকিছু আগে থেকেই ইনস্টল করা থাকে: gcloud, git, Python, Docker এবং আরও অনেক কিছু। আপনাকে লোকালি কিছু ইনস্টল করতে হবে না।

Cloud Shell খুলতে, GCP কনসোলের উপরে ডানদিকের টুলবারে টার্মিনাল আইকনে ক্লিক করুন:

GCP কনসোল টুলবার থেকে Cloud Shell খুলুন

আপনি প্রথমবার Cloud Shell খুললে, আপনাকে অ্যাকাউন্ট যাচাই করার জন্য প্রম্পট করা হবে - যাচাই করুন বিকল্পে ক্লিক করুন:

আপনার অ্যাকাউন্ট যাচাই করার ডায়ালগ

তারপর, Cloud Shell-কে Google Cloud API কল করার অনুমতি দিতে অনুমোদন দিন বিকল্পে ক্লিক করুন:

Cloud Shell ডায়ালগ অনুমোদন করুন

Cloud Shell এখন রেডি। আপনি টার্মিনালে একটি স্বাগত মেসেজ দেখতে পাবেন: Cloud Shell টার্মিনাল তৈরি আছে

আপনার প্রোজেক্ট যাচাই ও কনফিগার করুন

Cloud Shell আপনার Google অ্যাকাউন্টের মাধ্যমে আগেই যাচাই করা হয়েছে। আপনার অ্যাক্টিভ অ্যাকাউন্ট কনফার্ম করুন এবং আপনার প্রোজেক্ট আইডি খুঁজুন:

gcloud config list

এছাড়াও, আপনি বাঁদিকের প্যানেলে GCP কনসোল ড্যাশবোর্ডে আপনার প্রোজেক্ট আইডি দেখতে পাবেন। এটি কপি করুন - পরবর্তী কমান্ডে আপনার এটি প্রয়োজন হবে:

GCP কনসোলে আপনার প্রোজেক্ট আইডি খুঁজুন এবং Cloud Shell-এ এটি সেট করুন

এখন আপনার প্রোজেক্ট সেট করুন:

export PROJECT_ID=$(gcloud config get-value project)
export REGION="us-central1"        # Cloud Run deployment region
echo "Project: $PROJECT_ID"

প্রত্যাশিত আউটপুট:

Project: my-project-123

প্রয়োজনীয় API চালু করুন

gcloud services enable \
    aiplatform.googleapis.com \
    apphub.googleapis.com \
    run.googleapis.com \
    cloudbuild.googleapis.com \
    artifactregistry.googleapis.com \
    generativelanguage.googleapis.com \
    iam.googleapis.com \
    cloudresourcemanager.googleapis.com \
    storage.googleapis.com \
    secretmanager.googleapis.com

এর জন্য ২ মিনিটের মতো সময় লাগবে। হয়ে গেলে আপনি Operation finished successfully দেখতে পাবেন।

অ্যাপ্লিকেশন ডিফল্ট ক্রেডেনশিয়াল (ADC) সেট-আপ করুন

এজেন্টরা Google Auth লাইব্রেরি ব্যবহার করে Gemini Enterprise Agent Platform-কে কল করবে, যার জন্য অ্যাপ্লিকেশন ডিফল্ট ক্রেডেনশিয়াল প্রয়োজন - gcloud CLI যাচাইকরণ থেকে আলাদা।

এটি একবার চালান:

gcloud auth application-default login

একটি ব্রাউজার ট্যাব খুলবে এবং আপনাকে কনফার্ম করতে বলা হবে। অনুমতি দিন বিকল্পে ক্লিক করুন। আপনি এগুলি দেখতে পাবেন:

Credentials saved to file: ~/.config/gcloud/application_default_credentials.json

স্টার্টার রিপোজিটরি ক্লোন করুন

এই কোডল্যাব একটি স্টার্টার রিপোজিটরি ব্যবহার করে - এটি হল একটি স্কেলিটন প্রোজেক্ট যেখানে সমস্ত ইনফ্রাস্ট্রাকচার (Dockerfiles, pyproject.toml, ডিপ্লয় স্ক্রিপ্ট) রয়েছে, তবে এজেন্ট লজিক আপনাকে লিখতে হবে।

git clone https://github.com/Saoussen-CH/mas-a2a-gcp.git ~/ai-creative-studio
cd ~/ai-creative-studio/workshop/starter

প্রতিটি agent.py-এ # TODOটি প্লেসহোল্ডার থাকে যেখানে আপনি এজেন্ট লজিক লিখবেন। Dockerfile, pyproject.toml ও স্ক্রিপ্ট ডিপ্লয় করার কাজ আগেই সম্পূর্ণ হয়ে গেছে।

এনভায়রনমেন্ট ভেরিয়েবল কনফিগার করুন

প্রদত্ত উদাহরণ কপি করুন এবং এক ধাপে আপনার প্রোজেক্ট আইডি ইনজেক্ট করুন:

cp .env.example .env
sed -i "s|GOOGLE_CLOUD_PROJECT=your-project-id|GOOGLE_CLOUD_PROJECT=$(gcloud config get-value project)|" .env

তারপর GCS বাকেট তৈরি করুন যেখানে Designer জেনারেট করা ছবি স্টোর করবে এবং এর নাম দিয়ে .env আপডেট করুন:

export PROJECT_ID=$(gcloud config get-value project)
export BUCKET_NAME="${PROJECT_ID}-campaign-images"

gcloud storage buckets create gs://${BUCKET_NAME} \
    --location=us-central1 \
    --project=${PROJECT_ID}

sed -i "s|GCS_IMAGES_BUCKET=your-project-id-campaign-images|GCS_IMAGES_BUCKET=${BUCKET_NAME}|" .env

তারপর সাইন করা ছবির URL সংক্রান্ত সহায়তা সেট-আপ করুন। ক্রিয়েটিভ ডিরেক্টর ক্যাম্পেনের চূড়ান্ত সারসংক্ষেপে প্রতিটি ছবির জন্য ক্লিক করা যায় এমন HTTPS লিঙ্ক তৈরি করেন। URL-এ সাইন-ইন করার জন্য একটি পরিষেবা অ্যাকাউন্ট প্রয়োজন। এটি কনফিগার করতে এই কমান্ডগুলি রান করুন:

export PROJECT_NUMBER=$(gcloud projects describe $(gcloud config get-value project) --format="value(projectNumber)")
export SA_EMAIL="${PROJECT_NUMBER}-compute@developer.gserviceaccount.com"
export AGENT_RUNTIME_SA="service-${PROJECT_NUMBER}@gcp-sa-aiplatform-re.iam.gserviceaccount.com"

# Allow your user account to sign URLs locally (adk web)
gcloud iam service-accounts add-iam-policy-binding ${SA_EMAIL} \
  --member="user:$(gcloud config get-value account)" \
  --role="roles/iam.serviceAccountTokenCreator"

# Allow Agent Runtime to sign URLs when deployed
gcloud beta services identity create --service=aiplatform.googleapis.com
gcloud projects add-iam-policy-binding $(gcloud config get-value project) \
  --member="serviceAccount:${AGENT_RUNTIME_SA}" \
  --role="roles/iam.serviceAccountTokenCreator"

# Save SA email and project number to .env
grep -q "^SIGNING_SERVICE_ACCOUNT" .env \
  && sed -i "s|^SIGNING_SERVICE_ACCOUNT=.*|SIGNING_SERVICE_ACCOUNT=${SA_EMAIL}|" .env \
  || echo "SIGNING_SERVICE_ACCOUNT=${SA_EMAIL}" >> .env

grep -q "^GOOGLE_CLOUD_PROJECT_NUMBER" .env \
  && sed -i "s|^GOOGLE_CLOUD_PROJECT_NUMBER=.*|GOOGLE_CLOUD_PROJECT_NUMBER=${PROJECT_NUMBER}|" .env \
  || echo "GOOGLE_CLOUD_PROJECT_NUMBER=${PROJECT_NUMBER}" >> .env

সব সেটিংস পর্যালোচনা করতে এডিটরে .env খুলুন:

cloudshell edit .env

এটি Cloud Shell Editor-এ একটি ট্যাব হিসেবে .env খোলে - এডিটর প্যানেল দেখা না গেলে টুলবারে এডিটর খুলুন বোতামে ক্লিক করুন:

Cloud Shell টুলবারে 'এডিটর খুলুন' বিকল্পে ক্লিক করুন

প্রোজেক্ট ফাইল ট্রি সহ Cloud Shell Editor

প্রোজেক্ট সঠিকভাবে সেট করা হয়েছে কিনা তা কনফার্ম করুন:

grep GOOGLE_CLOUD_PROJECT .env

ডিপেন্ডেন্সি ইনস্টল করুন

আমরা uv ব্যবহার করি - এটি একটি দ্রুত, আধুনিক Python প্যাকেজ ম্যানেজার যা ভার্চুয়াল এনভায়রনমেন্ট ম্যানেজ করে এবং একটি টুলে ইনস্টল করে। এটি pip-এর থেকে ~১০-১০০ গুণ দ্রুত এবং Python প্রোজেক্ট ম্যানেজ করার জন্য সাজেস্ট করা পদ্ধতি।

Cloud Shell-এ আগে থেকেই uv ইনস্টল করা আছে। সব এজেন্ট একই মূল ডিপেন্ডেন্সি শেয়ার করে, তাই একবার ইনস্টল করুন এবং এটি এই কোডল্যাবের প্রতিটি এজেন্টের জন্য কাজ করে:

uv sync

uv sync কমান্ড pyproject.toml পড়ে এবং সব ডিপেন্ডেন্সি সহ একটি .venv/ ডিরেক্টরি তৈরি করে। এছাড়াও, প্রতিটি স্পেশালিস্টের নিজস্ব pyproject.toml আছে যা শুধুমাত্র Docker বিল্ড ব্যবহার করে - উপরে উল্লেখ করা শেয়ার করা ইনস্টল থেকে আপনি লোকাল টেস্টিংয়ের জন্য প্রয়োজনীয় সবকিছু পেয়ে যাবেন।

৩. Google ADK সম্পর্কে বোঝা

কোড লেখার আগে, Agent Development Kit (ADK) সম্পর্কে জেনে নেওয়া যাক - এই কোডল্যাবে প্রতিটি এজেন্ট তৈরি করার জন্য আপনি এই ফ্রেমওয়ার্ক ব্যবহার করবেন।

ADK কী?

Agent Development Kit (ADK) হল AI এজেন্ট ডেভেলপ ও ডিপ্লয় করার জন্য একটি কাস্টমাইজযোগ্য ও মডিউলার ফ্রেমওয়ার্ক। Gemini এবং Google ইকোসিস্টেমের জন্য অপ্টিমাইজ করা হলেও, ADK হল মডেল-অ্যাগনস্টিক, ডিপ্লয়মেন্ট-অ্যাগনস্টিক এবং অন্যান্য ফ্রেমওয়ার্কের সাথে মানানসই হওয়ার জন্য তৈরি করা হয়েছে। ADK-কে এমনভাবে ডিজাইন করা হয়েছে যাতে এজেন্ট ডেভেলপমেন্টকে সফ্টওয়্যার ডেভেলপমেন্টের মতো মনে হয়, যাতে ডেভেলপাররা সহজেই সাধারণ টাস্ক থেকে শুরু করে জটিল ওয়ার্কফ্লো পর্যন্ত এজেন্টিক আর্কিটেকচার তৈরি, ডিপ্লয় ও অর্কেস্ট্রেট করতে পারেন।

ADK জটিল অংশগুলি ম্যানেজ করে - টুল কলিং, মাল্টি-টার্ন কনভার্সেশন, কন্টেক্সট ম্যানেজমেন্ট, স্ট্রিমিং - যাতে আপনি এজেন্ট লজিকের উপর ফোকাস করতে পারেন।

ADK এজেন্টের বিল্ডিং ব্লক

প্রতিটি এজেন্ট চারটি বিল্ডিং ব্লক নিয়ে গঠিত:

ব্লক করুন

ভূমিকা

মডেল

LLM যা লক্ষ্য নিয়ে যুক্তি দেয়, একটি পরিকল্পনা নির্ধারণ করে এবং উত্তর তৈরি করে

টুল

API বা পরিষেবা কল করার মাধ্যমে ডেটা নিয়ে আসে বা অ্যাকশন পারফর্ম করে এমন ফাংশন

অর্কেস্ট্রেশন

বিভিন্ন টার্ন জুড়ে মেমরি ও স্টেট বজায় রাখে, টুল কল রুট করে, মডেলে ফলাফল ফেরত পাঠায়

রানটাইম

সিস্টেমকে কল করা হলে তা এক্সিকিউট করে - adk web-এর মাধ্যমে লোকালভাবে অথবা ডিপ্লয় করা পরিষেবা হিসেবে

এজেন্টের ডেফিনিশন

এই কোডল্যাবের ৫টি এজেন্টের প্রত্যেকটি একই উপায়ে সংজ্ঞায়িত করা হয়েছে:

from google.adk.agents import Agent
from google.adk.tools.google_search_tool import google_search

root_agent = Agent(
    name="brand_strategist",                              # unique identifier
    model=os.getenv("GEMINI_MODEL", "gemini-3.5-flash"), # the LLM powering this agent
    instruction=SYSTEM_INSTRUCTION,                       # the agent's persona, constraints, and output format
    description="Brand strategist for market research, trend analysis, and competitive insights",
    tools=[google_search],                                # functions the LLM can call
)

ফিল্ড

উদ্দেশ্য

name

অনন্য আইডি - কল রুট করার জন্য অর্কেস্ট্রেটর দ্বারা ব্যবহৃত হয়

model

এই এজেন্টকে ব্যাক-আপ করা Gemini মডেল

instruction

সিস্টেম প্রম্পট - এজেন্টের ভূমিকা, সীমাবদ্ধতা এবং আউটপুট ফর্ম্যাট নির্ধারণ করে

description

এক লাইনের সারসংক্ষেপ - কোন বিশেষজ্ঞকে কল করতে হবে তা সিদ্ধান্ত নিতে অর্কেস্ট্রেটর এটি পড়ে

tools

LLM যেসব ফাংশন ইনভোক করতে পারে (google_search-এর মতো বিল্ট-ইন বা কাস্টম Python ফাংশন)

ADK কীভাবে এজেন্ট রান করে

User message
     │
     ▼
  Agent (LLM)  ← reads instruction + conversation history
     │
     ├─► needs more info? → calls a tool → gets result → continues reasoning
     │
     └─► done reasoning → returns final text response

LLM কোনও টুল কল করবে কিনা, কোন টুল কল করবে এবং কোন আর্গুমেন্ট সহ কল করবে তা স্বয়ংক্রিয়ভাবে সিদ্ধান্ত নেয়। আপনি নির্দেশাবলী লিখবেন - ADK বাকিটা ম্যানেজ করবে।

৪. ব্র্যান্ড স্ট্র্যাটেজিস্ট এজেন্ট তৈরি ও টেস্ট করা

প্রথম এজেন্ট দিয়ে শুরু করা যাক: ব্র্যান্ড স্ট্র্যাটেজিস্ট। এটি শুধুমাত্র রিসার্চের জন্য তৈরি করা এজেন্ট যা Google Search ব্যবহার করে টার্গেট অডিয়েন্স ইনসাইট, প্রতিযোগীদের বিশ্লেষণ এবং ট্রেন্ডিং বিষয় সার্চ করে।

Cloud Shell Editor-এ স্কেলিটন এজেন্ট ফাইল খুলুন:

cloudshell edit agents/brand_strategist/agent.py

আপনি দুটি # TODO বিভাগ দেখতে পাবেন, যেখানে আপনাকে তথ্য পূরণ করতে হবে।

TODO 1 - সিস্টেম নির্দেশাবলী লিখুন

প্রথমে, আপনি এজেন্টের জন্য সিস্টেম নির্দেশাবলী লিখবেন। সিস্টেম নির্দেশাবলী হল একটি স্ট্রিং যা এজেন্টের ভূমিকা, সীমাবদ্ধতা এবং আউটপুট ফর্ম্যাট নির্ধারণ করে।

SYSTEM_INSTRUCTION = f"""You are a Brand Strategist specializing in market research and trend analysis.

IMPORTANT: Today's date is {datetime.date.today().strftime("%B %d, %Y")}.
When conducting research, focus on current trends from {datetime.date.today().year}.
Use search queries like "[topic] trends {datetime.date.today().year}" for recent insights.

IMPORTANT: Your role is RESEARCH ONLY. You do NOT create campaign content, captions, or designs.
After providing research insights, your work is complete.

Your expertise:
- Identifying target audience insights and behaviors
- Analyzing competitor strategies
- Researching current social media trends
- Understanding platform algorithms and best practices

You have access to:
- google_search: Search the web for competitors, trends, and market insights

When given a campaign brief:
1. Use google_search to research the target audience's current interests
2. Search for and analyze 2-3 competitor brands
3. Identify 3-5 trending topics related to the product category
4. Provide high-level strategic insights - NOT specific campaign content

DO NOT create captions, copy, designs, or any campaign content.

Format your output as:
**Audience Insights:**
[Key behaviors and preferences based on research]

**Competitive Analysis:**
[What 2-3 competitors are doing - strengths and weaknesses]

**Trending Topics:**
[3-5 relevant trends to consider]

**Key Strategic Insights:**
[High-level themes and positioning opportunities]
"""

TODO 2 - root_agent তৈরি করুন

এরপর, অসম্পূর্ণ root_agent-এর পরিবর্তে এটি লিখুন:

root_agent = Agent(
    name="brand_strategist",
    model=os.getenv("GEMINI_MODEL", "gemini-3.5-flash"),
    instruction=SYSTEM_INSTRUCTION,
    description="Brand strategist for market research, trend analysis, and competitive insights",
    tools=[google_search],
)

ADK ওয়েব UI-এর মাধ্যমে স্থানীয়ভাবে পরীক্ষা করুন

এখন ADK ওয়েব UI ব্যবহার করে এজেন্ট পরীক্ষা করা যাক - ক্লাউডে ডিপ্লয় করার আগে এজেন্ট পরীক্ষা করার জন্য একটি বিল্ট-ইন চ্যাট ইন্টারফেস।

uv run adk web agents --allow_origins='*'

আপনি এগুলি দেখতে পাবেন:

INFO: Started server process
INFO: Uvicorn running on http://localhost:8000

সার্ভারটি এখন Cloud Shell-এর মধ্যে চলছে:

আপনার ব্রাউজারে এটি খুলতে, ওয়েব প্রিভিউ ব্যবহার করুন:

  1. পৃষ্ঠার সবচেয়ে উপরে Cloud Shell টুলবার দেখুন
  2. ওয়েব প্রিভিউ আইকনে ক্লিক করুন (এটি দেখতে উপরের দিকে মুখ করা তীরচিহ্ন সহ বক্সের মতো, Cloud Shell টুলবারের উপরে ডানদিকে থাকে)
  3. "পোর্ট পরিবর্তন করুন" বিকল্পে ক্লিক করে 8000 লিখুন, তারপর "পরিবর্তন ও প্রিভিউ" বিকল্পে ক্লিক করুন

ADK ওয়েব UI সহ একটি নতুন ব্রাউজার ট্যাব খোলে। উপরে বাঁদিকে "এজেন্ট বেছে নিন" ড্রপডাউনে ক্লিক করুন - আপনার সব এজেন্টের তালিকা দেখতে পাবেন:

টেস্ট করা শুরু করতে brand_strategist বেছে নিন:

এইসব টেস্ট প্রম্পট ব্যবহার করে দেখুন

ADK ওয়েব UI চ্যাট বক্সে, এটি করে দেখুন:

  • Research the eco-friendly water bottle market for health-conscious millennials
  • What are the top Instagram trends in the wellness space in for this year?

এজেন্ট Google Search-এ কল করে এবং অডিয়েন্স ইনসাইট, প্রতিযোগিতামূলক বিশ্লেষণ এবং ট্রেন্ডিং টপিক বিভাগ সহ স্ট্রাকচার্ড রিসার্চ রিটার্ন করে।

৫. কপিরাইটার তৈরি করা - ADK স্কিল

ভূমিকা: ব্র্যান্ড রিসার্চকে Instagram ক্যাপশনে পরিণত করুন। কপিরাইটার বিভিন্ন টোন (অনুপ্রেরণামূলক, শিক্ষামূলক, কমিউনিটি) কভার করে ৩টি ক্যাপশন ভেরিয়েশন তৈরি করে, যার প্রতিটিতে হ্যাশট্যাগ এবং একটি CTA থাকে।

কনসেপ্ট: ADK স্কিল

একটি সহজ পদ্ধতি হল প্ল্যাটফর্মের সমস্ত জ্ঞান - অক্ষর সীমা, হ্যাশট্যাগ টিয়ার, ক্যাপশন ফর্মুলা, ব্র্যান্ড ভয়েসের উদাহরণ - সরাসরি সিস্টেম প্রম্পটে এম্বেড করা। এটি কাজ করে, তবে প্রতিটি অনুরোধে এমন কন্টেন্ট যোগ করে যা এজেন্টের মাঝে মাঝে প্রয়োজন হয়।

ADK স্কিল (SkillToolset, ADK 1.25.0-এ চালু করা হয়েছে) আপনাকে সেই জ্ঞানকে তিনটি লেভেলের লোডিং সহ মডুলার ফাইলে প্যাকেজ করতে দেয়:

  • L1 - ফ্রন্টম্যাটার (SKILL.md-এ name + description): সবসময় উপলভ্য, স্কিল খুঁজে পাওয়ার জন্য ব্যবহার করা হয়
  • L2 - নির্দেশাবলী (SKILL.md-এর বডি): এজেন্ট স্কিল ট্রিগার করলে লোড হয়
  • L3 - রিসোর্স (references/ এবং assets/ ফাইল): এজেন্ট স্পষ্টভাবে সেগুলি পড়লে তবেই লোড করা হয়

সিস্টেম নির্দেশাবলী ছোট হয়ে একটি সংক্ষিপ্ত ভূমিকা বিবৃতি এবং "লেখার আগে স্কিল লোড করুন" হয়ে যায়। এজেন্টের যখন প্ল্যাটফর্মের বিবরণ প্রয়োজন হয়, তখনই শুধু তা কন্টেক্সট উইন্ডোতে প্রবেশ করে।

কপিরাইটারের দক্ষতা agents/copywriter/skills/instagram-copywriting/-এ থাকে:

skills/
  instagram-copywriting/
    SKILL.md                       ← L1 frontmatter (discovery) + L2 instructions (loaded on trigger)
    references/
      platform-guide.md            ← L3: character limits, hashtag tiers, algorithm signals
      caption-formulas.md          ← L3: hook formulas, CTA patterns, full caption structures
    assets/
      brand-voice-examples.md      ← L3: annotated real-world caption examples

Cloud Shell এডিটরে সরাসরি ফাইল খুলুন:

cloudshell edit agents/copywriter/agent.py

TODO 1 - Import load_skill_from_dir and skill_toolset

# TODO 1: Import load_skill_from_dir and skill_toolset কমেন্টটি খুঁজে নিন এবং দুটি ইমপোর্ট যোগ করুন:

from google.adk.skills import load_skill_from_dir
from google.adk.tools import skill_toolset

TODO 2 - Load the skill and create a SkillToolset

ইমপোর্টের নিচে দুটি কমেন্ট খুঁজে দেখুন:

# TODO 2: Load the instagram-copywriting skill from the skills/ directory
# TODO 2: Create a SkillToolset with the loaded skill

এগুলি দিয়ে পরিবর্তন করুন:

_instagram_skill = load_skill_from_dir(
    pathlib.Path(__file__).parent / "skills" / "instagram-copywriting"
)
_copywriting_skills = skill_toolset.SkillToolset(skills=[_instagram_skill])

load_skill_from_dir, SKILL.md এবং references/ ও assets/-এ থাকা যেকোনও ফাইল পড়ে। SkillToolset এটিকে ADK এজেন্ট গ্রহণ করে এমন ফর্ম্যাটে র‍্যাপ করে - একটি টুলসেট, কাঁচা দক্ষতা নয়।

TODO 3 - এজেন্টের সাথে টুলসেট রেজিস্টার করুন

tools=[], # TODO 3: Add the SkillToolset here খুঁজুন এবং এটি দিয়ে পরিবর্তন করুন:

tools=[_copywriting_skills],

স্কিল ফাইলটি কীভাবে স্ট্রাকচার করা হয়েছে তা দেখতে সেটি খুলুন:

cloudshell edit agents/copywriter/skills/instagram-copywriting/SKILL.md

ADK ওয়েব UI চালু রাখুন। সার্ভার রিস্টার্ট না করেই copywriter-এ পাল্টাতে এজেন্ট ড্রপডাউন ব্যবহার করুন।

এটি না চললে, আবার চালু করুন:

uv run adk web agents --allow_origins='*'

এটি করে দেখুন: ড্রপডাউন মেনু থেকে copywriter বেছে নিন এবং পাঠান:

You are writing captions for EcoFlow Smart Water Bottle targeting health-conscious millennials aged 25-35.
Audience insight: they prioritize sustainability, track health metrics, and share lifestyle content.
Competitor insight: Hydro Flask dominates with lifestyle branding; S'well leads on premium aesthetics.
Write 3 Instagram captions - one inspirational, one educational, one community-focused. Include 5 hashtags each and a CTA.

৬. ডিজাইনার তৈরি করুন - মাল্টিমোডাল ইমেজ জেনারেশন

ADK ওয়েব UI চালু রাখুন। সার্ভার রিস্টার্ট না করেই এজেন্ট পরিবর্তন করতে এজেন্ট ড্রপডাউন ব্যবহার করুন।

ভূমিকা: প্রতিটি ক্যাপশনের জন্য ভিজ্যুয়াল কনসেপ্ট তৈরি করা এবং Gemini-র নেটিভ ইমেজ জেনারেশন ব্যবহার করে আসল ছবি জেনারেট করা। Designer প্রতিটি ক্যাপশনের জন্য ঠিক ১টি ভিজ্যুয়াল কনসেপ্ট আউটপুট করে - একটি বিস্তারিত প্রম্পট, স্টাইল, কালার প্যালেট, মুড এবং Instagram ফর্ম্যাট সহ - তারপর আসল ছবি তৈরি করতে এবং GCS-এ আপলোড করতে অবিলম্বে generate_image টুলকে কল করে।

ধারণা: টুলের মাধ্যমে টেক্সট এজেন্টের সাথে ছবির মডেলের সংযোগ স্থাপন করা

Designer gemini-3-flash-preview-এ (.env-এ GEMINI_MODEL-এর মাধ্যমে সেট করা টেক্সট মডেল) রান করে, কিন্তু ছবি জেনারেট করার জন্য একটি ডেডিকেটেড মডেল (gemini-3.1-flash-image) প্রয়োজন। সেই ছবির মডেল ফাংশন কলিং সাপোর্ট করে না, তাই এটি সরাসরি ADK এজেন্ট হিসেবে ব্যবহার করা যায় না। পরিবর্তে, এটি একটি সাধারণ Python ফাংশনে মোড়ানো এবং FunctionTool হিসাবে রেজিস্টার করা হয়।

এটি এমন যেকোনও মডেল বা API-এর প্যাটার্ন যা LLM সরাসরি কল করতে পারে না: এটিকে একটি টুলে র‍্যাপ করুন, কখন এটি কল করতে হবে তা এজেন্টকে অর্কেস্ট্রেট করতে দিন এবং একটি স্ট্রাকচার্ড ফলাফল ফিরে পান।

Designer agent (text model)
        │
        │  decides visual concept, writes image prompt
        ▼
  generate_image tool
        │
        │  calls gemini-3.1-flash-image
        │  uploads result to GCS
        ▼
  {"status": "success", "gcs_uri": "gs://..."}
        │
        │  returned to agent, included in response
        ▼
  Critic (receives gcs_uri, passes to Vertex AI for multimodal review)

Cloud Shell এডিটরে সরাসরি ফাইল খুলুন:

cloudshell edit agents/designer/image_gen_tool.py

ফাংশন সিগনেচার, এনভায়রনমেন্ট সেট-আপ ও অ্যাস্পেক্ট রেশিও ইনজেকশন দেওয়া হয়েছে। এই তিনটি করণীয় কাজ ক্রমানুসারে করুন:

TODO 1 - Gemini ছবির মডেল কল করুন

# TODO 1 কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

        client = genai.Client(vertexai=True, project=project_id, location=location)

        response = client.models.generate_content(
            model=image_model,
            contents=prompt_with_aspect,
            config=types.GenerateContentConfig(
                response_modalities=["IMAGE", "TEXT"],
                http_options=types.HttpOptions(
                    retry_options=types.HttpRetryOptions(
                        attempts=5, exp_base=2, initial_delay=30,
                        http_status_codes=[429, 500, 503, 504],
                    ),
                    timeout=180_000,
                ),
            ),
        )

TODO 2 - Extract image bytes from the response

# TODO 2 কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

        image_bytes = None
        mime_type = "image/png"
        for part in response.candidates[0].content.parts:
            if part.inline_data is not None:
                image_bytes = part.inline_data.data
                mime_type = part.inline_data.mime_type or "image/png"
                break

        if not image_bytes:
            return {"status": "error", "error": "Gemini returned no image data"}

TODO 3 - GCS-এ আপলোড করে URI ফেরত দিন

# TODO 3 কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

        ext = "jpg" if "jpeg" in mime_type else "png"
        from google.cloud import storage
        gcs_client = storage.Client(project=project_id)
        bucket = gcs_client.bucket(bucket_name)
        blob_name = f"campaign-images/{concept_name}-{uuid.uuid4().hex[:8]}.{ext}"
        blob = bucket.blob(blob_name)
        blob.upload_from_file(io.BytesIO(image_bytes), content_type=mime_type)
        gcs_uri = f"gs://{bucket_name}/{blob_name}"

এটি করে দেখুন: ড্রপডাউন মেনু থেকে designer বেছে নিন এবং পাঠান:

Create a visual concept and generate the image for an EcoFlow Smart Water Bottle Instagram post targeting health-conscious millennials.
Style: clean, modern, lifestyle-focused. Include a detailed prompt with color palette, mood, and format (1080x1080 or 1080x1350).

৭. Build the Critic - Structured Output

ভূমিকা: প্রোজেক্ট ম্যানেজারের কাছে জমা দেওয়ার আগে কপি ও ভিজ্যুয়ালের কোয়ালিটি অ্যাসিওর করা। সমালোচক ডেলিভার করা কন্টেন্ট এবং রিটার্ন করা কন্টেন্ট, দুটিরই স্কোর করেন এবং নির্দিষ্ট সাজেশন সহ APPROVED বা NEEDS_REVISION স্কোর দেন। ইনপুটে gcs_uri ভ্যালু থাকলে, স্কোরিংয়ের আগে প্রতিটি জেনারেট করা ছবি ভিজ্যুয়ালি পরীক্ষা করার জন্য এটি review_image টুলকে কল করে।

ধারণা: Gemini আউটপুটের জন্য কখন Pydantic মডেল ব্যবহার করতে হবে

নিয়মটি হল কে আউটপুট ব্যবহার করে:

  • Python কোড এটি ব্যবহার করে → response_schema + Pydantic ব্যবহার করুন। কোড অস্পষ্টতা হ্যান্ডেল করতে পারে না, তাই নির্ভরযোগ্যভাবে ফিল্ড এক্সট্র্যাক্ট করার জন্য আপনার একটি নিশ্চিত স্ট্রাকচার প্রয়োজন।
  • কোনও LLM এটি ব্যবহার করে → টেক্সট ফর্ম্যাট + সিস্টেম নির্দেশই যথেষ্ট। LLM ফর্ম্যাটিংয়ের নিয়ম বোঝে এবং বিভিন্নতা সহ্য করে।

review_image-এ, Python কোডের জন্য টাইপ করা মান হিসেবে score, approval_status, what_works, issues এবং suggestions প্রয়োজন। response_schema=_GeminiReview পাস করলে, API লেভেলে Gemini-কে সঠিক JSON রিটার্ন করতে বাধ্য করে; model_validate_json() এটিকে টাইপ করা অবজেক্টে পার্স করে যা আপনার কোড নির্ভরযোগ্যভাবে ব্যবহার করতে পারে।

class _GeminiReview(BaseModel):
    score: int = Field(ge=1, le=10)
    approval_status: Literal["APPROVED", "NEEDS_REVISION"]
    what_works: str
    issues: str
    suggestions: str

Cloud Shell এডিটরে সরাসরি ফাইল খুলুন:

cloudshell edit agents/critic/image_review_tool.py

Pydantic মডেল ও প্রম্পট দেওয়া হয়েছে। এই তিনটি করণীয় কাজ ক্রমানুসারে করুন:

TODO 1 - Create an image part from the GCS URI

# TODO 1 কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

        image_part = types.Part.from_uri(file_uri=gcs_uri, mime_type=mime_type)

TODO 2 - Call Gemini with a structured response schema

# TODO 2 কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

        response = client.models.generate_content(
            model=model,
            contents=[image_part, prompt],
            config=types.GenerateContentConfig(
                response_schema=_GeminiReview,
                response_mime_type="application/json",
            ),
        )

TODO 3 - Parse the response and return the result

# TODO 3 কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

        review = _GeminiReview.model_validate_json(response.text)
        return ImageReviewResult(status="success", concept_name=concept_name, **review.model_dump())

এটি করে দেখুন: ড্রপডাউন মেনু থেকে critic বেছে নিন এবং পাঠান:

Review this Instagram caption for an eco-friendly water bottle brand targeting millennials:
"Hydrate smarter, live greener. 💧 Our EcoFlow bottle tracks your intake, keeps your drink cold for 24h, and never touches single-use plastic. Because what you drink from matters as much as what you drink. #EcoFlow #HydrationGoals #SustainableLiving #ZeroWaste #HealthyHabits - Shop link in bio."
Score it and indicate APPROVED or NEEDS_REVISION with specific feedback.

উত্তরে **POSTS REVIEW:**, Status: APPROVED (বা NEEDS_REVISION) এবং **OVERALL ASSESSMENT:** আছে কিনা তা যাচাই করুন। এইসব বিভাগ থাকলে, Critic অর্কেস্ট্রেটরে প্লাগ-ইন করার জন্য প্রস্তুত।

তিনটি এজেন্টই পরীক্ষা করা হয়ে গেলে, সার্ভার বন্ধ করতে Ctrl+C প্রেস করুন।

৮. MCP-এর সাহায্যে প্রোজেক্ট ম্যানেজার এজেন্ট তৈরি করা

প্রোজেক্ট ম্যানেজার একটি নতুন ধারণা প্রবর্তন করে: MCP (মডেল কন্টেক্সট প্রোটোকল)।

ফাইলটি খুলুন:

cloudshell edit agents/project_manager/agent.py

এই ফাইলটি আরও জটিল - এতে দুটি শাখা সহ একটি create_project_manager_agent() ফাংশন রয়েছে: একটি Notion ছাড়া (শুধুমাত্র টেক্সট টাইমলাইন) এবং একটি Notion MCP টুলসেট সহ। আপনি দুটিতেই পূরণ করবেন।

MCP যে সমস্যার সমাধান করে

আপনার এজেন্টকে একটি এক্সটার্নাল পরিষেবা কল করতে হবে - যেমন, Notion-এ একটি পৃষ্ঠা তৈরি করা। আপনি Python কোড লিখতে পারেন যা সরাসরি Notion REST API কল করে। কিন্তু তারপরে:

  • প্রত্যেক ডেভেলপার আলাদা র‍্যাপার লেখেন
  • আপনাকে কাস্টম ইন্টিগ্রেশন কোড বজায় রাখতে হবে
  • আপনি প্রতিটি এন্ডপয়েন্ট ম্যানুয়ালি বর্ণনা না করলে, LLM জানবে না যে API আছে

MCP এই সমস্যার সমাধান করে। এটি এক্সটার্নাল পরিষেবার জন্য একটি স্ট্যান্ডার্ড পদ্ধতি নির্ধারণ করে, যার মাধ্যমে তারা তাদের ক্ষমতা টুল হিসেবে প্রকাশ করতে পারে। LLM এই টুলগুলি অটোমেটিক খুঁজে পেতে এবং কল করতে পারে।

MCP কী?

MCP (মডেল কন্টেক্সট প্রোটোকল) হল একটি ওপেন স্ট্যান্ডার্ড (Anthropic দ্বারা প্রকাশিত) যা AI এজেন্টদের এক্সটার্নাল টুল এবং ডেটা সোর্সের সাথে কানেক্ট করে। এটি ইউনিভার্সাল অ্যাডাপ্টারের মতো কাজ করে।

MCP সার্ভার হল একটি ছোট প্রোগ্রাম যা:

  1. এক্সটার্নাল API (Notion, GitHub, ডেটাবেস, ফাইলসিস্টেম...) র‍্যাপ করে
  2. সেই API-কে টাইপ করা, ডকুমেন্ট করা টুল-এর তালিকা হিসেবে প্রকাশ করে
  3. একটি সহজ প্রোটোকল (stdio বা HTTP) ব্যবহার করে এজেন্টের সাথে যোগাযোগ করে

এজেন্ট MCP সার্ভারের সাথে কানেক্ট করে, অটোমেটিক উপলভ্য টুল খুঁজে নেয় এবং অন্য যেকোনও টুলের মতোই সেগুলিকে কল করতে পারে - LLM, API-post-page(...)-কে কল করা যায় এমন ফাংশন হিসেবে দেখে।

A2A বনাম MCP - পার্থক্য কী?

এই বিষয়ে অনেকেই বিভ্রান্ত হন। প্রধান পার্থক্যটি এখানে দেওয়া হল:

A2A

MCP

কী কানেক্ট করে

এজেন্ট ↔ এজেন্ট

এজেন্ট ↔ এক্সটার্নাল টুল/পরিষেবা

অন্য দিকটি হল

অন্য LLM এজেন্ট

একটি API র‍্যাপার (LLM নেই)

উদাহরণ

ক্রিয়েটিভ ডিরেক্টর ব্র্যান্ড স্ট্র্যাটেজিস্টকে কল করেন

প্রোজেক্ট ম্যানেজার Notion API কল করে

প্রোটোকল

HTTPS-এ JSON-RPC

stdio বা HTTP স্ট্রিম

সংজ্ঞায়িত করেছেন

Google

Anthropic

বিষয়টি এইভাবে ভেবে দেখুন:

  • A2A = এজেন্টরা কীভাবে অন্যান্য এজেন্টদের সাথে কথা বলে
  • MCP = এজেন্ট কীভাবে টুল ও পরিষেবার সাথে কথা বলে

এই প্রোজেক্টে দুটিই একসাথে ব্যবহার করা হয়:

Creative Director
    │
    │  (A2A)  Brand Strategist ─── (google_search tool built into ADK)
    │  (A2A)  Copywriter
    │  (A2A)  Designer
    │  (A2A)  Critic
    │  (A2A)  Project Manager
                   │
                   │  (MCP)  notion-mcp-server ──► Notion REST API

এই প্রোজেক্টে MCP কীভাবে কাজ করে

এজেন্ট রান করার সময়, ADK চাইল্ড প্রসেস হিসেবে notion-mcp-server লঞ্চ করে। এই প্রসেসটি LLM-এর কাছে সরাসরি এইসব টুল প্রকাশ করে:

টুল

এর কাজ কী

API-retrieve-a-database

স্কিমা নিয়ে আসে (প্রপার্টির নাম, ধরন, সঠিক ভ্যালু)

API-post-database-query

আগে থেকে থাকা পৃষ্ঠা কোয়েরি করে

API-post-page

নতুন পৃষ্ঠা তৈরি করে

API-patch-page

আগে থেকে থাকা পৃষ্ঠা আপডেট করে

LLM এগুলিকে অন্য যেকোনও ফাংশনের মতো কল করে - এটি জানে না যে এগুলি MCP-এর মাধ্যমে Notion REST API-তে যায়।

stdio কেন? শুধু HTTP কেন নয়?

MCP সার্ভার এজেন্টের চাইল্ড প্রসেস হিসেবে চলে, stdin/stdout-এর মাধ্যমে যোগাযোগ করে। এর অর্থ হল:

  • অতিরিক্ত নেটওয়ার্ক পোর্টের প্রয়োজন নেই
  • এজেন্ট লাইফসাইকেল ম্যানেজ করে (প্রয়োজন হলে শুরু হয়, বেরিয়ে এলে বন্ধ হয়ে যায়)
  • সবকিছু একটি Docker ইমেজে শিপ করা হয় - ডেপ্লয় করার জন্য আলাদা কোনও পরিষেবা নেই

(ঐচ্ছিক) Notion ইন্টিগ্রেশন চালু করুন

আপনি এই সম্পূর্ণ বিভাগটি এড়িয়ে যেতে পারেন। প্রোজেক্ট ম্যানেজার এজেন্ট সবসময় টেক্সট-ভিত্তিক সম্পূর্ণ ক্যাম্পেন টাইমলাইন তৈরি করে, Notion-এর সাথে বা Notion ছাড়া। আপনি এই সেট-আপ এড়িয়ে গেলে, এজেন্ট ইন-মেমরি মোডে ফিরে যায় এবং চ্যাটে প্লেন টেক্সট হিসেবে টাইমলাইন আউটপুট করে। কোনও কিছু নষ্ট হয় না - আপনি শুধু Notion ডেটাবেসে টাস্ক দেখতে পাবেন না। আপনি এড়িয়ে যেতে চাইলে, সরাসরি TODO 1-এ যান।

আপনার Notion অ্যাকাউন্ট থাকলে এবং MCP ইন্টিগ্রেশন কীভাবে কাজ করে তা দেখতে চাইলে, নিচে দেওয়া সেট-আপ এখনই সম্পূর্ণ করুন। যে TODO-গুলি Notion ডেটাবেস আইডি রেফার করে - আপনি সেগুলি এখানে পাবেন।

ধাপ ১ - টেমপ্লেট থেকে Notion ডেটাবেস তৈরি করুন

আমরা অফিসিয়াল Notion প্রোজেক্ট ও টাস্ক টেমপ্লেট আমাদের ডেটাবেস হিসেবে ব্যবহার করি। আমরা এই টেমপ্লেটটি বেছে নিয়েছি যাতে একটি জটিল, বাস্তব-জগতের সেটিং প্রদর্শন করা যায় - এতে একাধিক প্রপার্টির ধরন (স্ট্যাটাস, তারিখের রেঞ্জ, সম্পর্ক, নির্বাচন) রয়েছে যার নামগুলি স্পষ্ট নয়। এটি MCP-এর ডায়নামিক স্কিমা ডিসকভারির একটি দুর্দান্ত পরীক্ষা: এজেন্টকে রানটাইমে সঠিক প্রপার্টির নাম খুঁজে বের করতে হবে, হার্ডকোড করা থাকলে চলবে না।

আপনার Notion ওয়ার্কস্পেসে টেমপ্লেট যোগ করতে নিচের লিঙ্কে ক্লিক করুন:

→ Notion-এ "প্রোজেক্ট ও টাস্ক" টেমপ্লেট যোগ করুন

Marketplace-এ Notion প্রোজেক্ট ও টাস্ক টেমপ্লেট

যোগ করা হয়ে গেলে, আপনার কাছে দুটি লিঙ্ক করা ডেটাবেস থাকবে: প্রোজেক্ট এবং টাস্ক। টেমপ্লেটে স্যাম্পেল এন্ট্রি থাকে - এগিয়ে যাওয়ার আগে সেগুলি সব মুছে দিন যাতে এজেন্ট একটি পরিষ্কার ওয়ার্কস্পেস দিয়ে শুরু করতে পারে (সব বেছে নিন → মুছুন)।

ধাপ ২ - Notion ইন্টিগ্রেশন তৈরি করা

ইন্টিগ্রেশন তৈরি করুন:

  1. notion.so/my-integrations লিঙ্কে যান
  2. নতুন ইন্টিগ্রেশন → এটির নাম AI Creative Studio দিন
  3. আপনার ওয়ার্কস্পেসের সাথে এটি যুক্ত করুন
  4. সেটিংস কনফিগার করুন বিকল্পে ক্লিক করুন → কন্টেন্ট পড়ুন, কন্টেন্ট আপডেট করুন এবং কন্টেন্ট যোগ করুন সংক্রান্ত ক্ষমতাগুলি সব চেক করা আছে কিনা তা নিশ্চিত করুন

Notion ইন্টিগ্রেশন সেটিংস - এটির নাম দিন "AI ক্রিয়েটিভ স্টুডিও" এবং টোকেন কপি করুন

  1. ইন্টার্নাল ইন্টিগ্রেশন টোকেন (ntn_...) কপি করে আপনার .env ফাইলে পেস্ট করুন:
NOTION_TOKEN=ntn_your-token-here

আপনার ডেটাবেসে ইন্টিগ্রেশন কানেক্ট করুন:

  1. আপনি এইমাত্র ডুপ্লিকেট করেছেন এমন টেমপ্লেট পৃষ্ঠাটি খুলুন, তারপর প্রোজেক্ট ডেটাবেসে ক্লিক করুন
  2. ... মেনু (উপরে ডানদিকে) → কানেকশন → কানেকশন যোগ করুন → AI Creative Studio বেছে নিন

আপনার ইন্টিগ্রেশনের সাথে শেয়ার করতে ডেটাবেস মেনুতে 'কানেকশন' বিকল্পে ক্লিক করুন

AI Creative Studio অ্যাক্টিভ কানেকশন হিসেবে দেখা যায়

  1. Tasks ডেটাবেসের জন্য একই কাজ করুন

ডেটাবেসের আইডি পান:

  1. প্রোজেক্ট ডেটাবেস লিঙ্কটি খুলতে ক্লিক করুন - এটি নিজস্ব পৃষ্ঠায় খোলে, যার URL এইরকম:
https://www.notion.so/9887b6a94f7f83f68f8581e038d1aaa4?v=2c37b6a94f7f838685f1086e312c7278

টেমপ্লেট পৃষ্ঠা থেকে প্রোজেক্ট ডেটাবেস খোলা হচ্ছে

ডেটাবেসের আইডি হল URL-এর প্রথম UUID - ?v=-এর আগে যা কিছু আছে:

https://www.notion.so/{DATABASE_ID}?v=...
                       ^^^^^^^^^^^^^^^^
                       9887b6a94f7f83f68f8581e038d1aaa4  ← this is your DATABASE_ID
  1. Tasks ডেটাবেস লিঙ্কের জন্য একই কাজ করুন যাতে এর ডেটাবেস আইডি পাওয়া যায়
  2. আপনার .env-এ তিনটি ভ্যালুই যোগ করুন:
NOTION_TOKEN=ntn_your-token-here
NOTION_PROJECT_DATABASE_ID=9887b6a94f7f83f68f8581e038d1aaa4   # <-- your Projects DB ID
NOTION_TASKS_DATABASE_ID=your-tasks-db-id                      # <-- your Tasks DB ID

ধাপ ৩ - Notion MCP সার্ভার ইনস্টল করা

প্রোজেক্ট ম্যানেজার অফিসিয়াল @notionhq/notion-mcp-server Node.js প্যাকেজের মাধ্যমে Notion-এর সাথে কানেক্ট করে। গ্লোবাল লেভেলে এটি ইনস্টল করুন:

npm install -g @notionhq/notion-mcp-server@1.9.1

ইনস্টল যাচাই করুন:

npm list -g @notionhq/notion-mcp-server

প্রত্যাশিত আউটপুট:

└── @notionhq/notion-mcp-server@1.9.1

notion-mcp-server: command not found

? Node.js ইনস্টল করা আছে (node --version) এবং আপনার npm গ্লোবাল বিন PATH-এ (export PATH=$PATH:$(npm bin -g)) আছে কিনা তা নিশ্চিত করুন।

ধাপ ৪ - আপনার .env যাচাই করুন

.env খুলুন এবং তিনটি Notion ভ্যালু সেট করা আছে কিনা তা কনফার্ম করুন (আপনি এগুলি ২ নম্বর ধাপে যোগ করেছেন):

cloudshell edit .env
NOTION_TOKEN=ntn_...                           # integration token
NOTION_PROJECT_DATABASE_ID=...                 # Projects database ID
NOTION_TASKS_DATABASE_ID=...                   # Tasks database ID

প্রোজেক্ট ম্যানেজার এজেন্ট স্টার্টআপের সময় অটোমেটিক এইসব ভেরিয়েবল শনাক্ত করে এবং Notion MCP টুলসেট চালু করে।

স্কিমা ডিসকভারি কীভাবে কাজ করে

প্রোজেক্ট ম্যানেজার ডায়নামিক স্কিমা ডিসকভারি ব্যবহার করে - এটি কখনও Notion প্রপার্টির নাম হার্ডকোড করে না:

Step 1: Call API-retrieve-a-database to discover exact property names
Step 2: Read the "properties" object in the response
Step 3: Use ONLY discovered property names (case-sensitive) in API calls
Step 4: For select/status fields, use only values from the options array

এর অর্থ হল, এজেন্ট যেকোনও Notion ডেটাবেস স্ট্রাকচারের সাথে অটোমেটিক মানিয়ে নেয় - আপনার প্রপার্টির নাম পরিবর্তন করে ফরাসি, আরবি বা অন্য কিছুতে করুন এবং এজেন্ট এখনও কাজ করবে।

TODO 1 - সিস্টেম নির্দেশাবলী লিখুন

স্টার্টার ইতিমধ্যেই notion_section গণনা করে - Notion কনফিগার করা না থাকলে একটি খালি স্ট্রিং, বা এটি থাকলে ডেটাবেস আইডি সহ সম্পূর্ণ টুল নির্দেশিকা সহ একটি ব্লক। এটি Notion-এর নির্দেশাবলীকে নো-Notion এজেন্টের প্রম্পট থেকে সম্পূর্ণভাবে দূরে রাখে; LLM কখনই এমন টুলের নিয়ম দেখে না যা তার কাছে নেই।

আপনার কাজ হল return প্লেসহোল্ডারকে এমন একটি আসল সিস্টেম নির্দেশ দিয়ে প্রতিস্থাপন করা যা {notion_section} ব্যবহার করে:

    return f"""You are a Project Manager specializing in creative campaign execution.

Today's date is {datetime.date.today().strftime("%B %d, %Y")}.
Use this as the starting point for all timelines.

Your goal: create a complete project plan for the campaign.
{notion_section}
**Project Timeline:**
Phase 1: Strategy & Research | [date] → [date] | [key activities]
Phase 2: Content Creation    | [date] → [date] | [key activities]
Phase 3: Review & Revision   | [date] → [date] | [key activities]
Phase 4: Launch & Monitoring | [date] → [date] | [key activities]

**Task List:**
| Task | Owner | Deadline | Status |
[list each task with realistic deadlines from today; set Owner to TBD]

**Budget Breakdown:**
[by category with approximate allocations]

**Milestones:**
[3-5 key checkpoints with dates]

**Notion Status:**
[What happened - e.g. "Project created (ID: xxx), 8 tasks linked" or "Notion not configured - text timeline only"]
"""

TODO 2 - Agent without Notion

create_project_manager_agent()-এর মধ্যে, if not notion_token ব্রাঞ্চে, অসম্পূর্ণ এজেন্টকে এটি দিয়ে পরিবর্তন করুন:

        return Agent(
            name="project_manager",
            model=os.getenv("GEMINI_MODEL", "gemini-3.5-flash"),
            generate_content_config=GENERATE_CONTENT_CONFIG,
            instruction=get_system_instruction(),
            description="Project manager that creates campaign timelines and task breakdowns",
        )

TODO 3 - Notion MCP সহ এজেন্ট

মনে রাখবেন: স্টার্টার ফাইলে আগে থেকেই create_project_manager_agent()-এর উপরে আগে থেকে লেখা handle_notion_error কলব্যাক থাকে। এটি Notion API সংক্রান্ত সমস্যা (৪০০/৪০৪) ইন্টারসেপ্ট করে এবং র' সমস্যা সংক্রান্ত পেলোডকে পরিষ্কার, অ্যাকশনেবল মেসেজ দিয়ে পরিবর্তন করে যাতে LLM নিজে থেকে সংশোধন করতে পারে। আপনাকে শুধু after_tool_callback-এর মাধ্যমে এটি ওয়্যার-ইন করতে হবে।

প্রথমে, create_project_manager_agent()-এর উপরে থাকা দুটি ডেটাবেসের আইডি পড়ুন:

    notion_token           = os.getenv("NOTION_TOKEN")
    notion_project_db_id   = os.getenv("NOTION_PROJECT_DATABASE_ID")
    notion_tasks_db_id     = os.getenv("NOTION_TASKS_DATABASE_ID")

তারপর else ব্রাঞ্চে, MCP টুলসেট ও এজেন্ট তৈরি করুন:

        from google.adk.tools.mcp_tool import McpToolset, StdioConnectionParams
        from mcp import StdioServerParameters

        server_params = StdioServerParameters(
            command="notion-mcp-server",
            env={
                "NOTION_TOKEN": notion_token,
                "PATH": os.environ.get("PATH", ""),
            }
        )
        notion_toolset = McpToolset(
            connection_params=StdioConnectionParams(
                server_params=server_params,
                timeout=30.0
            )
        )

        return Agent(
            name="project_manager",
            model=os.getenv("GEMINI_MODEL", "gemini-3.5-flash"),
            generate_content_config=GENERATE_CONTENT_CONFIG,
            after_tool_callback=handle_notion_error,
            instruction=get_system_instruction(
                project_database_id=notion_project_db_id,
                tasks_database_id=notion_tasks_db_id,
            ),
            description="Project manager with Notion integration for task tracking",
            tools=[notion_toolset],
        )

পেশাদার পদ্ধতি: ঐচ্ছিক ইন্টিগ্রেশনের ক্ষেত্রে কখনও হার্ড-ফেল করবেন না। টেক্সট টাইমলাইন সবসময় প্রাথমিক ডেলিভারেবল; Notion হল সাপ্লিমেন্টারি।

ADK Web-এর মাধ্যমে প্রোজেক্ট ম্যানেজার স্থানীয়ভাবে পরীক্ষা করা

uv run adk web agents --allow_origins='*'

৮০০০ পোর্টে ওয়েব প্রিভিউ খুলুন। project_manager বেছে নিতে এজেন্ট ড্রপডাউন ব্যবহার করুন, তারপর চেষ্টা করুন:

Create a project plan for a GreenBrew organic coffee brand Instagram campaign.
Budget: $2,500. Launch in 3 weeks. Target audience: eco-conscious millennials aged 22-30.
Include phases, tasks with deadlines from today, and milestones.

ফেজ, টাস্ক লিস্ট ও মাইলস্টোন সহ একটি স্ট্রাকচার্ড টেক্সট টাইমলাইন দেখতে পাবেন। Notion ক্রেডেনশিয়াল .env-এ সেট করা থাকলে, এজেন্ট আপনার Notion ওয়ার্কস্পেসেও এন্ট্রি তৈরি করবে।

৯. A2A প্রোটোকল সম্পর্কে বোঝা

আমাদের সিস্টেমে বিভিন্ন এজেন্টকে কানেক্ট করতে আমরা এজেন্ট-টু-এজেন্ট প্রোটোকল (A2A) ব্যবহার করব। এটি কীভাবে কাজ করে তা বুঝে নেওয়া যাক।

A2A যে সমস্যার সমাধান করে

ধরুন, আপনার কাছে ADK দিয়ে তৈরি করা ব্র্যান্ড স্ট্র্যাটেজিস্ট এজেন্ট এবং LangGraph দিয়ে তৈরি করা কপিরাইটার এজেন্ট আছে। একজন অন্যজনকে কীভাবে কল করে? তারা বিভিন্ন ইন্টার্নাল ভাষায় কথা বলে। আপনাকে প্রতিবার কাস্টম গ্লু কোড লিখতে হবে।

A2A একটি সর্বজনীন ভাষা সংজ্ঞায়িত করে এই সমস্যার সমাধান করে যা যেকোনও এজেন্ট - ফ্রেমওয়ার্ক নির্বিশেষে - বলতে পারে। এটি হল এজেন্ট জগতের HTTP: একটি স্ট্যান্ডার্ড যা সবাই মেনে চলে যাতে যে কেউ যে কারও সাথে কথা বলতে পারে।

A2A কী?

এজেন্ট-টু-এজেন্ট (A2A) হল Google-এর প্রকাশ করা এজেন্ট কমিউনিকেশনের জন্য ওপেন স্ট্যান্ডার্ড। এটি নিম্নলিখিত বিষয়গুলি ব্যাখ্যা করে:

  1. এজেন্ট কীভাবে নিজেকে বর্ণনা করে - /.well-known/agent.json-এ এজেন্ট কার্ড
  2. অন্য কোনও এজেন্ট কীভাবে এটি কল করে - HTTPS-এর মাধ্যমে JSON-RPC
  3. ফলাফল কীভাবে দেখানো হয় - স্ট্রিমিং বা একক উত্তর

A2A-কে কী ফ্লেক্সিবল করে তোলে:

  • ভাষা-অ্যাগনস্টিক - Python এজেন্ট TypeScript এজেন্টের সাথে কথা বলতে পারে
  • ফ্রেমওয়ার্ক-অ্যাগনস্টিক - ADK এজেন্ট LangGraph বা CrewAI এজেন্টের সাথে কথা বলতে পারে
  • ইনফ্রাস্ট্রাকচার-অ্যাগনস্টিক - লোকাল এজেন্ট ক্লাউড এজেন্টের সাথে কথা বলতে পারে

এটি কীভাবে কাজ করে - ধাপে ধাপে

Creative Director                  Brand Strategist
      │                                  │
      │  1. GET /.well-known/agent.json  │
      │ ────────────────────────────────►│
      │  ◄──── agent card (name, url,    │
      │         skills, capabilities) ───│
      │                                  │
      │  2. POST /                       │
      │     {"method": "tasks/send",     │
      │      "params": {"message": ...}} │
      │ ────────────────────────────────►│
      │                                  │  LLM does
      │                                  │  the work...
      │  3. streaming response chunks    │
      │  ◄───────────────────────────────│
      │  ◄───────────────────────────────│
      │  ◄───────────────────────────────│

ধাপ ১ - ডিসকভারি: অর্কেস্ট্রেটর একবার এজেন্টের কার্ড নিয়ে আসে যাতে এজেন্টের নাম, URL ও ক্ষমতা সম্পর্কে জানা যায়।

ধাপ ২ - ইনভোকেশন: অর্কেস্ট্রেটর JSON-RPC POST-এর মাধ্যমে টাস্ক পাঠায়। বডিতে মেসেজ (বিশেষজ্ঞের জন্য প্রম্পট) থাকে।

ধাপ ৩ - উত্তর: বিশেষজ্ঞ তার উত্তর চাঙ্ক হিসেবে স্ট্রিম করে, ঠিক যেমন একটি সাধারণ LLM কল করে।

এজেন্ট কার্ড

প্রতিটি এজেন্ট /.well-known/agent.json-এ নিজের বিবরণ প্রকাশ করে। এটি একটি বিজনেস কার্ডের মতো - এটি বিশ্বকে বলে যে এজেন্ট কী করতে পারে এবং কোথায় পৌঁছাতে পারে:

{
  "name": "brand_strategist",
  "description": "Market research and competitive analysis",
  "url": "https://brand-strategist-xyz.run.app",
  "capabilities": { "streaming": true },
  "skills": [
    {
      "id": "market_research",
      "description": "Research target audiences, competitors, and trends"
    }
  ]
}

অর্কিস্ট্রেটর এই কার্ডটি পড়ে তার RemoteA2aAgent অবজেক্ট তৈরি করে - বিশেষজ্ঞের ইন্টার্নাল সম্পর্কে কোনও হার্ডকোড করা জ্ঞানের প্রয়োজন নেই।

ADK-তে A2A-এর মাধ্যমে এজেন্ট এক্সপোজ করা

to_a2a(), A2A-কমপ্লায়েন্ট FastAPI অ্যাপে যেকোনও ADK এজেন্টকে র‍্যাপ করে। এক লাইন:

from google.adk.a2a.utils.agent_to_a2a import to_a2a

# root_agent = your normal ADK Agent(...)
a2a_app = to_a2a(root_agent, host=PUBLIC_HOST, port=PUBLIC_PORT, protocol=PROTOCOL)
uvicorn.run(a2a_app, host=HOST, port=PORT)

এটি অটোমেটিক এগুলি তৈরি করে:

  • /.well-known/agent.json - এজেন্ট কার্ড
  • / - JSON-RPC এন্ডপয়েন্ট (সব A2A টাস্কের অনুরোধ রুট পাথে যায়)

১০. এজেন্টদের A2A পরিষেবা হিসেবে এক্সপোজ করুন

A2A পরিষেবা হিসেবে এজেন্ট এক্সপোজ করতে, আপনি ADK থেকে to_a2a() ইউটিলিটি ফাংশন ব্যবহার করতে পারেন।

to_a2a() কীভাবে কাজ করে

from google.adk.a2a.utils.agent_to_a2a import to_a2a

a2a_app = to_a2a(root_agent, host=PUBLIC_HOST, port=PUBLIC_PORT, protocol=PROTOCOL)
uvicorn.run(a2a_app, host=HOST, port=PORT)

to_a2a() আপনার ADK এজেন্টকে একটি FastAPI অ্যাপ্লিকেশনে র‍্যাপ করে যা অটোমেটিক প্রকাশ করে:

  • /.well-known/agent.json - এজেন্ট কার্ড (নাম, বিবরণ, ক্ষমতা)
  • /a2a/{agent_name} - টাস্ক পাওয়ার জন্য JSON-RPC এন্ডপয়েন্ট

প্রতিটি এজেন্টের স্কেলিটন কোডে আগে থেকেই একটি __main__ ব্লক থাকে যা to_a2a() ব্যবহার করে A2A সার্ভারে এজেন্টকে র‍্যাপ করে। আপনাকে এই কোড লিখতে হবে না - এটি প্রদান করা হয়েছে।

ডুয়াল URL কনফিগারেশন সম্পর্কে বোঝা

আপনি python agent.py চালালে, __main__ ব্লক দুটি আলাদা URL কনফিগ ব্যবহার করে:

# Where the server actually listens (network interface):
HOST = "0.0.0.0"
PORT = 8082  # Brand Strategist (others use 8083–8086 locally)

# What gets advertised in the agent card (the address other agents use to reach it):
PUBLIC_HOST = os.getenv("PUBLIC_HOST", "localhost")
PUBLIC_PORT = int(os.getenv("PUBLIC_PORT", str(PORT)))
PROTOCOL    = os.getenv("PROTOCOL", "http")

a2a_app = to_a2a(root_agent, host=PUBLIC_HOST, port=PUBLIC_PORT, protocol=PROTOCOL)
uvicorn.run(a2a_app, host=HOST, port=PORT)

পরিবেশ

HOST:PORT (বার শোনা হয়েছে)

PUBLIC_HOST:PUBLIC_PORT (এজেন্ট কার্ডে বিজ্ঞাপন দেওয়া হয়েছে)

স্থানীয়

0.0.0.0:8082

http://localhost:8082

Cloud Run

0.0.0.0:8080

https://brand-strategist-xyz.run.app:443

স্থানীয়ভাবে দুটিই একই মেশিনকে নির্দেশ করে। Cloud Run-এ, কন্টেনারটি ইন্টার্নালি 8080-এ শোনে কিন্তু এজেন্ট কার্ডকে অবশ্যই সর্বজনীন HTTPS URL বিজ্ঞাপন দিতে হবে - অন্যথায় ক্রিয়েটিভ ডিরেক্টর কন্টেনারের বাইরে থেকে বিশেষজ্ঞের কাছে পৌঁছাতে পারবেন না।

সব ৫টি বিশেষজ্ঞ A2A সার্ভার চালু করুন

আসুন, ৫ জন বিশেষজ্ঞকে একসাথে A2A সার্ভার হিসেবে রান করি, তারপর ক্রিয়েটিভ ডিরেক্টরকে লোকালি টেস্ট করি।

৫টি আলাদা Cloud Shell টার্মিনাল খুলুন (টার্মিনাল ট্যাব বারে + আইকনে ক্লিক করুন) এবং প্রতিটি টার্মিনালে একটি করে এজেন্ট চালান।

uv run অটোমেটিক .venv অ্যাক্টিভেট করে - প্রতিটি টার্মিনালে ম্যানুয়ালি source করার প্রয়োজন নেই।

টার্মিনাল ১ - ব্র্যান্ড স্ট্র্যাটেজিস্ট (পোর্ট ৮০৮২):

cd ~/ai-creative-studio/workshop/starter
PORT=8082 uv run agents/brand_strategist/agent.py

টার্মিনাল ২ - কপিরাইটার (পোর্ট ৮০৮৩):

cd ~/ai-creative-studio/workshop/starter
PORT=8083 uv run agents/copywriter/agent.py

Terminal 3 - Designer (port 8084):

cd ~/ai-creative-studio/workshop/starter
PORT=8084 uv run agents/designer/agent.py

টার্মিনাল ৪ - সমালোচক (পোর্ট ৮০৮৫):

cd ~/ai-creative-studio/workshop/starter
PORT=8085 uv run agents/critic/agent.py

টার্মিনাল ৫ - প্রোজেক্ট ম্যানেজার (পোর্ট ৮০৮৬):

cd ~/ai-creative-studio/workshop/starter
PORT=8086 uv run agents/project_manager/agent.py

.env-এ লোকালহোস্ট URL সেট করুন

Terminal 6-এ, লোকাল এজেন্ট URL-এর সাথে .env আপডেট করুন যাতে ক্রিয়েটিভ ডিরেক্টর সেগুলি খুঁজে পেতে পারেন:

cd ~/ai-creative-studio/workshop/starter

sed -i \
  -e 's|STRATEGIST_AGENT_URL=.*|STRATEGIST_AGENT_URL=http://localhost:8082|' \
  -e 's|COPYWRITER_AGENT_URL=.*|COPYWRITER_AGENT_URL=http://localhost:8083|' \
  -e 's|DESIGNER_AGENT_URL=.*|DESIGNER_AGENT_URL=http://localhost:8084|' \
  -e 's|CRITIC_AGENT_URL=.*|CRITIC_AGENT_URL=http://localhost:8085|' \
  -e 's|PM_AGENT_URL=.*|PM_AGENT_URL=http://localhost:8086|' \
  .env

A2A Inspector-এর মাধ্যমে এজেন্টদের পরীক্ষা করুন

A2A Inspector হল একটি ওপেন-সোর্স ডেভেলপার টুল যা নেটিভভাবে A2A প্রোটোকল ব্যবহার করে। এটি আপনাকে যেকোনও রানিং A2A এজেন্টের সাথে সরাসরি কানেক্ট করতে, এর এজেন্ট কার্ড পড়তে এবং টাস্ক পাঠাতে দেয় - কোনও ক্লায়েন্ট কোড না লিখেই।

এটি আপনাকে কী দেখায়:

  • এজেন্ট কার্ড - আপনার এজেন্ট যে স্ট্রাকচার্ড মেটাডেটা বিজ্ঞাপন দেয়: এর নাম, বিবরণ, কাজ করে এমন ইনপুট/আউটপুট মোড এবং এন্ডপয়েন্ট URL। ক্রিয়েটিভ ডিরেক্টর কোনও বিশেষজ্ঞকে খুঁজে পেলে এটিই পড়েন।
  • Chat ইন্টারফেস - A2A-এর মাধ্যমে এজেন্টকে যেকোনও মেসেজ পাঠান এবং র-উত্তর দেখুন। একাধিক এজেন্টকে একসাথে যুক্ত করার আগে আপনি আলাদাভাবে প্রম্পট পরীক্ষা করতে পারেন।
  • প্রোটোকল যাচাইকরণ - ইন্সপেক্টর চেক করে দেখেন যে এজেন্ট কার্ড A2A স্পেসিফিকেশন মেনে চলছে কিনা, যাতে অনুপস্থিত ফিল্ড বা ভুলভাবে তৈরি করা উত্তর আগেই শনাক্ত করা যায়।

এটি কেন গুরুত্বপূর্ণ: আপনি পরে Cloud Run-এ ডেপ্লয় করার সময়, ক্রিয়েটিভ ডিরেক্টর /.well-known/agent.json থেকে প্রতিটি স্পেশালিস্টের এজেন্ট কার্ড ফেচ করে তাদের খুঁজে নেয়। সেই কার্ডে ভুল থাকলে - ভুল URL, অনুপস্থিত ক্ষমতা - অর্কেস্ট্রেটর নীরবে ব্যর্থ হয়। কোনও ক্লাউড ডেপ্লয়মেন্টের আগে ইন্সপেক্টর আপনাকে লোকালি এইসব সমস্যা ধরতে সাহায্য করে।

ব্র্যান্ড স্ট্র্যাটেজিস্ট এজেন্ট কার্ড

এজেন্ট কার্ডে বিশেষজ্ঞের পরিচয় ও ক্ষমতা দেখানো হয়, ঠিক যেমন অন্যান্য এজেন্টরা তাদের দেখেন।

এজেন্ট কার্ডের বিবরণ

ইনস্পেক্টর ইনস্টল ও চালু করুন

cd ~/ai-creative-studio/workshop
./setup_inspector.sh

.env আপডেট হল এককালীন কমান্ড। এরপর ইন্সপেক্টর চালু করতে Terminal 6 ব্যবহার করুন:

cd ~/a2a-inspector
bash scripts/run.sh

ইন্সপেক্টর UI খুলতে, ওয়েব প্রিভিউ → পোর্ট পরিবর্তন করুন → 5001 টাইপ করুন।

ব্র্যান্ড স্ট্র্যাটেজিস্টের সাথে কানেক্ট করুন

ইন্সপেক্টরের URL ফিল্ডে http://localhost:8082 লিখুন এবং কানেক্ট করুন বিকল্পে ক্লিক করুন। ইন্সপেক্টর এজেন্ট কার্ড ফেচ করে এবং বিশেষজ্ঞের মেটাডেটা দেখায়।

A2A Inspector, ব্র্যান্ড স্ট্র্যাটেজিস্টের সাথে কানেক্ট করা হয়েছে

এজেন্ট কার্ড আপনাকে কী বলে

এজেন্ট কার্ড মেটাডেটার চেয়েও বেশি - এটি হল সম্পূর্ণ ক্ষমতা সংক্রান্ত চুক্তি যা এজেন্ট নেটওয়ার্কে বিজ্ঞাপন দেয়। সবচেয়ে সমৃদ্ধ উদাহরণ দেখতে প্রোজেক্ট ম্যানেজার (http://localhost:8086)-এর সাথে কানেক্ট করুন:

{
  "name": "project_manager",
  "description": "Project manager with Notion integration for task tracking",
  "protocolVersion": "0.3.0",
  "defaultInputModes": ["text/plain"],
  "defaultOutputModes": ["text/plain"],
  "skills": [
    {
      "id": "project_manager",
      "name": "model",
      "tags": ["llm"],
      "description": "... full system instruction including today's date and Notion database IDs ..."
    },
    {
      "id": "project_manager-API-post-page",
      "name": "API-post-page",
      "tags": ["llm", "tools"],
      "description": "Notion | Create a page"
    },
    {
      "id": "project_manager-API-retrieve-a-database",
      "name": "API-retrieve-a-database",
      "tags": ["llm", "tools"],
      "description": "Notion | Retrieve a database"
    }
  ]
}

তিনটি বিষয় আলাদা করে চোখে পড়ে:

১. MCP টুল A2A স্কিল হয়ে যায় - প্রোজেক্ট ম্যানেজারের অ্যাক্সেস আছে এমন প্রতিটি Notion টুল (API-post-page, API-retrieve-a-database, ইত্যাদি) এজেন্ট কার্ডে আলাদা স্কিল হিসেবে তালিকাভুক্ত করা হয়। নেটওয়ার্কের অন্য যেকোনও এজেন্ট কোনও কোড না পড়েই এই এজেন্ট ঠিক কোন টুল ব্যবহার করতে পারে তা খুঁজে বের করতে পারে।

২. সিস্টেম নির্দেশাবলী এম্বেড করা আছে - প্রথম স্কিলের description-এ আজকের তারিখ এবং Notion ডেটাবেসের আইডি সহ সম্পূর্ণ সিস্টেম নির্দেশাবলী রয়েছে। ক্রিয়েটিভ ডিরেক্টর প্রোজেক্ট ম্যানেজারকে কল করার সময় কী পাস করতে হবে তা এভাবেই জানতে পারে।

৩. URL হল লাইভ এন্ডপয়েন্ট - ক্রিয়েটিভ ডিরেক্টর এই বিশেষজ্ঞকে কল করার সময় RemoteA2aAgent ঠিক যা ব্যবহার করে, url ফিল্ডটি হল তাই। কার্ডে উল্লেখ করা URL ভুল হলে, অর্কেস্ট্রেটর এজেন্টের কাছে পৌঁছাতে পারবে না।

এই কারণেই ইন্সপেক্টর একটি শক্তিশালী ডিবাগিং টুল: এজেন্ট কার্ডে এক নজর দেখলেই আপনি বুঝতে পারবেন যে এজেন্ট চলছে কিনা, এতে কী কী টুল আছে এবং এন্ডপয়েন্ট সঠিক কিনা।

একটি টেস্ট মেসেজ পাঠান

কানেক্ট করা হয়ে গেলে, চ্যাট প্যানেলে প্রম্পট টাইপ করে পাঠান। ইন্সপেক্টর এটিকে A2A টাস্ক হিসেবে জমা দেয় এবং উত্তরটি স্ট্রিম করে ফেরত পাঠায় - প্রোডাকশনে ক্রিয়েটিভ ডিরেক্টর যেভাবে এই এজেন্টকে কল করবে, ঠিক সেইভাবেই।

A2A Inspector-এর মাধ্যমে ব্র্যান্ড স্ট্র্যাটেজিস্টের সাথে চ্যাট করুন

প্রতিটি বিশেষজ্ঞকে আলাদাভাবে পরীক্ষা করার জন্য ইন্সপেক্টরকে যেকোনও লোকাল পোর্টে (৮০৮২–৮০৮৬) পয়েন্ট করুন।

১১. ক্রিয়েটিভ ডিরেক্টর অর্কেস্ট্রেটর তৈরি করুন

ক্রিয়েটিভ ডিরেক্টর হলেন মাস্টার অর্কেস্ট্রেটর। এটি এনভায়রনমেন্ট ভেরিয়েবল থেকে বিশেষজ্ঞ URL পড়ে, প্রত্যেকটিকে RemoteA2aAgent হিসেবে র‍্যাপ করে এবং LLM কল করতে পারে এমন AgentTool হিসেবে সেগুলি দেখায়।

৫টি স্পেশালিস্ট এজেন্ট এখনও চলছে কিনা তা নিশ্চিত করুন (ধাপ ১০ থেকে টার্মিনাল ১–৫)।

Terminal 6-এ (A2A Inspector টার্মিনাল), Ctrl+C-এর মাধ্যমে ইনস্পেক্টর বন্ধ করুন।

ফাইলটি খুলুন:

cd ~/ai-creative-studio/workshop/starter
cloudshell edit agents/creative_director/agent.py

এই ফাইলে তিনটি TODO আছে। ক্রম অনুযায়ী সেগুলি সমাধান করুন।

TODO 1 - আগে থেকে লেখা সিস্টেম নির্দেশাবলী পর্যালোচনা করুন

সিস্টেম নির্দেশাবলী একই ডিরেক্টরিতে prompt.py-এ থাকে - এটি অটোমেটিক ইম্পোর্ট করা হয়:

from .prompt import SYSTEM_INSTRUCTION_TEMPLATE

এগিয়ে যাওয়ার আগে এটি পড়তে prompt.py খুলুন:

cloudshell edit agents/creative_director/prompt.py

এটি বোঝা গুরুত্বপূর্ণ কারণ এটি সম্পূর্ণ অর্কেস্ট্রেশন আচরণ নিয়ন্ত্রণ করে।

কেন অর্কেস্ট্রেটর প্রম্পট সবকিছু কন্ট্রোল করে

এই বিভাগের পাশাপাশি prompt.py খুলুন - নিচের উদাহরণগুলি এর নির্দিষ্ট অংশকে রেফারেন্স করে।

prompt.py-এ প্রম্পট শুধু ডকুমেন্টেশন নয় - এটি পুরো সিস্টেমের কন্ট্রোল প্লেন। খারাপভাবে স্ট্রাকচার করা অর্কেস্ট্রেটর প্রম্পট এগুলি তৈরি করে: এজেন্টদের ভুল ক্রমে কল করা, স্পেশালিস্টদের পরিবর্তে অর্কেস্ট্রেটর দ্বারা তৈরি করা কন্টেন্ট, ব্যর্থতার পরেও চলতে থাকা ওয়ার্কফ্লো এবং এজেন্টদের মধ্যে প্রসঙ্গ নিঃশব্দে বাদ দেওয়া। এই নয়টি এলিমেন্ট সবচেয়ে সাধারণ ব্যর্থতা প্রতিরোধ করে:

এলিমেন্ট ০ - প্রথমে প্ল্যান করুন, তারপর এক্সিকিউট করুন

এটি সবচেয়ে গুরুত্বপূর্ণ এলিমেন্ট। কোনও বিশেষজ্ঞকে কল করার আগে, অর্কেস্ট্রেটরকে একটি নম্বরযুক্ত প্ল্যান আউটপুট করার নির্দেশ দেওয়া হয়:

I'll create your campaign by coordinating the specialist agents in sequence:
1. Brand Strategist - develop positioning and audience insights
2. Copywriter - write captions using those insights
3. Visual Designer - create image prompts aligned with the copy
4. Critic - review and score the full package
5. Project Manager - build the timeline and task breakdown

এই ধাপটি না থাকলে, LLM সরাসরি টুল কলে চলে যায় এবং ওয়ার্কফ্লোতে এটি কোথায় আছে তা ট্র্যাক করতে পারে না - বিশেষ করে কোনও বিশেষজ্ঞের কাছ থেকে দীর্ঘ উত্তর পাওয়ার পরে। প্রথমে প্ল্যানের আউটলাইন তৈরি করলে অর্কেস্ট্রেটরকে অ্যাঙ্কর করা যায়: এটি জানে যে এটি কোন ধাপে আছে, এর পরে কী হবে এবং সম্পূর্ণ রান কেমন দেখায়। এটি এড়িয়ে গেলে, অর্কেস্ট্রেটর ওয়ার্কফ্লোর মাঝপথে থেমে যেতে পারে বা ধাপগুলি রিপিট করতে পারে।

এলিমেন্ট ১ - স্পষ্ট ভূমিকা সংক্রান্ত সংজ্ঞা

❌ "You are a helpful creative assistant."
✅ "You orchestrate specialists. You do NOT write captions, designs, or timelines yourself."

স্পষ্টভাবে নিষেধ না করা হলে, LLM কখনও কখনও বিশেষজ্ঞকে কল করা এড়িয়ে যাবে এবং সরাসরি কন্টেন্ট তৈরি করবে - এটি দ্রুত এবং এটি কীভাবে করতে হয় তা "জানে"। নির্দেশাবলী অবশ্যই এটিকে ভুল করে তুলবে।

এলিমেন্ট ২ - ভুল প্যাটার্ন সহ টুল কলিং সিনট্যাক্স তালিকাভুক্ত করা হয়েছে

শুধু সঠিক সিনট্যাক্স দেখানোই যথেষ্ট নয়। LLM এমন কল জেনারেট করতে পারে যা বিশ্বাসযোগ্য মনে হলেও কোনও বিজ্ঞপ্তি ছাড়াই ব্যর্থ হয়। প্রম্পটে সঠিক প্যাটার্ন এবং যেগুলি কখনই ব্যবহার করা যাবে না, দুটিই স্পষ্টভাবে তালিকাভুক্ত করা হয়েছে:

✅ copywriter(request="...")          ← correct
❌ print(copywriter(...))             ← breaks silently
❌ default_api.copywriter(...)        ← breaks silently
❌ copywriter.run(...)                ← breaks silently
❌ agents.copywriter(...)             ← breaks silently

ভুল প্যাটার্ন স্পষ্টভাবে তালিকাভুক্ত করার ফলে প্রোডাকশনে ভুল টুল কল ~৯৫% কমে গেছে।

এলিমেন্ট ৩ - ধাপে ধাপে সিকোয়েন্সিয়াল এক্সিকিউশন

a) Call the tool
b) Wait for tool_output
c) Verify the output is not an error
d) Confirm to the user: "✓ Brand Strategist complete"
e) Then move to the next agent

(খ) এবং (গ) ধাপ ছাড়া, LLM কখনও কখনও একই সাথে দুটি এজেন্টকে কল করবে বা উত্তর পাওয়ার আগেই সফল হয়েছে বলে ধরে নিয়ে এগিয়ে যাবে।

এলিমেন্ট ৪ - সমস্যা সংক্রান্ত নির্দেশ: থামুন, রিপোর্ট করুন, এগোবেন না

প্রথম দিকের ভার্সনে, অর্কেস্ট্রেটর কোনও একজন বিশেষজ্ঞের থেকে সমস্যা সংক্রান্ত মেসেজ পেত, সেটির জন্য একটি সম্ভাব্য আউটপুট তৈরি করত এবং পরবর্তী এজেন্টের কাছে চলে যেত। ব্যবহারকারী এমন একটি ক্যাম্পেন তৈরি করেছেন যা সম্পূর্ণ বলে মনে হলেও তার ভিত্তিটি হ্যালুসিনেটেড। সমাধানটি স্পষ্ট: অবিলম্বে বন্ধ করুন। সঠিক সমস্যাটি রিপোর্ট করুন। কখনও চালিয়ে যাবেন না।

এলিমেন্ট ৫ - প্রসঙ্গ পাস করার নিয়ম

রিমোট এজেন্টের কোনও কথোপকথনের ইতিহাস নেই। অরকেস্ট্রেটর যখন A2A-এর মাধ্যমে কপিরাইটারকে কল করে, তখন কপিরাইটার শুধুমাত্র সেই একটি অনুরোধের মেসেজটি দেখতে পায় - ব্র্যান্ড স্ট্র্যাটেজিস্ট কী বলেছেন সে সম্পর্কে তার কোনও ধারণা থাকে না। অর্কিস্ট্রেটরকে অবশ্যই প্রতিটি পরবর্তী কলে পূর্ববর্তী আউটপুটগুলি স্পষ্টভাবে বান্ডিল করতে হবে:

copywriter(request="Create 3 posts for EcoFlow water bottle targeting millennials.
Use these insights from the Brand Strategist: [paste full strategist output here].
Create engaging captions with hashtags.")

নির্দেশে এটি স্পষ্টভাবে বলা আছে: "রিমোট এজেন্টের কোনও শেয়ার করা মেমরি নেই - আপনাকে অবশ্যই আগের আউটপুট স্পষ্টভাবে পাস করতে হবে।" এটি ছাড়া, প্রতিটি এজেন্ট অন্ধের মতো কাজ করে।

এলিমেন্ট ৬ - অনুরোধের শ্রেণীবিভাগ: সহজ বনাম জটিল

প্রতিটি অনুরোধের জন্য পাঁচটি এজেন্টই প্রয়োজন হয় না। প্রম্পটটি অর্কেস্ট্রেটরকে প্ল্যান করার আগে অনুরোধটি শ্রেণীবদ্ধ করার নির্দেশ দেয়:

SIMPLE  → one agent needed
  "Research the eco-friendly water bottle market" → brand_strategist only
  "Write 3 Instagram captions"                    → copywriter only

COMPLEX → all agents sequentially
  "Create a complete campaign with timeline"      → all 5 agents

এই ক্লাসিফিকেশন না থাকলে, অর্কেস্ট্রেটর প্রতিটি অনুরোধের জন্য পাঁচটি এজেন্টই চালাবে - যার মধ্যে "আমাকে শুধু ৩টি পোস্টের আইডিয়া দিন" অন্তর্ভুক্ত - যা অপ্রয়োজনীয় লেটেন্সি ও খরচ যোগ করবে।

এলিমেন্ট ৭ - কমিউনিকেশন সংক্রান্ত নিয়ম: সম্পূর্ণ আউটপুট দেখান, কোনও ফিল্টার নয়

প্রম্পটে স্পষ্টভাবে বলা আছে যে বিশেষজ্ঞের দেওয়া উত্তর অর্কেস্ট্রেটরকে সারসংক্ষেপ বা এডিট করলে চলবে না:

- DO NOT summarize unless the output exceeds 2000 words
- DO NOT filter or edit agent responses
- Show the user exactly what each specialist produced
- NEVER say results are ready unless you received them in tool_output

এটি না থাকলে, অর্কেস্ট্রেটর বিশেষজ্ঞের আউটপুট নিজের ভাষায় আবার লেখে - যার ফলে খুঁটিনাটি তথ্য হারিয়ে যায়, ভুল হয় এবং বিশেষজ্ঞ থাকার উদ্দেশ্যই ব্যর্থ হয়।

এলিমেন্ট ৮ - ওয়ার্কফ্লো সম্পূর্ণ করা: কখনও আগে বন্ধ করবেন না

একটি সূক্ষ্ম কিন্তু গুরুতর ব্যর্থতার মোড: অর্কেস্ট্রেটর একটি ৫-ধাপের পরিকল্পনা ঘোষণা করে, ৩টি ধাপ সম্পূর্ণ করে, তারপর ফলাফলগুলি এমনভাবে উপস্থাপন করে যেন সম্পূর্ণ হয়েছে। প্রম্পটটি একটি স্পষ্ট চেকলিস্টের মাধ্যমে এটি প্রতিরোধ করে যা অর্কেস্ট্রেটর শেষ করার আগে অবশ্যই পাস করতে হবে:

✓ Did I announce a plan with N agents?
✓ Have I called ALL N agents from my plan?
✓ Did each agent respond successfully?
✓ Am I presenting complete results from ALL agents?

If any answer is NO → continue executing the remaining agents.

এটি অর্কেস্ট্রেটরকে আংশিক রানকে সম্পূর্ণ হিসাবে বিবেচনা করা থেকে বিরত করে।

কোয়ালিটি কন্ট্রোল লুপ

রিভিশন ওয়ার্কফ্লো হল prompt.py-এর সবচেয়ে জটিল অংশ। ## REVISION WORKFLOW বিভাগটি খুলুন এবং নির্দেশাবলী অনুসরণ করুন।

এটি কীভাবে কাজ করে

সমালোচক উত্তর দেওয়ার পরে, ক্রিয়েটিভ ডিরেক্টর অন্ধভাবে প্রোজেক্ট ম্যানেজারের কাছে যান না। এটি সমালোচকের আউটপুট এবং ব্রাঞ্চ পড়ে:

Critic output
      │
      ├── "All Approved: YES"
      │         └──► proceed to Project Manager
      │
      └── "Status: NEEDS_REVISION"
                │
                ├── posts fail   → call copywriter again with feedback
                ├── visuals fail → call designer again with feedback
                └── both fail    → call copywriter, then designer
                          │
                          └──► revised output → Project Manager
                               (1 revision max per deliverable)

এটি LLM-চালিত, কোড-চালিত নয়

কোডল্যাবে আগেই উল্লেখ করা হয়েছে যে অর্কেস্ট্রেটর ক্রিটিকের উত্তর "পার্স" করে। এই পার্সিং করার জন্য কোনও Python কোড নেই - কোনও রেজেক্স নেই, কোনও স্ট্রিং ম্যাচিং নেই। ক্রিয়েটিভ ডিরেক্টর হল একটি LLM যা নিজের নির্দেশাবলী পড়ে। সেই নির্দেশাবলীতে বলা আছে:

Look for "Status: NEEDS_REVISION" in the critic's response.
Posts need revision  → call copywriter
Visuals need revision → call designer

LLM, সমালোচকের আউটপুটে সেইসব স্ট্রিং পড়ে এবং ব্রাঞ্চ অনুসরণ করে। এই কারণেই Critic ফর্ম্যাট নিয়ে কোনও আপস করা যায় না: Critic যদি NEEDS_REVISION-এর পরিবর্তে "কিছু কাজ করতে হবে" লেখে, তাহলে LLM তার নির্দেশে কোনও মিল খুঁজে পায় না এবং নীরবে রিভিশন স্টেপটি এড়িয়ে যায়।

রিভিশন কলে কীভাবে প্রসঙ্গ ফরওয়ার্ড করা হয়

সংশোধনের কলটি এলিমেন্ট ৫ থেকে একই প্রসঙ্গ-পাসিং নিয়ম অনুসরণ করে - অর্কেস্ট্রেটরকে অবশ্যই সবকিছু স্পষ্টভাবে অন্তর্ভুক্ত করতে হবে কারণ কপিরাইটারের কাছে এর প্রথম ভার্সনের কোনও মেমরি নেই:

"I need you to revise the Instagram posts based on critic feedback.

ORIGINAL BRIEF:
[the original user request]

YOUR FIRST VERSION:
[the posts the copywriter created]

CRITIC FEEDBACK (Score: 6/10 - NEEDS_REVISION):
[the critic's specific suggestions]

Please revise the posts addressing this feedback while maintaining
the strengths the critic identified."

"আপনার প্রথম ভার্সন" বিভাগটি না থাকলে, কপিরাইটার আগে থেকে তৈরি করা কন্টেন্ট উন্নত করার পরিবর্তে একদম শুরু থেকে লিখবে।

১-বার রিভিশনের সীমা এবং কেন এটি গুরুত্বপূর্ণ

একবার সংশোধনের পরে, স্কোর যাই হোক না কেন, অর্কেস্ট্রেটর প্রোজেক্ট ম্যানেজারের কাছে চলে যায়। নির্দেশাবলী এটি মানসিকভাবে ট্র্যাক করে:

After calling copywriter for revision once:
→ mark "copywriter_revised = true" in context
→ even if the critic still suggests changes, proceed to PM

এই সীমা না থাকলে, লুপটি অনির্দিষ্টকালের জন্য চলতে পারে: সমালোচক একটি সমস্যা ফ্ল্যাগ করেন → কপিরাইটার সংশোধন করেন → সমালোচক আবার ফ্ল্যাগ করেন → কপিরাইটার আবার সংশোধন করেন। প্রতিটি রাউন্ডে টোকেন ও সময় খরচ হয়। একবার সংশোধন করলেই কোয়ালিটি উন্নত করার জন্য যথেষ্ট, এর ফলে রানওয়ে সাইকেলের ঝুঁকি থাকে না।

প্রোজেক্ট ম্যানেজারের কাছে কী পাঠানো হয়

প্রোজেক্ট ম্যানেজার সবসময় চূড়ান্ত অনুমোদিত ভার্সন পান, আসল ভার্সন নয়। সংশোধন করা হলে, অর্কেস্ট্রেটর সংশোধিত কপি ও ভিজ্যুয়াল পাস করে। প্রথমবার পাস করার সময় সবকিছু অনুমোদিত হলে, এটি সরাসরি সেগুলি পাস করে। PM কখনও বাতিল করা ড্রাফ্ট দেখেন না।

TODO 2 - Register each specialist as a RemoteA2aAgent + AgentTool

# TODO 2: For each specialist URL... কমেন্ট খুঁজে নিন এবং এটি দিয়ে পরিবর্তন করুন:

    if strategist_url:
        available_agents_list.append(
            "- **brand_strategist**: Market research, competitor analysis, trend identification"
        )
        strategist_agent = RemoteA2aAgent(
            name="brand_strategist",
            description="Researches markets, competitors, and trends using Google Search",
            agent_card=f"{strategist_url}/.well-known/agent.json",
        )
        agent_tools.append(AgentTool(agent=strategist_agent))

    if copywriter_url:
        available_agents_list.append(
            "- **copywriter**: Instagram captions, hashtags, and CTAs"
        )
        copywriter_agent = RemoteA2aAgent(
            name="copywriter",
            description="Creates Instagram captions with hashtags and CTAs",
            agent_card=f"{copywriter_url}/.well-known/agent.json",
        )
        agent_tools.append(AgentTool(agent=copywriter_agent))

    if designer_url:
        available_agents_list.append(
            "- **designer**: Visual concepts and real images generated via Gemini (GCS URIs returned)"
        )
        designer_agent = RemoteA2aAgent(
            name="designer",
            description="Creates visual concepts and generates real images via Gemini, stored in GCS",
            agent_card=f"{designer_url}/.well-known/agent.json",
        )
        agent_tools.append(AgentTool(agent=designer_agent))

    if critic_url:
        available_agents_list.append(
            "- **critic**: Quality review with APPROVED/NEEDS_REVISION scoring"
        )
        critic_agent = RemoteA2aAgent(
            name="critic",
            description="Reviews campaign materials and returns structured quality feedback",
            agent_card=f"{critic_url}/.well-known/agent.json",
        )
        agent_tools.append(AgentTool(agent=critic_agent))

    if pm_url:
        available_agents_list.append(
            "- **project_manager**: Project timelines, task breakdowns, Notion integration"
        )
        pm_agent = RemoteA2aAgent(
            name="project_manager",
            description="Creates project timelines and task breakdowns, optionally in Notion",
            agent_card=f"{pm_url}/.well-known/agent.json",
        )
        agent_tools.append(AgentTool(agent=pm_agent))

TODO 3 - Wrap in an App with context compaction

কম্প্যাকশন কেন প্রয়োজন

কথোপকথনের প্রতিটি মেসেজ - ব্যবহারকারীর প্রম্পট, প্রতিটি টুল কল, প্রতিটি টুল রেসপন্স - প্রসঙ্গ উইন্ডোতে যোগ করা হয় যা LLM পরবর্তী ধাপে পড়ে। ৫-এজেন্ট ওয়ার্কফ্লোতে এটি দ্রুত জমা হয়:

Turn 1:  user prompt                           ~200 tokens
Turn 2:  orchestrator plan                     ~300 tokens
Turn 3:  brand_strategist tool_call            ~150 tokens
Turn 4:  brand_strategist tool_output          ~1,500 tokens  ← full research report
Turn 5:  copywriter tool_call                  ~300 tokens    ← must include strategist output
Turn 6:  copywriter tool_output                ~2,000 tokens  ← 3 captions
Turn 7:  designer tool_call                    ~500 tokens
Turn 8:  designer tool_output                  ~1,500 tokens
...

এজেন্ট ৪ (সমালোচক)-এর ক্ষেত্রে, কন্টেক্সট উইন্ডোতে আগের তিনটি এজেন্টের সম্পূর্ণ আউটপুট থাকে - প্রায়ই শুধু টুল রেসপন্সেই ৮,০০০–১২,০০০ টোকেন থাকে। Gemini-র বড় কন্টেক্সট উইন্ডো থাকলেও, অর্কেস্ট্রেটরের যুক্তি দেওয়ার কোয়ালিটি কমে যায় কারণ এটিকে ক্রমাগত বাড়তে থাকা ইতিহাস নিয়ে কাজ করতে হয়। কম্প্যাকশন ছাড়া, দীর্ঘ ওয়ার্কফ্লো Agent 4-এর কাছাকাছি ব্যবহারিক সীমায় পৌঁছে যায়।

কম্প্যাকশন কী করে

প্রতিটি ইভেন্ট সম্পূর্ণভাবে রাখার পরিবর্তে, ADK পুরনো ইভেন্টগুলিকে একটি সংক্ষিপ্ত উপস্থাপনায় সারসংক্ষেপ করার জন্য পর্যায়ক্রমে একটি LLM কল করে। শুধুমাত্র অতীতের ইভেন্টের সারসংক্ষেপ + সবচেয়ে সাম্প্রতিক এজেন্টের সম্পূর্ণ আউটপুট প্রসঙ্গে রাখা হয়।

Without compaction:
  [full strategist output] + [full copywriter output] + [full designer output] + → Critic

With compaction (interval=3, overlap=1):
  [summary of strategist + copywriter] + [full designer output] + → Critic

সারসংক্ষেপটি অপ্রয়োজনীয় ফরম্যাটিং, প্রতিটি এজেন্টকে পাস করা পুনরাবৃত্ত প্রসঙ্গ এবং মধ্যবর্তী যুক্তি বাদ দিয়ে প্রয়োজনীয় তথ্য (মূল ইনসাইট, অনুমোদিত ক্যাপশন, ভিজ্যুয়াল কনসেপ্ট) সংরক্ষণ করে। মূল্যায়ন করার জন্য ক্রিটিকের কাছে এখনও সব কিছু আছে - এটি শুধু তিনটি সম্পূর্ণ রিপোর্টের পরিবর্তে একটি সারসংক্ষেপ পড়ে।

কোড

# TODO 3: Wrap the agent in an App... কমেন্টটি খুঁজে নিন এবং App(...) প্লেসহোল্ডারটি এর সাথে পরিবর্তন করুন:

    from google.adk.apps import App
    from google.adk.apps.app import EventsCompactionConfig
    from google.adk.apps.llm_event_summarizer import LlmEventSummarizer
    from google.adk.models import Gemini

    compaction_config = EventsCompactionConfig(
        summarizer=LlmEventSummarizer(llm=Gemini(model_id=os.getenv("GEMINI_MODEL", "gemini-3.5-flash"))),
        compaction_interval=3,   # Summarize after every 3 agent completions
        overlap_size=1,          # Keep the most recent agent's output in full
    )

    app = App(
        name="creative_director",
        root_agent=agent,
        events_compaction_config=compaction_config,
        plugins=[LoggingPlugin()],
    )
    return agent, app

compaction_interval=3 - প্রতি ৩টি এজেন্ট সম্পূর্ণ হওয়ার পরে কম্প্যাকশন ফায়ার হয়। ৫-এজেন্ট পাইপলাইনের ক্ষেত্রে এর অর্থ হল এটি একবার ফায়ার করে (এজেন্ট ১–৩-এর পরে), তারপর সমালোচক এবং PM ১–৩-এর সারসংক্ষেপ এবং আগের এজেন্টের সম্পূর্ণ আউটপুট দেখেন।

overlap_size=1 - সবচেয়ে সাম্প্রতিক এজেন্টের সম্পূর্ণ আউটপুট সবসময় হুবহু রাখা হয়, কখনও সারসংক্ষেপ করা হয় না। এটি গুরুত্বপূর্ণ কারণ সমালোচকের ডিজাইনারের সম্পূর্ণ আউটপুট প্রয়োজন - যার মধ্যে gcs_uri মান রয়েছে - আসল ছবিগুলি লোড এবং পর্যালোচনা করার জন্য। সারসংক্ষেপ থেকে সেইসব URI মুছে যাবে।

পুরো ক্যাম্পেন চলাকালীন এটি কীভাবে কাজ করে:

Agent 1 (Strategist)  → full context
Agent 2 (Copywriter)  → full context
Agent 3 (Designer)    → full context
                        ↓ compaction fires: summarizes agents 1-2, keeps 3 in full
Agent 4 (Critic)      → sees [summary of 1-2] + [full output of 3]
Agent 5 (PM)          → sees [summary of 1-3] + [full output of 4]

RemoteA2aAgentএবং AgentTool বোঝা

RemoteA2aAgent("brand_strategist", agent_card=url)
     │
     │  wraps the remote service so ADK can call it
     ▼
AgentTool(agent=strategist_agent)
     │
     │  exposes it as a callable tool to the LLM
     ▼
Agent(tools=[...])
     │
     │  LLM calls tool("brand_strategist", message=...) when needed
     ▼
brand-strategist-xxxx.run.app  ← actual HTTP A2A call happens here

সিস্টেমের নির্দেশাবলী এবং ব্যবহারকারীর অনুরোধের উপর ভিত্তি করে LLM সিদ্ধান্ত নেয় যে কখন প্রতিটি টুলকে কল করতে হবে। অর্কিস্ট্রেটর কখনই কোডে সরাসরি এজেন্টদের কল করে না - এটি সবই LLM-এর যুক্তি দ্বারা পরিচালিত হয়।

ক্রিয়েটিভ ডিরেক্টর লোকালি টেস্ট করুন

uv run adk web agents --allow_origins='*'

৮০০০ পোর্টে ওয়েব প্রিভিউ খুলুন। creative_director বেছে নিতে এজেন্ট ড্রপডাউন ব্যবহার করুন, তারপর চেষ্টা করুন:

Research the eco-friendly water bottle market for health-conscious millennials

আপনি দেখতে পাবেন যে ক্রিয়েটিভ ডিরেক্টর এটি শুধুমাত্র ব্র্যান্ড স্ট্র্যাটেজিস্টের কাছে পাঠাবেন এবং আপনি ব্র্যান্ড স্ট্র্যাটেজিস্টের কাছ থেকে উত্তর পাবেন।

সম্পূর্ণ ক্যাম্পেনের জন্য, নিম্নলিখিত ধাপগুলি অনুসরণ করুন:

Create a complete Instagram campaign for SolarPack portable solar charger targeting
outdoor enthusiasts and digital nomads aged 22-35.
Budget $2,000, launch in 2 weeks.

আপনি দেখতে পাবেন যে ক্রিয়েটিভ ডিরেক্টর ৫ জন বিশেষজ্ঞের সাথে ক্রমানুসারে সমন্বয় করছেন, যেখানে প্রতিটি এজেন্টের আউটপুট পরবর্তী এজেন্টের কাছে প্রবাহিত হচ্ছে।

ডেমো: শুরু থেকে শেষ পর্যন্ত ক্যাম্পেন রান করা

এগিয়ে যাওয়ার আগে ক্রিয়েটিভ ডিরেক্টর (Ctrl+C) বন্ধ করুন - A2A ইনস্পেক্টরও ৮০০০ পোর্ট ব্যবহার করে।

লোকাল টেস্টিং হয়ে গেলে ৫টি স্পেশালিস্ট সার্ভার (প্রতিটি টার্মিনালে Ctrl+C) বন্ধ করুন।

১২. বিশেষজ্ঞ এজেন্ট ডিপ্লয় ও টেস্ট করা

আমরা এখন Google Cloud-এ আমাদের এজেন্ট ডিপ্লয় করার জন্য রেডি। Cloud Run হল এজেন্ট ডিপ্লয় করার জন্য একটি দুর্দান্ত পরিষেবা। এটি সার্ভারলেস, স্কেলেবল এবং ব্যবহার করা সহজ। প্রতিটি বিশেষজ্ঞ এজেন্টকে একটি স্বাধীন Cloud Run পরিষেবা হিসেবে ডিপ্লয় করা হয়।

ডিপ্লয়মেন্ট কনফিগারেশন

প্রতিটি বিশেষজ্ঞের জন্য Dockerfile এই প্যাটার্ন অনুসরণ করে:

FROM python:3.12-slim
WORKDIR /app
RUN apt-get update && apt-get install -y --no-install-recommends gcc curl

# Fast dependency install with uv
COPY --from=ghcr.io/astral-sh/uv:latest /uv /usr/local/bin/uv
COPY pyproject.toml .
RUN uv sync --no-install-project --no-dev

COPY . .
RUN useradd -m -u 1000 appuser && chown -R appuser:appuser /app
USER appuser

ENV PYTHONUNBUFFERED=1 PORT=8080 HOST=0.0.0.0
EXPOSE 8080
CMD ["uv", "run", "python", "agent.py"]

৫ জন বিশেষজ্ঞকে ক্রমানুসারে কাজে লাগান

cd ~/ai-creative-studio/workshop/starter
source .env

uv run deploy/deploy_all_specialists.py

এই স্ক্রিপ্ট একবারে একটি করে ৫টি এজেন্ট ডিপ্লয় করে (মোট ~১০-১২ মিনিট)। সিকোয়েন্সিয়াল ডিপ্লয়মেন্ট ক্লাউড বিল্ড পোলিং কোটা (৬০টি অনুরোধ/মিনিট) এড়িয়ে যায়। সম্পূর্ণ হলে, এটি প্রতিটি এজেন্টের Cloud Run URL আবার .env-এ লিখে।

Designer ডিপ্লয় করার পরে, স্ক্রিপ্টটি অটোমেটিক আপনার GCS বাকেটে এর Cloud Run পরিষেবা অ্যাকাউন্ট roles/storage.objectCreator-কে অনুমতি দেয় যাতে এটি জেনারেট করা ছবি আপলোড করতে পারে।

আপনি .env-এ Notion ক্রেডেনশিয়াল কনফিগার করলে, স্ক্রিপ্ট সেগুলিও Secret Manager-এ (notion-token, notion-project-db-id, notion-tasks-db-id হিসেবে) নিরাপদে স্টোর করে এবং প্লেন এনভায়রনমেন্ট ভেরিয়েবলের পরিবর্তে --set-secrets-এর মাধ্যমে প্রোজেক্ট ম্যানেজার পরিষেবায় ইনজেক্ট করে। এর অর্থ হল, টোকেনটি কখনই Cloud Run-এর এনভায়রনমেন্ট ট্যাব বা gcloud কমান্ড ইতিহাসে দেখা যায় না।

ডেপ্লয়মেন্ট যাচাই করুন

ডিপ্লয়মেন্ট সম্পূর্ণ হলে, স্ক্রিপ্ট অটোমেটিক Cloud Run URL-কে .env-এ ফিরিয়ে আনে, আগের ধাপ থেকে লোকালহোস্ট URL-কে পরিবর্তন করে:

source .env

echo "Deployed URLs:"
echo "  Brand Strategist: $STRATEGIST_AGENT_URL"
echo "  Copywriter:       $COPYWRITER_AGENT_URL"
echo "  Designer:         $DESIGNER_AGENT_URL"
echo "  Critic:           $CRITIC_AGENT_URL"
echo "  Project Manager:  $PM_AGENT_URL"

পরবর্তী ধাপে এজেন্ট রানটাইমে ডিপ্লয় করার সময় ক্রিয়েটিভ ডিরেক্টর অটোমেটিক এইসব Cloud Run URL ব্যবহার করবে।

এজেন্ট কার্ড যাচাই করুন

প্রতিটি ডিপ্লয় করা এজেন্ট /.well-known/agent.json-এ একটি এজেন্ট কার্ড দেখায়। সবকিছু লাইভ আছে কিনা তা কনফার্ম করতে সেগুলি ফেচ করুন:

source .env

for agent_url in $STRATEGIST_AGENT_URL $COPYWRITER_AGENT_URL $DESIGNER_AGENT_URL $CRITIC_AGENT_URL $PM_AGENT_URL; do
    echo "=== Agent Card: $agent_url ==="
    curl -s "${agent_url}/.well-known/agent.json" | python3 -m json.tool | grep -E '"name"|"url"|"description"'
    echo ""
done

প্রতিটি এজেন্টের থেকে প্রত্যাশিত আউটপুট:

"name": "brand_strategist",
"url": "https://brand-strategist-xxxx.run.app",
"description": "Brand strategist for market research and competitive insights"

A2A Inspector (Cloud Run) দিয়ে পরীক্ষা করা

ধাপ ১০ থেকে A2A Inspector আগে থেকেই ইনস্টল করা আছে। এটি শুরু করুন:

cd ~/a2a-inspector
bash scripts/run.sh

'ওয়েব প্রিভিউ' → পোর্ট পরিবর্তন করুন → 5001 খুলুন। কানেকশন ফিল্ডে আপনার Cloud Run URL লিখুন:

https://brand-strategist-xxxx.us-central1.run.app

কানেক্ট করুন বিকল্পে ক্লিক করুন - কোনও অথেন্টিকেশন টোকেন প্রয়োজন নেই কারণ পরিষেবাগুলি --allow-unauthenticated-এর সাথে ডেপ্লয় করা হয়েছে।

ইন্সপেক্টর কানেক্ট করে, এজেন্ট কার্ড যাচাই করে এবং আপনাকে A2A-এর মাধ্যমে ইন্টার‍্যাক্টিভভাবে চ্যাট করতে দেয়।

Cloud Run-এ ডিপ্লয় করা এজেন্ট পরীক্ষা করা

Cloud Run-এ ডিপ্লয় করার পরে, ক্লাউড ডিপ্লয়মেন্ট কাজ করছে কিনা তা যাচাই করতে পাবলিক HTTPS URL-এ ইন্সপেক্টরকে পয়েন্ট করুন:

Cloud Run এজেন্টের সাথে A2A Inspector কানেক্ট করা হয়েছে

ওয়ার্কফ্লো একই - Cloud Run URL পেস্ট করুন, কানেক্ট করুন এবং টেস্ট মেসেজ পাঠান। এজেন্ট কার্ড লোড হলে এবং চ্যাট উত্তর দিলে, বিশেষজ্ঞ সঠিকভাবে নিযুক্ত এবং তার সাথে যোগাযোগ করা যাবে।

১৩. এজেন্ট রানটাইমে ক্রিয়েটিভ ডিরেক্টর ডিপ্লয় করুন

অর্কিস্ট্রেটর এজেন্ট রানটাইমে ডিপ্লয় করা হয়, যা ম্যানেজ করা সেশন স্টেট, অটোমেটিক স্কেলিং ও বিল্ট-ইন ট্রেসিং প্রদান করে।

অর্কেস্ট্রেটরের জন্য এজেন্ট রানটাইম কেন?

পাঁচজন বিশেষজ্ঞকে Cloud Run-এ ডেপ্লয় করা হয়েছে - লাইটওয়েট, স্টেটলেস, প্রত্যেকে একটি করে টাস্ক ম্যানেজ করছেন। ক্রিয়েটিভ ডিরেক্টরের আলাদা আলাদা প্রয়োজনীয়তা আছে:

এই ব্যাজ অর্জন করার জন্য প্রয়োজনীয় যোগ্যতা

কেন এটা গুরুত্বপূর্ণ

সেশন স্টেট

মাল্টি-স্টেপ ওয়ার্কফ্লোতে ৪৫+ সেকেন্ড সময় লাগে। অরকেস্ট্রেটরের টুল কলের মধ্যে কথোপকথনের অবস্থা এজেন্ট রানটাইম বজায় রাখে, যাতে মিড-পাইপলাইনে কিছু হারিয়ে না যায়।

পরিবর্তনশীল লোড

কখনও কখনও প্রতি ঘণ্টায় একটি ক্যাম্পেন, কখনও কখনও সমান্তরালভাবে অনেকগুলি। এজেন্ট রানটাইম নিষ্ক্রিয় থাকলে শূন্যে নেমে আসে এবং অটোমেটিক স্কেল আউট হয় - নিষ্ক্রিয় ক্ষমতার জন্য আপনাকে পেমেন্ট করতে হয় না।

পর্যবেক্ষণযোগ্যতা

Cloud Logging, Cloud Monitoring এবং Cloud Trace বিল্ট-ইন হিসেবে আসে। আপনি প্রতিটি A2A কল, ব্যবহৃত প্রতিটি টোকেন, প্রতিটি লেটেন্সি স্পাইক দেখতে পাবেন - কোনও ইন্সট্রুমেন্টেশন যোগ না করেই।

দীর্ঘ সময় ধরে চলা ওয়ার্কফ্লো

Cloud Run-এর অনুরোধের টাইম-আউট ৩৬০০ সেকেন্ড। এজেন্ট রানটাইম এমন ওয়ার্কফ্লোর জন্য ডিজাইন করা হয়েছে যা ম্যানেজ করা রিট্রাই ও স্টেট পারসিস্টেন্স সহ কয়েক মিনিট সময় নিতে পারে।

Cloud Run হল একটি অবিশ্বাস্যভাবে শক্তিশালী, স্কেলেবল প্ল্যাটফর্ম যা আমাদের স্টেটলেস বিশেষজ্ঞ এজেন্ট সহ বিভিন্ন আর্কিটেকচার প্যাটার্ন পরিচালনা করতে সক্ষম। আপনি Cloud Run-এ স্টেটফুল অর্কেস্ট্রেটর চালাতে পারলেও, স্টেট ম্যানেজমেন্ট, পারসিস্টেন্স ও সেশন হ্যান্ডলিংয়ের জন্য আপনাকে সমাধান আর্কিটেক্ট ও ইন্টিগ্রেট করতে হবে।

অন্যদিকে, এজেন্ট রানটাইম এই নির্দিষ্ট চ্যালেঞ্জের জন্য বিশেষভাবে তৈরি করা হয়েছে। এটি একটি "ব্যাটারি-ইনক্লুডেড" ইকোসিস্টেম অফার করে যা AI অর্কেস্ট্রেটরের জটিল, স্টেটফুল লাইফসাইকেলকে নেটিভভাবে ম্যানেজ করে, যার ফলে আপনাকে স্ক্র্যাচ থেকে সেই অন্তর্নিহিত ইনফ্রাস্ট্রাকচার তৈরি করতে হয় না।

অর্কেস্ট্রেটর ডেপ্লয় করুন

cd ~/ai-creative-studio/workshop/starter
source .env

uv run deploy/deploy_orchestrator.py --action deploy

এতে ~৫–১০ মিনিট সময় লাগে। সম্পূর্ণ হয়ে গেলে, AGENT_ENGINE_ID এবং AGENT_ENGINE_RESOURCE_NAME .env-এ সেভ হয়ে যায়।

source .env
echo "Agent Engine ID: $AGENT_ENGINE_ID"
echo "Resource: $AGENT_ENGINE_RESOURCE_NAME"

ডিপ্লয়মেন্ট কীভাবে কাজ করে

client.agent_engines.create() আপনার App অবজেক্ট প্যাকেজ করে, এর ডিপেন্ডেন্সির সাথে এটি আপলোড করে এবং ম্যানেজ করা ইনফ্রাস্ট্রাকচারে এটি ডিপ্লয় করে। প্রতিটি প্যারামিটার কী করে তা এখানে দেওয়া হল:

import vertexai
from vertexai import Client, agent_engines

vertexai.init(project=PROJECT_ID, location=LOCATION, staging_bucket=STAGING_BUCKET)

# Wrap the App in an AdkApp adapter - enables tracing in Cloud Trace
adk_app = agent_engines.AdkApp(app=root_app, enable_tracing=True)

# Initialize client and deploy
client = Client(project=PROJECT_ID, location=LOCATION)

agent_engine_resource = client.agent_engines.create(
    agent=adk_app,
    config={
        "staging_bucket": STAGING_BUCKET,   # GCS bucket for packaging artifacts
        "display_name": "Creative Director",
        # Python packages installed in the managed runtime - pin for reproducibility
        "requirements": [
            "google-cloud-aiplatform[agent_engines]>=1.132.0,<2.0.0",
            "google-adk[a2a]==1.31.1",
            "google-genai>=1.70.0",
            "google-cloud-storage>=2.10.0",
            "python-dotenv>=1.0.0",
            "pydantic>=2.0.0",
            "cloudpickle>=3.0.0",
        ],
        # Specialist URLs passed as env vars - the orchestrator reads these at runtime
        "env_vars": {
            "COPYWRITER_AGENT_URL": COPYWRITER_URL,
            "DESIGNER_AGENT_URL":   DESIGNER_URL,
            "STRATEGIST_AGENT_URL": STRATEGIST_URL,
            "CRITIC_AGENT_URL":     CRITIC_URL,
            "PM_AGENT_URL":         PM_URL,
        },
    },
)

resource_name = agent_engine_resource.api_resource.name
agent_engine_id = resource_name.split("/")[-1]

ব্যাকগ্রাউন্ডে কী হয়:

1. Agent Engine packages your App + requirements into a container
2. Uploads it to the staging bucket in your project
3. Deploys to managed compute (you never see or manage the VM)
4. Returns a resource name: projects/.../locations/.../reasoningEngines/<id>
5. That ID is saved to .env as AGENT_ENGINE_ID

ডিপ্লয়মেন্টের পরে, অর্কেস্ট্রেটর তার এনভায়রনমেন্ট ভেরিয়েবলে থাকা URL-এর মাধ্যমে পাঁচটি Cloud Run বিশেষজ্ঞের সাথে কানেক্ট করে

  • ডিপ্লয় স্ক্রিপ্ট রান করার আগে এগুলি .env-এর মাধ্যমে পাস করা হয়।

১৪. শুরু থেকে শেষ পর্যন্ত ক্যাম্পেন চালান

পুরো সিস্টেম ডিপ্লয় করা হয়েছে। এজেন্ট রানটাইম প্লেগ্রাউন্ড থেকে একটি সম্পূর্ণ ক্যাম্পেন রান করান।

এজেন্ট রানটাইম প্লেগ্রাউন্ড খুলুন

  1. https://console.cloud.google.com/agent-platform/runtimes লিঙ্কে যান। এছাড়াও, আপনি এজেন্ট প্ল্যাটফর্ম > এজেন্ট > ডেপ্লয়মেন্ট থেকে এজেন্ট রানটাইমে নেভিগেট করতে পারবেন।
  2. আপনার ডিপ্লয় করা এজেন্ট রানটাইম (creative-director) বেছে নিন
  3. বাঁদিকের সাইডবারে Playground বিকল্পে ক্লিক করুন
  4. নতুন কথোপকথন শুরু করতে নতুন সেশন বিকল্পে ক্লিক করুন

একটি সম্পূর্ণ ক্যাম্পেন চালান

চ্যাটে এই ব্রিফ পেস্ট করে পাঠান:

Create a complete Instagram campaign for:
- Product: EcoFlow Smart Water Bottle (tracks hydration, keeps drinks cold 24h)
- Target Audience: Health-conscious millennials, 25-35 years old
- Platform: Instagram
- Goal: Brand awareness + drive website traffic
- Brand Voice: Motivational, clean, science-backed
- Budget: $3,000
- Timeline: Launch in 2 weeks

ক্রিয়েটিভ ডিরেক্টর ৫টি এজেন্টকে ক্রমানুসারে এক্সিকিউট করবে:

  1. ব্র্যান্ড স্ট্র্যাটেজিস্ট → মার্কেট রিসার্চ, কম্পিটিটর অ্যানালিসিস, অডিয়েন্স ইনসাইট
  2. কপিরাইটার → ক্যাপশন, হ্যাশট্যাগ, CTA সহ ৩টি Instagram পোস্ট
  3. ডিজাইনার → প্রতিটি পোস্টের জন্য Gemini (GCS URI)-এর মাধ্যমে তৈরি করা ভিজ্যুয়াল কনসেপ্ট + আসল ছবি
  4. সমালোচক → APPROVED / NEEDS_REVISION স্কোর সহ কোয়ালিটি রিভিউ
  5. (প্রয়োজন হলে সংশোধন) → কপিরাইটার বা ডিজাইনারকে আবার কল করে মতামত জানানো হয়
  6. প্রোজেক্ট ম্যানেজার → ২-সপ্তাহের টাইমলাইন, টাস্ক ব্রেকডাউন, বাজেট বরাদ্দকরণ

ডেমো: Notion ইন্টিগ্রেশনের সাথে ক্যাম্পেন রান করা

সিঙ্গেল-এজেন্ট রাউটিং টেস্ট করুন

নতুন সেশনে এই ছোট অনুরোধটি পাঠান:

Research the luxury skincare market - top brands and trends for this year.

লক্ষ্য করুন যে ক্রিয়েটিভ ডিরেক্টর এটি শুধুমাত্র ব্র্যান্ড স্ট্র্যাটেজিস্ট-এর কাছে পাঠায় - অন্য কোনও এজেন্টকে ডাকা হয় না। এটি হল সিস্টেম নির্দেশাবলী থেকে অনুরোধের ক্লাসিফিকেশন লজিক যা সঠিকভাবে কাজ করছে।

এক্সিকিউশন ট্রেস পরীক্ষা করুন

কনসোলে থাকাকালীন:

  1. বাঁদিকের সাইডবারে (Playground-এর পাশে) ট্রেস বিকল্পে ক্লিক করুন
  2. ট্রেস ভিউ-এর অধীনে, আপনি এইমাত্র যে সেশনটি রান করেছেন তার ট্রেস বেছে নিন
  3. প্রতিটি এজেন্ট কল, এর ইনপুট/আউটপুট, লেটেন্সি এবং টোকেন ব্যবহার দেখতে ট্রেস ট্রি বড় করুন

বিশেষজ্ঞের কাছে করা প্রতিটি A2A কল আলাদা স্প্যান হিসেবে দেখানো হয়। ক্রিয়েটিভ ডিরেক্টর প্রতিটি এজেন্টকে ঠিক কী প্রসঙ্গ পাস করেছেন এবং তার বিনিময়ে কী পেয়েছেন তা আপনি দেখতে পারবেন।

ঐচ্ছিক: টার্মিনাল থেকে রান করুন

এছাড়াও, আপনি স্টার্টারে আগে থেকেই অন্তর্ভুক্ত run_campaign.py স্ক্রিপ্ট ব্যবহার করে প্রোগ্রাম্যাটিক্যালি ক্যাম্পেন চালাতে পারেন।

cd ~/ai-creative-studio/workshop/starter
uv run run_campaign.py

১৫. ক্লিন আপ করুন

চলমান চার্জ এড়াতে Google Cloud রিসোর্স ক্লিন-আপ করুন।

টিয়ারডাউন স্ক্রিপ্ট চালান - এটি আপনার .env পড়ে এবং এই কোডল্যাব চলাকালীন তৈরি করা সবকিছু মুছে দেয়:

bash deploy/teardown_gcp.sh

স্ক্রিপ্টটি ঠিক কী মুছে ফেলবে তা আপনাকে দেখাবে এবং কিছু করার আগে কনফার্ম করার জন্য প্রম্পট করবে:

রিসোর্স

কী মুছে যায়

Cloud Run পরিষেবা

ব্র্যান্ড-স্ট্র্যাটেজিস্ট, কপিরাইটার, ডিজাইনার, সমালোচক, প্রোজেক্ট-ম্যানেজার

এজেন্ট রানটাইম

ক্রিয়েটিভ ডিরেক্টর রিজনিং ইঞ্জিন + সব সেশন

Artifact Registry

cloud-run-source-deploy রিপোজিটরি + সব Docker ইমেজ

GCS বাকেট

{PROJECT_ID}-campaign-images, {PROJECT_ID}-agent-staging, run-sources-{PROJECT_ID}-{REGION}

Secret Manager

notion-token, notion-project-db-id, notion-tasks-db-id (তৈরি না করা হলে এড়িয়ে যাওয়া হয়)

সবকিছু সরানো হয়েছে কিনা তা যাচাই করুন

gcloud run services list --region=us-central1
gcloud storage buckets list --project=$GCP_PROJECT_ID

প্রত্যাশিত আউটপুট: খালি তালিকা বা শুধুমাত্র আপনার আগে থেকে থাকা রিসোর্স।

১৬. সারাংশ

অভিনন্দন! আপনি Google Cloud-এ প্রোডাকশন-গ্রেড মাল্টি-এজেন্ট AI সিস্টেম তৈরি ও ডিপ্লয় করেছেন।

আপনি যা তৈরি করেছেন

এজেন্ট

ক্ষমতা

ডিপ্লয়মেন্ট

ব্র্যান্ড স্ট্র্যাটেজিস্ট

Google Search-এর মাধ্যমে মার্কেট রিসার্চ

Cloud Run

কপিরাইটার

Instagram ক্যাপশন তৈরি করা

Cloud Run

ডিজাইনার

Gemini + GCS আপলোডের মাধ্যমে ইমেজ জেনারেশন

Cloud Run

সমালোচক

স্কোরিং সহ কোয়ালিটি রিভিউ

Cloud Run

প্রোজেক্ট ম্যানেজার

Timeline + Notion MCP

Cloud Run

ক্রিয়েটিভ ডিরেক্টর

A2A-এর মাধ্যমে সম্পূর্ণ অর্কেস্ট্রেশন

এজেন্ট রানটাইম

আপনার শেখা মূল প্যাটার্ন

  1. ADK Agent - নির্দেশাবলী + ঐচ্ছিক টুল সহ একটি LLM এজেন্ট সংজ্ঞায়িত করুন
  2. adk web - বিল্ট-ইন চ্যাট UI-এর মাধ্যমে স্থানীয়ভাবে যেকোনও ADK এজেন্ট রান ও টেস্ট করুন
  3. SkillToolset - চাহিদা অনুযায়ী লোড করা মডিউলার ফাইলে প্যাকেজ রিইউজেবল নলেজ
  4. FunctionTool - কল করা যায় এমন এজেন্ট টুল হিসেবে যেকোনও Python ফাংশন (বা এক্সটার্নাল মডেল) র‍্যাপ করুন
  5. to_a2a() - A2A-কমপ্লায়েন্ট HTTPS পরিষেবা হিসেবে যেকোনও ADK এজেন্ট এক্সপোজ করুন
  6. RemoteA2aAgent + AgentTool - কল করা যায় এমন টুল হিসেবে রিমোট এজেন্ট অর্কেস্ট্রেট করুন
  7. McpToolset - MCP stdio সার্ভারের মাধ্যমে এক্সটার্নাল পরিষেবার সাথে কানেক্ট করুন
  8. EventsCompactionConfig - দীর্ঘ মাল্টি-এজেন্ট ওয়ার্কফ্লোতে টোকেন সীমা ম্যানেজ করা
  9. স্ট্রাকচার্ড ক্রিটিক আউটপুট - অটোমেটিক রিভিশন সহ মেশিনের ক্ষেত্রে গ্রহণযোগ্য কোয়ালিটি কন্ট্রোল
  10. Cloud Run - স্কেলে কন্টেনারাইজড এজেন্ট ডিপ্লয় করুন
  11. এজেন্ট রানটাইম - ম্যানেজ করা সেশন ও ট্রেসিং সহ হোস্ট অর্কেস্ট্রেটর

পরবর্তী ধাপ

  • gemini-3.1-flash-image-এর এডিট করার ক্ষমতা ব্যবহার করে ডিজাইনারে মাল্টি-টার্ন ইমেজ এডিটিং যোগ করুন
  • Cloud Run পরিষেবায় IAM যাচাইকরণ যোগ করা (--allow-unauthenticated সরিয়ে দেওয়া)
  • একজন বিশেষজ্ঞকে LangGraph বা CrewAI এজেন্ট দিয়ে রিপ্লেস করুন - A2A হল ফ্রেমওয়ার্ক অ্যাগনস্টিক
  • টুল হিসেবে ব্যবহারকারীর মতামত যোগ করুন যাতে অংশগ্রহণকারীরা আউটপুট রেট করতে এবং বারবার ব্যবহার করতে পারেন
  • Cloud Console-এ এজেন্ট রানটাইম ট্রেসিং এক্সপ্লোর করুন

রিসোর্স