יצירת סוכן נסיעות פשוט באמצעות ADK ו-Gemini CLI

1. מבוא

עדכון אחרון: 2026-02-02

יצירת סוכן נסיעות פשוט באמצעות ADK

ברוכים הבאים לסדנת Python(*) בנושא ADK, שכוללת את כל מה שצריך כדי להתחיל, הודות ל-Gemini CLI!

ה-Codelab הזה מחולק לשני אבני דרך 🏅:

1. נתיב למידה נפוץ ופשוט: הגדרה + סיפוק מיידי.
2. מסלול מותאם אישית שבו בוחרים משימה לפתור בעזרת Gemini CLI

החלק השני הופך את ה-codelab הזה למושלם להאקתון (ויש גם פרסים לפתרונות הכי יצירתיים!)

שלב 1: הסוכן הראשון שלכם עם ADK ו-Gemini CLI

המטרה של אבן הדרך הזו היא ליצור סוכן נסיעות פשוט באמצעות ADK, שלב אחר שלב.

לשם כך, נגדיר קודם את Gemini CLI כדי שיעזור לנו לכתוב קוד באמצעות ADK. כך, המעטפת המקומית תוכל לבחור את הגרסה האחרונה של Python ADK, להוסיף את הקוד ואת המסמכים ולספק את הקוד העדכני או הטוב ביותר כדי לעבוד איתו להשגת המטרה.

זהו חלק מודרך שבו אנחנו משיגים אפליקציה שעובדת באופן מלא באמצעות תוספות קטנות ופשוטות. בדרך כלל התהליך נמשך כשעה אחת (בנוסף לזמן ההתקנה).

הערה (*): למרות שה-codelab מניח שאתם משתמשים ב-Python ADK, אתם יכולים להשתמש גם ב-Go, ב-Java או ב-TypeScript עם שינויים קלים מאוד. למעשה, אם השתמשתם ב-ADK רק עם Python, ה-codelab הזה הוא הזדמנות מצוינת לנסות את הדרך בשפה אחרת. נשמח לשמוע מה דעתך. אפשר לשלוח לנו משוב באמצעות הקישור למשוב שבהמשך.

אבן דרך 2: הרחבת הסוכן

לאחר מכן, אנחנו מציעים לכם תריסר אפשרויות (ברמות קושי שונות) להרחבת האפליקציה לפי טעמכם. כך תוכלו לבחון היבטים שונים (ממשק משתמש, פעולות, אינטראקציות מורכבות עם נציגים וכו').

מה תפַתחו

במעבדת הקוד הזו, תבנו אפליקציה של סוכן נסיעות באמצעות ADK ו-Gemini CLI. האפליקציה שלך:

• מתחברים לממשקי API של Airbnb דרך Airbnb MCP.
• חיפוש באינטרנט של מידע עדכני (מזג אוויר, תאריכים וכו')
• להפעיל כלים בהתאמה אישית.
• ליצור תמונות של הדירות או החדרים באמצעות NanoBanana.

ממשק Gemini CLI ידריך אתכם בכל התהליך: כתיבה או בדיקה של קוד ומציאת המסמכים העדכניים ביותר במאגר המקומי של ADK (ב-Python או בשפה המועדפת עליכם).

מה תלמדו

• איך יוצרים אפליקציה באמצעות ADK
• איך משתמשים ב-Gemini CLI כדי לקודד אפליקציות על סמך מסמכים מקומיים
• איך מתקשרים עם שרת MCP כדי להתחבר למקורות נתונים חיצוניים בזמן אמת, כמו זה:

מה תצטרכו

• מחשב שמאפשר לכם להתקין חבילות (לדוגמה, npm install ..)
• יכולת תכנות בסיסית ב-Python,‏ TypeScript,‏ Go או Java.
• מומלץ מאוד להשתמש בסביבת פיתוח משולבת (IDE) כלשהי (Antigravity, ‏ vscode, ‏ IntelliJ, ‏ vim).

למה כדאי להשתמש ב-ADK + Gemini CLI?

חלקכם אולי תוהים: למה צריך להשתמש ב-ADK (ערכת SDK ליצירת סוכנים) יחד עם כלי מקומי לעזרה בכתיבת קוד שמבוסס על סוכנים (כמו Gemini CLI)? הסיבה לכך היא ששני הכלים האלה חזקים מאוד, אבל האינטראקציה ביניהם לא פשוטה. הרבה אנשים ניסו לעבוד עם שניהם ביחד ונכשלו (בעיקר בגלל בעיות של "לולאה בתוך לולאה"). ב-codelab הזה ננסה לשתף כמה טיפים שיעזרו לכם להשיג את המטרה הזו.

2. תהליך ההגדרה

לגבי קרדיטים ב-Google Cloud: כדי לעזור לך להתחיל, אפשר לממש את הקרדיטים ב-Google Cloud בחינם באמצעות הקישור הזה ( הוראות).

בוחרים אחת מהאפשרויות הבאות: הגדרת סביבה בקצב אישי אם רוצים להפעיל את

במחשב שלכם, או להפעיל את Cloud Shell אם אתם רוצים להריץ את ה-codelab הזה כולו בענן.

הגדרת סביבה בקצב אישי

1. נכנסים ל-מסוף Google Cloud ויוצרים פרויקט חדש או משתמשים בפרויקט קיים. אם עדיין אין לכם חשבון Gmail או Google Workspace, אתם צריכים ליצור חשבון.

• שם הפרויקט הוא השם המוצג של המשתתפים בפרויקט הזה. זו מחרוזת תווים שלא נמצאת בשימוש ב-Google APIs. תמיד אפשר לעדכן את המיקום.
• מזהה הפרויקט הוא ייחודי לכל הפרויקטים ב-Google Cloud, והוא קבוע (אי אפשר לשנות אותו אחרי שהוא מוגדר). מסוף Cloud יוצר באופן אוטומטי מחרוזת ייחודית. בדרך כלל לא צריך לדעת מה היא. ברוב ה-Codelabs, תצטרכו להפנות למזהה הפרויקט (בדרך כלל מסומן כ-PROJECT_ID). אם אתם לא אוהבים את המזהה שנוצר, אתם יכולים ליצור מזהה אקראי אחר. אפשר גם לנסות שם משתמש משלכם ולבדוק אם הוא זמין. אי אפשר לשנות את ההגדרה הזו אחרי השלב הזה, והיא נשארת לאורך הפרויקט.
• לידיעתכם, יש ערך שלישי, מספר פרויקט, שחלק מממשקי ה-API משתמשים בו. במאמרי העזרה מפורט מידע נוסף על שלושת הערכים האלה.

שימו לב: מזהה הפרויקט הוא ייחודי גלובלית, ואחרי שתבחרו אותו אף אחד אחר לא יוכל להשתמש בו. אתם המשתמשים היחידים במזהה הזה. גם אם פרויקט נמחק, אי אפשר להשתמש שוב במזהה שלו.

הערה: אם אתם משתמשים בחשבון Gmail, אתם יכולים להשאיר את המיקום שמוגדר כברירת מחדל ללא ארגון. אם אתם משתמשים בחשבון Google Workspace, אתם צריכים לבחור מיקום שמתאים לארגון שלכם.

2. בשלב הבא, תצטרכו להפעיל את החיוב במסוף Cloud כדי להשתמש במשאבי Cloud או בממשקי API של Cloud. השלמת ה-codelab הזה לא תעלה לכם הרבה, אם בכלל. כדי להשבית את המשאבים ולוודא שלא תחויבו על שימוש בהם אחרי שתסיימו את המדריך הזה, תוכלו למחוק את המשאבים שיצרתם או למחוק את הפרויקט. משתמשים חדשים ב-Google Cloud זכאים לתוכנית תקופת ניסיון בחינם בשווי 300$.

הפעלת Cloud Shell

אפשר להפעיל את Google Cloud מרחוק מהמחשב הנייד, אבל ב-codelab הזה תשתמשו ב-Google Cloud Shell, סביבת שורת פקודה שפועלת בענן.

ב-מסוף Google Cloud, לוחצים על סמל Cloud Shell בסרגל הכלים שבפינה הימנית העליונה:

יחלפו כמה רגעים עד שההקצאה והחיבור לסביבת העבודה יושלמו. בסיום התהליך, אמור להופיע משהו כזה:

המכונה הווירטואלית הזו כוללת את כל הכלים שדרושים למפתחים. יש בה ספריית בית בנפח מתמיד של 5GB והיא פועלת ב-Google Cloud, מה שמשפר מאוד את הביצועים והאימות ברשת. אפשר לבצע את כל העבודה ב-codelab הזה בדפדפן. לא צריך להתקין שום דבר.

דרישות מוקדמות (התקנה)

הערה: אם מחליטים להריץ את ה-codelab הזה ב-Cloud Shell, ‏ python, ‏ uv ו-Gemini CLI כבר מותקנים מראש, אבל עדיין צריך להתקין את just אם רוצים להשתמש בו.

כדי לבצע את המדריך הזה, צריך להתקין:

1. ‫Python ו-uv

‫python ו-uv (כלי לניהול חבילות ל-Python). הפרמטר הזה נדרש ל-ADK. מוודאים ש-uv מותקן:

$ curl -LsSf https://astral.sh/uv/install.sh | sh

למה uv? אפשר להשתמש בכל מנהל Python שרוצים, אבל שימוש ב-uv יבטיח שהגדרת ENV/PATH ל-Python תהיה זהה לכם ול-Gemini CLI, כך שחוויית המעטפת תהיה ברובה זהה לזו של Gemini CLI. לדוגמה , אם משתמשים ב-virtualenv, ‏ Gemini CLI יבצע פעולות כמו 'source .env/venv/bin/activate && my-original-command' כדי לחקות את הסביבה שלכם.

2. ‫Gemini CLI

הוראות להתקנה של gemini CLI זמינות כאן: https://github.com/google-gemini/gemini-cli .

הערה: כדי להשתמש בפקודה הזו, צריך להתקין את npm או npx.

npm install -g @google/gemini-cli

1. ב-Mac, אפשר להשתמש ב-brew בהתאם למסמכים הרשמיים.
2. ב-Windows, אפשר להשתמש ב-chocolatey או פשוט להוריד את קובץ ההפעלה מהכתובת https://nodejs.org/en/download

בשלב 4 (בהמשך), תצטרכו גם להתקין את npx. השימוש ב-npm וב-npx צריך להיות טבעי כחלק מ-Gemini CLI. אם לא, אפשר לבקש עזרה מ-Gemini CLI כאן.

אפשר גם להתקין את just, שהוא Makefile מתקדם יותר עם תיעוד עצמי. אפשר גם לבקש מ-Gemini CLI לעזור לכם להתקין את זה, הוא יכול לעשות את זה בשבילכם!

אימות.

אתם צריכים פרויקט ב-Google Cloud עם Vertex AI מופעל, או מפתח API של Google AI Studio.

אפשרות א' (מומלצת לסדנאות): ייצוא של מפתח ה-API:

export GOOGLE_API_KEY="your-api-key"

אפשרות ב' (Vertex AI): אימות באמצעות gcloud:

export GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID"
export GOOGLE_CLOUD_LOCATION="YOUR_PROJECT_LOCATION"
export GOOGLE_GENAI_USE_VERTEXAI=true
gcloud auth application-default login

הגדרת סביבת העבודה

אתם תיצרו פתרון משלכם בתיקייה mysolution/, אז בואו ניצור את התיקייה ואת שני הקבצים שצריך.

בשלב הזה אפשר לפתוח את ה-IDE (Visual Studio Code,‏ IntelliJ,‏ RubyMine וכו') ולפתוח את התיקייה.

# 1. Find an empty directory, and download this repo.
git clone https://github.com/palladius/ai-friendly-agents/
cd ai-friendly-agents/adk/workshops/simple-travel-agent/

# 2. Create your solution empty skeleton
mkdir -p mysolution/
touch mysolution/__init__.py mysolution/agent.py

# 3. This installs ADK and MCP via `uv` by reading pyproject.toml
uv sync

# 4. Call Gemini CLI
gemini  # This runs Gemini CLI under the simple-travel-agent/ folder.
# Login with your GMail account.

הבדיקה של uv sync לא נדרשת, אבל אם היא נכשלת, צריך לתקן את ההתקנה של Python או של uv.

חשוב. מוודאים שאתם מריצים את Gemini CLI מתוך התיקייה 📁 simple-travel-agent/. בנוסף, בסביבת הפיתוח המשולבת (IDE) השם הזה אמור להופיע כשם הבסיס. כך אפשר לוודא ש-Gemini CLI יבחר את ההגדרה הנכונה. תמיד אפשר להוסיף תיקיות חיצוניות דרך /dir add /your/other/folder, אבל 📁 simple-travel-agent/ הוא המיקום ההתחלתי הטוב ביותר.

פתרונות זמינים

הקוד כולו נמצא בתיקייה 📂 steps/. אפשר להעתיק את הקוד משם.

ה-Codelab הזה לא עוסק בלימוד כתיבת קוד ADK טוב, אלא בהגדרת הסביבה כדי לקבל קוד טוב שנכתב אוטומטית בהתאם להנחיות שלכם.

1. התקנת התוכנה
2. הגדרה או הפעלה, ו
3. להיכנס למעגל משוב חיובי

זה מה שאנחנו באמת רוצים שתלמדו כאן. אפשר גם לבדוק את כולם בו-זמנית באמצעות $ just web-4steps!

3. שלב 1: סוכן בסיסי

נתחיל ביצירה של סוכן בסיסי שיכול לנהל שיחה.

עורכים את הקובץ שנקרא mysolution/__init__.py ומוסיפים את התוכן הבא:

from .agent import root_agent

פשוט וקל! כך ADK יודע איפה הקוד נמצא: ב-agent.py.

עורכים את הקובץ שנקרא mysolution/agent.py ומוסיפים את התוכן הבא:

from google.adk.agents import Agent

root_agent = Agent(
    name="travel_basic",
    model="gemini-2.5-flash",
    instruction="You are a helpful travel assistant." +
    "You can help with general travel advice based on your knowledge.",
)

בדיקת הנציג

זה נכון לגבי כל השלבים. ה-ADK מאפשר לכם לבדוק את הנציג בשתי דרכים: CLI ואינטרנט.

• CLI הוא הכלי הכי טוב לבדיקות מהירות ואוטומטיות
• באינטרנט הכי טוב לראות חזותית מה קורה, להשתמש במיקרופון (!) ולפתור בעיות.

הערה: כדי לבצע את התרגיל הזה, צריך להשתמש באינטרנט (למעט בדיקות יחידה). זה באמת מדהים! מומלץ להשתמש ב-CLI רק לבדיקות אוטומטיות.

הנחיה טובה לבדיקה של שלבים 1-2-3-4 יכולה להיות כזו (הנחיית בדיקה חכמה):

# <!– litmus prompt –> Hi, I'd like to book a hotel in Paris for tomorrow evening alone, one night, in Paris city center. רצוי שיהיה קרוב לתחנת ליון. תקציב: עד 200 אירו ללילה.

1. תגיד לי מה התאריך של מחר בפורמט YYYYMMDD ומה היום בשבוע.
2. תגיד לי אילו מלונות אתה רואה למחר (לפחות 3). אני רוצה לראות: > מחיר, כתובת, דירוג כלשהו (בפורמט XX/YY, למשל '4.7/5' – מ-Google Hotels, ‏ Booking או Airbnb), מספר הביקורות. תציג לי אותם בפורמט טבלאי. מומלץ לקשר את שם המלון לכתובת URL כלשהי של המלון (אין צורך להוסיף עמודה של כתובת URL). מוודאים שהקישור תקין (הוא פועל והדף מפנה למידע על המלון).

זוהי הנחיה חכמה, כי היא בודקת את הזמן ואת המלונות, והיא תיכשל באופן שונה בשלבים 1, 2 ו-3, ותצליח באופן מלא רק בשלב 4. כמובן שאפשר להשתמש בכל הנחיה שרוצים.

מריצים אותו מ-bash ‏ (CLI):

# 1. If ADK was installed:
adk run mysolution/
# ... but if you get: -bash: adk: command not found"
# 2. Call ADK cli script through UV to avoid python install nightmares.
uv run adk run mysolution/

אפשר לנסות להשתמש בהנחיה לבדיקת מוכנות שמופיעה למעלה.

סביר להניח שהוא לא יצליח לדעת תאריכים ספציפיים. אנחנו צריכים ללמד אותו לזהות את התאריך.

באינטרנט, אפשר לעשות את זה כך:

1. ‫uv run adk web . : מריץ את כל הסוכנים בתיקייה הזו. רוצים להפנות אותו לתיקיית המשנה mysolution/‎
2. בוחרים באפשרות mysolution/ בפינה השמאלית העליונה (ראו תמונה לצד).
3. מקלידים את השאלה או משתמשים במיקרופון כדי לשאול אותה, בדומה ל "הנחיית הלקמוס".

TODO(ricc): <image here>

שימו לב שצריך להפעיל את הפקודה adk web מהתיקייה העליונה, בהתאם לגרסת ה-CLI.

כאן מוצג פתרון אפשרי, עם הזיהוי של תאריך. הערה: 3 מתוך 5 הקישורים להזמנות פועלים. לא רע.

4. שלב 2: מוסיפים את הכלי now()

הנציג לא יודע מה זה 'היום'. ניתן לו כלי.

TODO(image): ricc put here image of step2.

מוסיפים את הפונקציה הזו ל-agent.py ממש לפני ההגדרה של root_agent:

from datetime import datetime

def now() -> dict:
    """Returns the current date and time."""
    my_datetime = ... # Ask Gemini CLI to help you!
    return {
        "status": "success",
        "current_time": my_datetime
    }

מעדכנים את הגדרת הסוכן כך שתכלול את הכלי:

  # file XXX.py

  travel_agent = LlmAgent(
        name="..",
        model="..",
        instruction="..",
        tools=[now] # <== This is the only line you want to add.
    )

מריצים אותה שוב ושואלים את אותה שאלה. התאריך אמור להיות ידוע עכשיו (טוב), אבל המידע על המלונות צריך להיות כללי (לא טוב)!

אפשר גם לבדוק את זה עם משהו כזה:

# Let's pretend we're in Milan. This should call the tool
# and respond correctly (possibly with some TZ math issues)

echo "What time is it in Milan?" | uv run adk run mysolution/

5. שלב 3: נעבור לנושא אחר: google_search

עכשיו, אחרי שלמדנו איך ליצור כלי בהתאמה אישית, נראה איך להשתמש באחד מהכלים המובנים המתקדמים שמסופקים על ידי ADK: ‏ google_search. כך הנציג שלנו יכול לגשת למידע בזמן אמת מהאינטרנט.

הערה: 🚨 מודלים של gemini-2.x לא יכולים לשלב באופן טבעי חיפוש Google עם כלים בהתאמה אישית (ראו בעיה מספר 969), ולכן נשתמש ב-google_search במקום now() כדי לפשט את התהליך. פרטים נוספים: ISSUES.md.

המשימה שלכם היא לשנות את הסוכן משלב 2. במקום להשתמש בכלי now, תייבאו את הכלי google_search מספריית ה-ADK ותשתמשו בו.

# Full Code: `steps/step03_search/agent.py`
# Remember to REMOVE the now() tool here. See above why.
from google.adk.agents import Agent
from google.adk.tools import google_search

root_agent = Agent(
    name="travel_agent",
    model="gemini-2.5-flash",
    tools=[google_search],
    instruction="""You are a travel agent.
Your job is to help the user plan a trip.
You have access to a search engine.
If you don't know the answer, you can use the search engine.
When you are done, reply with "DONE".""",
)

איך מפעילים

אותו דבר כמו בשלב 1.

למומחים בלבד. לשילוב מתקדם יותר (באמצעות google_search ו-now יחד), בודקים את הקוד ב-steps/step03b_search_and_tool/agent.py ומריצים אותו באמצעות just run-step3b. הפעולה הזו היא אופציונלית לחלוטין.

6. שלב 4: כלי מתוחכם יותר: MCP

‫TODO(ricc): הוספת תמונה 4

אחרי שראינו כלים מותאמים אישית וכלים מובנים, נעבור לשיטה מתקדמת יותר: התבנית Model-as-a-Tool באמצעות Model Context Protocol (פרוטוקול הקשר של המודל, ‏MCP).

כדי להתמקד ביכולות המתקדמות של MCP, אנחנו מחליפים שוב את הכלי הקודם שלנו (google_search). אנחנו משיקים מחדש את הכלי הפשוט שלנו now שיפעל לצד הכלי airbnb_mcp. הדוגמה הזו ממחישה איך סוכן יכול להשתמש בכמה כלים תואמים (במקרה הזה, FunctionTool ו-MCPToolset) כדי לבצע משימות מורכבות.

# Full Code: steps/step04_mcp/agent.py
# ... Imports as before
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StdioConnectionParams
from mcp import StdioServerParameters

def now() -> dict:
    # ... as before

# Configure the Airbnb MCP Toolset
airbnb_mcp = MCPToolset(
    connection_params=StdioConnectionParams(
        server_params=StdioServerParameters(
            command='npx',
            args=["-y", "@openbnb/mcp-server-airbnb", "--ignore-robots-txt"],
        ),
    )
)

root_agent = Agent(
    name="travel_mcp",
    model="gemini-2.5-flash",
    instruction="You are a helpful travel assistant. You can find accommodation using Airbnb, and have access to the current time.",
    tools=[now, airbnb_mcp],
)

איך מפעילים

כדי לבצע את השלב הזה, צריך להתקין את npx במערכת. בשאר המקרים, התהליך זהה לזה שמתואר למעלה.

הערות/ שגיאות

1. אם מופיעה שגיאת הגבלה robots.txt, אפשר להחיל תיקון על ה-MCP באמצעות הוראת התעלמות מ-robots.txt. מידע נוסף זמין במסמכים: https://github.com/openbnb-org/mcp-server-airbnb
2. אם מופיעה שגיאת timeout (5 שניות זה זמן קצר מדי בשביל Airbnb לקבל תשובות), כדאי לעיין בתיעוד של ADK כדי להגדיל את הזמן הקצוב לתפוגה, למשל ל-30 שניות. או.. משתמשים ב-Gemini CLI כדי לעשות את זה! שימו לב שבתאריך 3 בדצמבר 2025, Cloud Shell הציג לי שגיאת זמן קצוב לתפוגה. תיקנתי את השגיאה הזו, אבל עדיין קיבלתי שגיאות, עד שאילצתי אותו לחזור לגרסה הקודמת: args=["-y", "@openbnb/mcp-server-airbnb@0.1.2", "--ignore-robots-txt"].

7. ‫🏅 השלמת יעד 1!

🏅 מזל טוב! 🏅 עכשיו אתם מומחים ל-ADK! השלמתם את החלק הראשון של הסדנה, ויצרתם ובדקתם בהצלחה סוכני AI עם כלים בהתאמה אישית, כלים מובנים וכלים מתקדמים של MCP. עכשיו אתם מוכנים ליצור סוכנים מדהימים משלכם באמצעות Google Agent Development Kit!

עכשיו יש לכם סוכן נסיעות שיודע מה השעה ויכול לחפש באינטרנט. השמיים הם הגבול!

עכשיו הגיע הזמן להוסיף פונקציונליות נוספת באמצעות Gemini CLI.

8. ‫🏅 אבן דרך 2: כתיבת קוד ב-ADK באמצעות Gemini CLI

עכשיו אנחנו מגיעים לחלק המעניין בסדנה.

1. חשוב לוודא שgit commitשמרתם את הקוד במקום בטוח. אפשר ליצור Fork של הקוד המקורי או ליצור ענף: אל דאגה, Gemini CLI מצוין בעזרה בתהליך הזה.
2. מאתרים 💡 רעיון להטמעה. אפשר לעיין ברעיונות שבהמשך, למצוא רעיון בעצמכם או לבקש מ-Gemini לעיין במסמכים ב-rag/ ולהציע כמה רעיונות חכמים.
3. פועלים לפי הדרישות המוקדמות כדי לוודא ש-Gemini יכול לקרוא מסמכי ADK, ואז אפשר להתחיל!

💡 רעיונות

הנה תפריט עם כמה רעיונות ברמות מורכבות שונות.

1. 🟢 [קל] האם אתה דובר שפות רבות? רוצה לתת go או java או Typescript? השינוי של הקוד הקיים הוא פשוט מאוד. פשוט מורידים את ה-ADK המתאים ומבקשים מ-Gemini CLI לתרגם!
2. ‫🟢 [קל] תוסיף אמוג'י או תציין פורמט פלט שאתה רוצה (למשל, טבלה עם אמוג'י של מלון, ואחריו מחיר, ואחריו אמוג'י של 1-5 כוכבים על סמך 🌕🌕🌕🌗🌑 כדי לעשות גם חצאים!).
3. ‫🟢 [קל] משנים את ההנחיה כדי ללמד את המודל דברים ספציפיים שאתם מחפשים או לא מחפשים (מתאים לחיות מחמד, לא בקומה הראשונה, שקט, קרוב לתחבורה ציבורית וכו') ובודקים את התוצאה. אפשר גם להוסיף דירוג אישי כמו 'דירוג YOUR_NAME מ-1 עד 10' על סמך הנתונים שלמעלה, ולמיין לפי הדירוג הזה.
4. 🟢 [קל] יש מפעיל בחדר? פורסים ל-Cloud Run. או ל-Vertex AI Agent Engine. ידעת שאפשר לשלב את הסוכן הזה ולהתקשר אליו ישירות מ-Gemini Enterprise החדש?
5. ‫🟢 [קל] שילוב של adk run עם 🍌 NanoBanana MCP. נדרש מפתח Gemini API. כאן תוכלו ליצור תמונות אבל לא להציג אותן. בהמשך מופיעה גרסה קשה יותר.
6. 🟡 [בינוני] צור סוכן משנה שמבצע את הפעולה HotelSearch ויוצר BudgetAgent או LocationAgent שיכולים להכפיל את המאמץ ולחפש מלונות בהתאם לצרכים שלך לגבי מיקום, למשל 'לא יותר מ-X ק"מ ממיקום מסוים'. אם ה-API לא מאפשר זאת, יכול להיות שיהיה צורך לבצע כמה פעולות הלוך ושוב בעזרת GoogleSearch. הערה: Gemini CLI יכול לעזור לכם.
7. ‫🟡 [בינוני] הטמעת AirbnbReviewAgent שמעבדת את הביקורות ומסכמת את הנקודות החיוביות והשליליות בכמה תמציתיות עם קידוד צבעים, עבור מלון אחד או יותר שמופיעים בתוצאות החיפוש. כבר יש לך 2 רכיבים (GoogleSearch ו-MCP Airbnb), ועכשיו צריך לקשר אותם לסוכן הראשי ואולי להמציא פרוטוקול כלשהו כדי שהם יוכלו לתקשר.
8. ‫🟡 [בינוני] שילוב עם A2A. הופכים אותו לסוכן A2A! כדאי גם לבקש עזרה מ-Gemini CLI.
9. ‫🔴 [מורכב] אפשר לשלב עם טיסות או עם פונקציות אחרות של MCP כדי ליצור סוכן נסיעות רב-תכליתי.
10. ‫🔴 [complex] Integrate ADK web with 🍌 NanoBanana MCP. המשימה הזו קשה יותר מהמשימה הקודמת, ואפשר למצוא טיפים בכתובת https://github.com/palladius/ai-friendly-agents/issues/11 . התהליך הזה לקח למחבר 3 שעות של ניסוי וטעייה עם Gemini CLI ו-Gemini 3, וגם אני וגם הוא קראנו מסמכים וקוד מ-rag/!

רוצים לקבל עוד השראה?

1. כדאי לעיין במדריך המצוין של Maurizio בנושא ADK כדי לקבל רעיונות.
2. אפשר לבקש מ-Gemini CLI למצוא רעיונות על ידי עיון במסמכים בתיקייה rag/. לדוגמה, אפשר להזין את ההנחיה הבאה: Is there a feature in here which seems very succulent to you? Give me 3 proposals and let's implement together the one I choose.

דרישות מוקדמות ל-ADK‏ RAG

כדי לכתוב קוד של פונקציונליות ב-Vibe, מומלץ להוריד את כל ה-ADK‏ python ADK (הערה: אפשר להתאים אותו בקלות לשפה המועדפת עליכם, כמו Java או Go!).

הקוד נמצא בקטע ./rag ואפשר להוריד אותו באמצעות ./download-adk.sh.

התיקייה rag מופיעה בקובץ .gitignore, לכן חשוב לוודא שהקובץ .gemini/settings.json מכיל את הפרטים הבאים:

{
 "context": {
   "includeDirectories": ["rag"]
 }
}

למה? אנחנו רוצים ש-Gemini יוכל לקרוא את הקבצים האלה, אבל שהם לא ייכללו ב-git. מבחינה טכנית, אפשר גם לבטל את ההסתרה של כל קובצי ‎ .gitignore על ידי הגדרת context.fileFiltering.respectGitIgnore ל-false, אבל זה יציג הרבה קבצים מיותרים של node_modules/ ו-__pycache__/, ולכן האפשרות המועדפת היא לכלול תיקיות באופן מפורש.

9. השלבים הבאים

Curiosity: הסדנה הזו נוצרה בעזרת Gemini CLI. אם אתם סקרנים, תוכלו לראות איך עשיתי את זה על ידי עיון בקובץ GEMINI.md ובקובץ WORKSHOP_PLAN.md בתיקייה הזו.

לקחים

למדנו איך לשייך את ADK ל-Gemini CLI

מקורות מידע נוספים

• כדאי לעיין בשני ה-codelabs המדהימים האלה של Antigravity מאת רומין ומטה:
• איך מתחילים להשתמש ב-Google Antigravity
• פיתוח באמצעות Google Antigravity
• איך יוצרים פרויקטים ופורסים אותם ב-Google Cloud באמצעות Antigravity
• כדאי לעיין במדריך המצוין של Maurizio בנושא ADK כדי לקבל רעיונות.