ADK 및 Gemini CLI로 간단한 여행사 빌드

1. 소개

최종 업데이트: 2026년 2월 2일

ADK로 간단한 여행사 빌드

Gemini CLI 덕분에 모든 것이 포함된 ADK Python(*) 워크숍에 오신 것을 환영합니다.

이 Codelab은 두 개의 🏅 주요 단계로 나뉩니다.

일반적이고 간단한 학습 과정: 설정 + 즉각적인 만족감
Gemini CLI의 도움을 받아 해결할 퀘스트를 선택하는 맞춤형 경로

두 번째 부분은 이 Codelab을 해커톤에 적합하게 만듭니다 (가장 창의적인 솔루션에 대한 상품도 있습니다).

마일스톤 1: ADK 및 Gemini CLI를 사용한 첫 번째 에이전트

이 마일스톤의 목표는 ADK를 사용하여 간단한 여행사 에이전트를 단계별로 빌드하는 것입니다.

이를 위해 먼저 ADK로 코딩하는 데 도움이 되도록 Gemini CLI를 설정합니다. 이렇게 하면 로컬 셸에서 최신 버전의 Python ADK를 선택하고, 코드와 문서를 inept하고, 목표를 위해 사용할 최신/최고의 코드를 제공할 수 있습니다.

이 부분은 작고 간단한 증분을 통해 완전히 작동하는 앱을 달성하는 핸드 가이드 부분입니다. 일반적으로 1시간 (설치 시간 포함)이 소요됩니다.

주요 단계 2: 에이전트 확장하기

그런 다음 앱을 원하는 대로 확장할 수 있는 다양한 옵션 (난이도 다양)이 제공됩니다. 이를 통해 다양한 측면 (UI, 운영, 복잡한 에이전트 상호작용 등)을 살펴볼 수 있습니다.

빌드할 항목

이 Codelab에서는 ADK와 Gemini CLI를 사용하여 여행사 앱을 빌드합니다. 이 앱에는 아래의 기능이 있습니다.

Airbnb MCP를 통해 Airbnb API에 연결합니다.
온라인에서 최신 정보 (날씨, 날짜 등)를 검색합니다.
맞춤 도구를 실행합니다.
NanoBanana를 사용하여 아파트/객실의 이미지를 만듭니다.

Gemini CLI는 코드 작성/검토, ADK 저장소의 로컬 미러에서 최신 문서 찾기 (Python 또는 원하는 언어) 등 이 모든 과정을 안내합니다.

학습할 내용

ADK로 앱을 만들고 생성하는 방법
Gemini CLI를 사용하여 로컬 문서를 기반으로 앱을 코딩하는 방법
다음과 같이 MCP 서버와 상호작용하여 실시간 외부 데이터 소스에 연결하는 방법

필요한 항목

패키지 (예: npm install ..)를 설치할 수 있는 컴퓨터
Python, TypeScript, Go, Java 중 하나의 기본 코딩 능력
Antigravity, vscode, IntelliJ, vim과 같은 IDE를 사용하는 것이 좋습니다.

ADK + Gemini CLI를 사용해야 하는 이유

로컬 에이전트 코드 도우미 (예: Gemini CLI)와 함께 ADK (에이전트 빌더 SDK)를 사용해야 하는 이유가 궁금할 수도 있습니다. 두 도구 모두 매우 강력하지만 상호작용이 간단하지 않기 때문입니다. 많은 사용자가 두 도구를 함께 사용하려고 시도했지만 실패했습니다 (주로 '루프 내 루프' 문제로 인해). 이 Codelab에서는 이러한 공존을 가능하게 하는 몇 가지 팁을 공유하고자 합니다.

2. 설정

다음 옵션 중 하나를 선택합니다. 자체 학습 환경 설정: 이

자체 머신에서 Codelab을 실행하거나, 클라우드에서 Codelab을 완전히 실행하려면 Cloud Shell을 시작하세요.

자습형 환경 설정

Google Cloud Console에 로그인하여 새 프로젝트를 만들거나 기존 프로젝트를 재사용합니다. 아직 Gmail이나 Google Workspace 계정이 없는 경우 계정을 만들어야 합니다.

프로젝트 이름은 이 프로젝트 참가자의 표시 이름입니다. 이는 Google API에서 사용하지 않는 문자열이며 언제든지 업데이트할 수 있습니다.
프로젝트 ID는 모든 Google Cloud 프로젝트에서 고유하며, 변경할 수 없습니다(설정된 후에는 변경할 수 없음). Cloud 콘솔은 고유한 문자열을 자동으로 생성합니다. 일반적으로는 신경 쓰지 않아도 됩니다. 대부분의 Codelab에서는 프로젝트 ID (일반적으로 PROJECT_ID로 식별됨)를 참조해야 합니다. 생성된 ID가 마음에 들지 않으면 다른 임의 ID를 생성할 수 있습니다. 또는 직접 시도해 보고 사용 가능한지 확인할 수도 있습니다. 이 단계 이후에는 변경할 수 없으며 프로젝트 기간 동안 유지됩니다.
참고로 세 번째 값은 일부 API에서 사용하는 프로젝트 번호입니다. 이 세 가지 값에 대한 자세한 내용은 문서를 참고하세요.

다음으로 Cloud 리소스/API를 사용하려면 Cloud 콘솔에서 결제를 사용 설정해야 합니다. 이 Codelab 실행에는 많은 비용이 들지 않습니다. 이 튜토리얼이 끝난 후에 요금이 청구되지 않도록 리소스를 종료하려면 만든 리소스 또는 프로젝트를 삭제하면 됩니다. Google Cloud 신규 사용자는 300달러(USD) 상당의 무료 체험판 프로그램에 참여할 수 있습니다.

Cloud Shell 시작

Google Cloud를 노트북에서 원격으로 실행할 수 있지만, 이 Codelab에서는 Cloud에서 실행되는 명령줄 환경인 Google Cloud Shell을 사용합니다.

Google Cloud Console의 오른쪽 상단 툴바에 있는 Cloud Shell 아이콘을 클릭합니다.

Cloud Shell 활성화

환경을 프로비저닝하고 연결하는 데 몇 분 정도 소요됩니다. 완료되면 다음과 같이 표시됩니다.

환경이 연결되었음을 보여주는 Google Cloud Shell 터미널 스크린샷

가상 머신에는 필요한 개발 도구가 모두 들어있습니다. 영구적인 5GB 홈 디렉터리를 제공하고 Google Cloud에서 실행되므로 네트워크 성능과 인증이 크게 개선됩니다. 이 Codelab의 모든 작업은 브라우저 내에서 수행할 수 있습니다. 아무것도 설치할 필요가 없습니다.

기본 요건 (설치)

이 튜토리얼에서는 다음을 설치해야 합니다.

1. Python 및 uv

python 및 uv (Python용 패키지 관리자) ADK에 필요합니다. uv가 설치되어 있는지 확인합니다.

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

uv를 사용해야 하는 이유 원하는 Python 관리자를 사용할 수 있지만 uv를 사용하면 Python의 ENV/PATH 설정이 사용자와 Gemini CLI에서 동일하므로 셸 환경이 Gemini CLI와 거의 동일해집니다. 예를 들어 virtualenv를 사용하면 Gemini CLI가 환경을 모방하기 위해 'source .env/venv/bin/activate && my-original-command'와 같은 작업을 강제로 실행합니다.

2. Gemini CLI

Gemini CLI의 경우 https://github.com/google-gemini/gemini-cli에서 설치 안내를 확인하세요 .

참고: npm 또는 npx가 설치되어 있어야 합니다.

npm install -g @google/gemini-cli

Mac에서는 공식 문서에 따라 brew를 사용할 수 있습니다.
Windows에서는 chocolatey를 사용하거나 https://nodejs.org/en/download에서 실행 파일을 다운로드하면 됩니다.

4단계 (나중에)에서는 npx도 설치해야 합니다. npm과 npx은 Gemini CLI의 일부로 자연스럽게 제공되어야 합니다. 그렇지 않은 경우 여기에서 Gemini CLI에 도움을 요청하세요.

just를 설치할 수도 있습니다. 이는 더 고급적이고 자체 문서화되는 Makefile입니다. 여기에서 Gemini CLI에 설치를 요청할 수도 있습니다. Gemini CLI가 설치를 대신해 줄 수 있습니다.

인증.

Vertex AI가 사용 설정된 Google Cloud 프로젝트 또는 Google AI Studio API 키가 필요합니다.

옵션 A (워크숍에 권장): API 키를 내보냅니다.

export GOOGLE_API_KEY="your-api-key"

옵션 B (Vertex AI): gcloud로 인증합니다.

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

작업 환경 설정

mysolution/ 아래에 자체 솔루션을 만들 예정이므로 필요한 폴더와 파일을 두 개 만들어 보겠습니다.

이때 IDE (Visual Studio Code, IntelliJ, RubyMine 등)를 열고 폴더를 열면 됩니다.

# 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.

uv sync은 엄격하게 요구되지는 않지만 실패하면 Python 또는 uv 설치를 수정해야 합니다.

사용 가능한 솔루션

코드는 모두 📂 steps/에 포함되어 있습니다. 여기에서 코드를 복사할 수 있습니다.

이 Codelab은 우수한 ADK 코드를 작성하는 방법을 배우는 것이 아니라, 내 지시에 따라 우수한 코드가 자동으로 작성되도록 환경을 설정하는 방법을 다룹니다.

소프트웨어 설치
구성 / 작동시키고
올바른 피드백 루프를 입력합니다.

이것이 바로 여기서 배우기를 바라는 내용입니다. $ just web-4steps를 통해 한 번에 모두 테스트할 수도 있습니다.

3. 1단계: 기본 에이전트

대화를 나눌 수 있는 기본 에이전트를 만들어 보겠습니다.

다음 콘텐츠를 추가하여 mysolution/__init__.py이라는 파일을 수정합니다.

from .agent import root_agent

아주 간단하죠! 이렇게 하면 ADK가 agent.py에 코드가 있음을 알 수 있습니다.

다음 콘텐츠를 추가하여 mysolution/agent.py이라는 파일을 수정합니다.

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.",
)

에이전트 테스트

이는 모든 단계에 해당합니다. ADK를 사용하면 CLI와 웹의 두 가지 방법으로 에이전트를 테스트할 수 있습니다.

CLI는 빠르고 자동화된 테스트에 가장 적합합니다.
웹은 상황을 시각적으로 확인하고, 마이크를 사용하고, 문제를 해결하는 데 가장 적합합니다.

도움말: 이 연습에서는 단위 테스트를 제외한 모든 작업을 수행하기 위해 웹을 사용합니다. 정말 놀랍습니다. CLI는 자동 테스트용으로만 유지합니다.

1~4단계를 적절하게 테스트하는 좋은 프롬프트는 다음과 같습니다 (스마트 '리트머스 프롬프트').

# <!– litmus prompt –> 안녕하세요. 내일 저녁에 파리 시내에서 혼자 1박을 묵을 호텔을 예약하고 싶습니다. 리옹역에서 가까운 곳이 좋습니다. 예산: 1박당 200유로 미만

내일의 YYYYMMDD와 요일을 알려 줘.
내일의 호텔을 3개 이상 알려 줘. 가격, 주소, 일부 평점 (예: '4.7/5' - Google 호텔, Booking 또는 Airbnb에서), 리뷰 수를 보고 싶습니다. 표 형식으로 알려 줘. 호텔 이름은 호텔의 URL과 연결되어야 합니다 (URL 열을 추가하지 않아도 됨). 링크가 유효한지 확인합니다 (작동하고 페이지가 호텔 정보를 가리킴).

시간과 호텔을 테스트하므로 스마트 프롬프트이며 1,2,3단계에서 다르게 실패하고 4단계에서만 완전히 성공해야 합니다. 물론 원하는 프롬프트를 사용할 수 있습니다.

bash (CLI)에서 실행합니다.

# 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/

위의 '리트머스 프롬프트'를 사용해 보세요.

특정 날짜를 알지 못할 가능성이 높습니다. 날짜를 알 수 있도록 가르쳐야 합니다.

웹의 경우 다음을 수행할 수 있습니다.

uv run adk web . : 이 폴더 아래의 모든 에이전트를 실행합니다. 'mysolution/' 하위 폴더를 가리키도록 합니다.
오른쪽 상단에서 mysolution/를 선택합니다 (옆의 이미지 참고).
'리트머스 프롬프트'와 같은 텍스트 또는 마이크를 통해 질문을 합니다.

TODO(ricc): <여기에 이미지>

CLI 버전에 따라 상위 폴더에서 adk web를 호출해야 합니다.

날짜가 약간 잘못된 해결 방법이 있습니다. 5개의 예약 링크 중 3개가 작동합니다. 양호합니다.

4. 2단계: now() 도구 추가

에이전트는 '오늘'이 무엇인지 모릅니다. 도구를 제공해 보겠습니다.

TODO(이미지): ricc가 여기에 2단계 이미지를 넣습니다.

root_agent 정의 바로 앞에 agent.py에 이 함수를 추가합니다.

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
    }

도구를 포함하도록 에이전트 정의를 업데이트합니다.

  # file XXX.py

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

다시 실행하고 동일한 질문을 합니다. 이제 날짜를 알 수 있지만 (좋음) 호텔에 대해서는 모호하게 대답합니다 (나쁨).

다음과 같이 테스트할 수도 있습니다.

# 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. 3단계: 전환하기: google_search

맞춤 도구를 만드는 방법을 알았으니 이제 ADK에서 제공하는 강력한 기본 제공 도구 중 하나인 google_search를 사용하는 방법을 살펴보겠습니다. 이를 통해 상담사가 웹의 실시간 정보에 액세스할 수 있습니다.

2단계의 에이전트를 수정해야 합니다. now 도구를 사용하는 대신 ADK 라이브러리에서 google_search 도구를 가져와 사용합니다.

# 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".""",
)

실행 방법

1단계와 동일합니다.

전문가만. google_search와 now을 함께 사용하는 고급 통합의 경우 steps/step03b_search_and_tool/agent.py의 코드를 확인하고 just run-step3b로 실행하세요. 이 단계는 완전히 선택사항입니다.

6. 4단계: 더 정교한 도구: MCP

TODO(ricc): 이미지 4 추가

이제 맞춤 도구와 내장 도구를 모두 살펴보았으므로 모델 컨텍스트 프로토콜 (MCP)을 사용하는 모델을 도구로 사용 패턴과 같은 더 강력한 도구를 살펴보겠습니다.

이 단계에서 MCP의 강력한 기능에 집중하기 위해 이전 도구 (google_search)를 다시 바꿉니다. airbnb_mcp 도구와 함께 실행할 간단한 now 도구를 다시 도입합니다. 이는 에이전트가 호환되는 여러 도구 (이 경우 FunctionTool 및 MCPToolset)를 사용하여 복잡한 작업을 실행하는 방법을 보여줍니다.

# 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],
)

실행 방법

이 단계에서는 시스템에 npx이 설치되어 있어야 합니다. 나머지는 위와 동일합니다.

주의사항/ 오류

robots.txt 제한 오류가 표시되면 robots 무시 지시어를 사용하여 MCP를 패치할 수 있습니다. 자세한 내용은 문서를 참고하세요(https://github.com/openbnb-org/mcp-server-airbnb).
timeout 오류 (Airbnb가 응답을 받기에는 5초가 너무 짧음)가 표시되면 제한 시간을 30초로 늘리는 방법을 ADK 문서에서 확인하세요. 또는 Gemini CLI를 사용하여 이 작업을 수행할 수 있습니다. 2025년 12월 3일에 Cloud Shell에서 시간 초과 오류가 발생했습니다. 시간 초과 오류를 수정했지만 이전 버전(args=["-y", "@openbnb/mcp-server-airbnb@0.1.2", "--ignore-robots-txt"])으로 강제할 때까지 오류가 계속 발생했습니다.

7. 🏅 주요 기록 1 완료

🏅 수고하셨습니다. 🏅 이제 ADK 전문가가 되었습니다. 워크숍의 첫 번째 부분을 완료했으며 맞춤 도구, 기본 제공 도구, 고급 MCP 도구를 사용하여 AI 에이전트를 성공적으로 빌드하고 테스트했습니다. 이제 Google 에이전트 개발 키트로 멋진 에이전트를 빌드할 준비가 되었습니다.

이제 시간을 알고 웹을 검색할 수 있는 기능적인 여행사 에이전트가 있습니다. 이제 한계는 없습니다.

이제 'Gemini CLI'를 사용하여 추가 기능을 추가할 때입니다.

8. 🏅 마일스톤 2: Gemini CLI를 통해 ADK를 바이브 코딩

이제 워크숍의 흥미로운 부분으로 들어가 보겠습니다.

안전한 곳에 코드를 git commit했는지 확인합니다. 원래 코드를 포크하거나 브랜치를 만들 수 있습니다. Gemini CLI가 이 작업을 도와줍니다.
구현할 💡 아이디어를 찾습니다. 아래 아이디어를 확인하거나 직접 아이디어를 찾거나 Gemini에게 rag/ 의 문서를 살펴보고 몇 가지 스마트한 아이디어를 제안해 달라고 요청할 수 있습니다.
기본 요건에 따라 Gemini가 ADK 문서를 읽을 수 있는지 확인한 후 사용하면 됩니다.

💡 아이디어

다음은 복잡성이 다양한 아이디어가 포함된 메뉴입니다.

🟢 [쉬움] 다국어를 사용하시나요? go, java, Typescript 중 어느 앱을 사용하시겠어요? 기존 코드를 리팩터링하는 것은 매우 간단합니다. 적절한 ADK를 다운로드하고 Gemini CLI에 번역을 요청하기만 하면 됩니다.
🟢 [쉬움] 이모티콘을 추가하거나 원하는 출력 형식을 지정하세요(예: 호텔 이모티콘이 있는 표, 그 뒤에 가격, 그 뒤에 🌕🌕🌕🌗🌑를 기반으로 한 1~5개의 별 이모티콘(절반도 가능)).
🟢 [쉬움] 내가 구체적으로 원하는 것 또는 원하지 않는 것 (반려동물 허용, 1층 아님, 조용함, 대중교통과 가까움 등)을 알려주는 프롬프트로 변경하고 테스트합니다. 위 내용을 바탕으로 'YOUR_NAME의 1~10점 평가'와 같은 개인적인 평가를 추가하고 평가를 기준으로 정렬해 줘.
🟢 [쉬움] 방에 연산자가 있나요? Cloud Run에 배포하세요. 또는 Vertex AI Agent Engine에 배포할 수 있습니다. 이 에이전트를 통합하고 새로운 Gemini Enterprise에서 직접 호출할 수 있다는 사실을 알고 계셨나요?
🟢 [쉬움] 🍌 NanoBanana MCP와 `adk run` 통합 Gemini API 키가 필요합니다. 여기에서는 이미지를 만들 수는 있지만 시각화할 수는 없습니다. 더 어려운 변형은 아래를 참고하세요.
🟡 [중간] HotelSearch를 실행하는 하위 에이전트를 만들고 위치 요구사항(예: '위치에서 Xkm 이내')을 준수하여 호텔을 반복적으로 확인할 수 있는 BudgetAgent 또는 LocationAgent를 만듭니다. API에서 허용하지 않는 경우 Google 검색의 도움을 받아 몇 차례의 왕복이 있을 수 있습니다. 참고: Gemini CLI를 사용하면 도움이 됩니다.
🟡 [중간] 리뷰로 이동하여 검색 결과에 나온 1개 또는 N개의 호텔에 대해 색상으로 구분된 몇 개의 글머리 기호로 긍정적인 측면과 부정적인 측면을 요약하는 AirbnbReviewAgent를 구현합니다. 이미 두 가지 재료 (Google 검색 및 MCP Airbnb)가 있으므로 이를 기본 에이전트에 연결하고 통신할 수 있는 프로토콜을 만들어야 합니다.
🟡 [중간] A2A와 통합 A2A 에이전트로 만들어 보세요. 다시 한번 Gemini CLI에 도움을 요청하세요.
🔴 [복잡함] 항공편 또는 기타 MCP 기능과 통합하여 다각적이고 다기능적인 여행사를 만들 수 있습니다.
🔴 [복잡함] ADK 웹을 🍌 NanoBanana MCP와 통합 위의 경우보다 어렵고 https://github.com/palladius/ai-friendly-agents/issues/11에서 몇 가지 팁을 확인할 수 있습니다 . 이 작업은 Gemini CLI, Gemini 3와 함께 3시간 동안 진행되었으며, rag/에서 문서/코드를 읽었습니다.

아이디어가 더 필요하신가요?

아이디어가 필요하면 Maurizio의 훌륭한 ADK 튜토리얼을 확인하세요.
Gemini CLI에 rag/ 아래의 문서를 살펴보고 아이디어를 찾아 달라고 요청합니다. 가능한 프롬프트는 Is there a feature in here which seems very succulent to you? Give me 3 proposals and let's implement together the one I choose입니다.

ADK 'RAG' 기본 요건

기능을 바이브 코딩하려면 전체 ADK Python ADK를 다운로드하는 것이 좋습니다. Java 또는 Go와 같은 즐겨 사용하는 언어에 매우 쉽게 적용할 수 있습니다.

코드는 ./rag에 있으며 ./download-adk.sh로 다운로드할 수 있습니다.

rag 폴더가 .gitignore 파일에 나열되어 있으므로 .gemini/settings.json에 다음이 포함되어 있는지 확인합니다.

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

이유가 무엇인가요? Gemini가 이러한 파일을 읽을 수 있도록 하면서도 안전하게 git에서 무시되기를 원합니다. 기술적으로 context.fileFiltering.respectGitIgnore을 false로 설정하여 모든 .gitignore 파일을 숨김 해제할 수도 있지만 이렇게 하면 많은 node_modules/ 및 __pycache__/ 쓰레기가 열리므로 명시적 폴더 포함이 기본 옵션입니다.

9. 다음 단계

호기심: 이 워크숍은 Gemini CLI의 도움을 받아 제작되었습니다. 궁금하다면 이 폴더의 GEMINI.md 및 WORKSHOP_PLAN.md을 확인하여 방법을 알아볼 수 있습니다.

교훈

ADK를 Gemini CLI와 페어링하는 방법을 알아봤습니다.

추가 자료

Romin과 Mete가 만든 두 가지 멋진 Antigravity Codelab을 확인해 보세요.
Google Antigravity 시작하기
Google Antigravity로 빌드
Antigravity로 Google Cloud에 빌드 및 배포
아이디어가 필요하면 Maurizio의 훌륭한 ADK 튜토리얼을 확인하세요.