1. ভূমিকা
সংক্ষিপ্ত বিবরণ
এই কোডল্যাবটি এজেন্ট ডেভেলপমেন্ট কিট (ADK) ব্যবহার করে একটি স্কেলেবল, অ্যাসিঙ্ক্রোনাস এজেন্ট সিস্টেম কীভাবে তৈরি করতে হয় তা প্রদর্শন করে। আপনি একটি ক্লাউড রান ওয়ার্কার পুল তৈরি করবেন যা ADK কুইকস্টার্ট ওয়েদার এজেন্টকে হোস্ট করবে যা একটি PubSub পুল সাবস্ক্রিপশন থেকে কাজগুলি প্রক্রিয়াকরণ করবে।
তুমি কি শিখবে
- এজেন্ট ডেভেলপমেন্ট কিট (ADK) ব্যবহার করে কীভাবে একটি সিঙ্গেল-টার্ন এজেন্ট তৈরি করবেন।
- PubSub সাবস্ক্রিপশন থেকে সংগ্রহ করা ক্লাউড রান কর্মী পুল কীভাবে স্থাপন করবেন।
2. শুরু করার আগে
API গুলি সক্ষম করুন
এই কোডল্যাব ব্যবহার শুরু করার আগে, নিম্নলিখিত API গুলি চালিয়ে সক্ষম করুন:
gcloud services enable \
run.googleapis.com \
cloudbuild.googleapis.com \
artifactregistry.googleapis.com \
pubsub.googleapis.com \
aiplatform.googleapis.com
৩. সেটআপ এবং প্রয়োজনীয়তা
প্রয়োজনীয় রিসোর্স সেট আপ করতে, এই পদক্ষেপগুলি অনুসরণ করুন:
- এই কোডল্যাবের জন্য পরিবেশ ভেরিয়েবল সেট করুন:
export PROJECT_ID=<YOUR_PROJECT_ID>
export REGION=europe-west1
# AR repo
export AR_REPO="codelab-agent-wp"
# Application Names
export WORKER_APP_NAME="multi-tool-agent-worker"
# Pub/Sub Resources
export MY_TOPIC="pull-pubsub-topic-agent"
export MY_SUBSCRIPTION="agent-wp-sub"
# Service Accounts
export WORKER_SA_NAME="agent-worker-sa"
export WORKER_SA_ADDRESS="${WORKER_SA_NAME}@${PROJECT_ID}.iam.gserviceaccount.com"
পরিষেবা অ্যাকাউন্ট তৈরি করুন
নিরাপত্তার জন্য, আমরা আমাদের কর্মীর জন্য একটি ডেডিকেটেড সার্ভিস অ্যাকাউন্ট তৈরি করব যাতে নিশ্চিত করা যায় যে তার কাছে কেবল প্রয়োজনীয় অনুমতি রয়েছে।
কর্মীর জন্য পরিষেবা অ্যাকাউন্ট তৈরি করুন:
gcloud iam service-accounts create ${WORKER_SA_NAME} \
--display-name="Service Account for ADK Agent Worker"
পরিষেবা অ্যাকাউন্টে প্রয়োজনীয় ভূমিকা প্রদান করুন। এটিকে Pub/Sub থেকে বার্তাগুলি টেনে আনতে হবে এবং ADK দ্বারা ব্যবহৃত Vertex AI মডেলগুলি ব্যবহার করতে হবে।
# Role for subscribing to Pub/Sub
gcloud projects add-iam-policy-binding ${PROJECT_ID} \
--member="serviceAccount:${WORKER_SA_ADDRESS}" \
--role="roles/pubsub.admin"
# Role for invoking Vertex AI
gcloud projects add-iam-policy-binding ${PROJECT_ID} \
--member="serviceAccount:${WORKER_SA_ADDRESS}" \
--role="roles/aiplatform.user"
পাব/সাব রিসোর্স তৈরি করুন
আমাদের টাস্ক কিউ হিসেবে কাজ করবে এমন পাব/সাব টপিক তৈরি করুন।
gcloud pubsub topics create $MY_TOPIC
কর্মীর জন্য একটি পাব/সাব সাবস্ক্রিপশন তৈরি করুন যাতে তারা বার্তা পেতে পারে।
gcloud pubsub subscriptions create $MY_SUBSCRIPTION --topic=$MY_TOPIC
৪. ক্লাউড রান ওয়ার্কার পুল তৈরি করুন
আপনার প্রকল্পের জন্য agents-wp নামে একটি ডিরেক্টরি তৈরি করুন।
mkdir agents-wp && cd agents-wp
একটি Dockerfile তৈরি করুন
touch Dockerfile
এবং আপনার ডকারফাইলে নিম্নলিখিত বিষয়বস্তু যোগ করুন
FROM python:3.11-slim
WORKDIR /app
# Create a non-root user
RUN adduser --disabled-password --gecos "" myuser
# Switch to the non-root user
USER myuser
# Set up environment variables
ENV PATH="/home/myuser/.local/bin:$PATH"
# Copy agent files
COPY --chown=myuser:myuser multi_tool_agent/ /app/multi_tool_agent/
# Install dependencies from requirements.txt
RUN pip install -r /app/multi_tool_agent/requirements.txt
# Set the entrypoint to run the agent as a worker
CMD ["python3", "/app/multi_tool_agent/main.py"]
ভিতরে, multi_tool_agent নামে একটি সাবডিরেক্টরি তৈরি করুন। multi_tool_agent ফোল্ডার নামের আন্ডারস্কোরগুলি লক্ষ্য করুন। এই ফোল্ডারটি অবশ্যই পরবর্তীতে আপনার স্থাপন করা ADK এজেন্টের নামের সাথে মিলবে।
mkdir multi_tool_agent && cd multi_tool_agent
একটি __init__.py ফাইল তৈরি করুন
touch __init__.py
এবং __init__.py ফাইলে নিম্নলিখিতটি যোগ করুন
from . import agent
একটি agent.py ফাইল তৈরি করুন
touch agent.py
এবং agent.py ফাইলে নিম্নলিখিত বিষয়বস্তু যোগ করুন
import datetime
from zoneinfo import ZoneInfo
from google.adk.agents.llm_agent import Agent
def get_weather(city: str) -> dict:
"""Retrieves the current weather report for a specified city.
Args:
city (str): The name of the city for which to retrieve the weather report.
Returns:
dict: status and result or error msg.
"""
print(f"--- Entering get_weather function for city: {city} ---")
if city.lower() == "new york":
result = {
"status": "success",
"report": (
"The weather in New York is sunny with a temperature of 25 degrees"
" Celsius (77 degrees Fahrenheit)."
),
}
else:
result = {
"status": "error",
"error_message": f"Weather information for '{city}' is not available.",
}
print(f"--- Exiting get_weather function with result: {result} ---")
return result
def get_current_time(city: str) -> dict:
"""Returns the current time in a specified city.
Args:
city (str): The name of the city for which to retrieve the current time.
Returns:
dict: status and result or error msg.
"""
print(f"--- Entering get_current_time function for city: {city} ---")
if city.lower() == "new york":
tz_identifier = "America/New_York"
else:
result = {
"status": "error",
"error_message": (
f"Sorry, I don't have timezone information for {city}."
),
}
print(f"--- Exiting get_current_time function with result: {result} ---")
return result
tz = ZoneInfo(tz_identifier)
now = datetime.datetime.now(tz)
report = (
f'The current time in {city} is {now.strftime("%Y-%m-%d %H:%M:%S %Z%z")}'
)
result = {"status": "success", "report": report}
print(f"--- Exiting get_current_time function with result: {result} ---")
return result
print("--- Creating root_agent ---")
root_agent = Agent(
name="weather_time_agent",
model="gemini-2.5-flash",
description=(
"Agent to answer questions about the time and weather in a city."
),
instruction=(
"You are a helpful agent who can answer user questions about the time and weather in a city."
),
tools=[get_weather, get_current_time],
)
print("--- root_agent created ---")
একটি main.py ফাইল তৈরি করুন
touch main.py
এবং main.py ফাইলে নিম্নলিখিতটি যোগ করুন
import asyncio
import os
from google.adk.runners import InMemoryRunner, Runner
from google.genai import types
from google.cloud import pubsub_v1
from agent import root_agent
# --- Runner-based Invocation with Proper Async Handling ---
APP_NAME = "multi_tool_agent_worker"
USER_ID = "pubsub_user"
async def process_message(runner: Runner, message_data: bytes):
"""Processes a single message using the agent runner."""
print(f"Processing message: {message_data}")
try:
prompt = message_data.decode("utf-8")
session = await runner.session_service.create_session(
app_name=APP_NAME,
user_id=USER_ID
)
final_response_text = ""
async for event in runner.run_async(
user_id=USER_ID,
session_id=session.id,
new_message=types.Content(
role="user", parts=[types.Part.from_text(text=prompt)]
),
):
if event.content and event.content.parts:
if event.author != "user":
# Filter out thought parts to get only the final response text
final_response_text += "".join(
part.text or "" for part in event.content.parts if not part.thought
)
print(f"Agent response: {final_response_text}")
except Exception as e:
print(f"Error processing message: {e}")
async def async_worker(queue: asyncio.Queue, runner: Runner):
"""Continuously gets messages from the queue and processes them."""
while True:
message = await queue.get()
if message is None: # Sentinel for stopping
break
await process_message(runner, message.data)
message.ack()
queue.task_done()
async def main():
"""Sets up the Pub/Sub subscriber and the async worker."""
project_id = os.environ.get("GOOGLE_CLOUD_PROJECT")
subscription_id = os.environ.get("SUBSCRIPTION_ID")
if not project_id or not subscription_id:
print("GOOGLE_CLOUD_PROJECT and SUBSCRIPTION_ID environment variables must be set.")
return
runner = InMemoryRunner(agent=root_agent, app_name=APP_NAME)
message_queue = asyncio.Queue()
subscriber = pubsub_v1.SubscriberClient()
subscription_path = subscriber.subscription_path(project_id, subscription_id)
loop = asyncio.get_running_loop()
callback = lambda message: loop.call_soon_threadsafe(
message_queue.put_nowait, message
)
print(f"Listening for messages on {subscription_path}...\n")
streaming_pull_future = subscriber.subscribe(subscription_path, callback=callback)
worker_task = asyncio.create_task(async_worker(message_queue, runner))
try:
# This will block until the subscription is cancelled or an error occurs.
await loop.run_in_executor(None, streaming_pull_future.result)
except KeyboardInterrupt:
print("Shutting down...")
finally:
streaming_pull_future.cancel()
await message_queue.put(None) # Stop the worker
await worker_task # Wait for the worker to finish
await runner.close()
subscriber.close()
if __name__ == "__main__":
try:
asyncio.run(main())
except KeyboardInterrupt:
print("Exiting.")
একটি requirements.txt ফাইল তৈরি করুন
touch requirements.txt
এবং requirements.txt ফাইলে নিম্নলিখিতগুলি যোগ করুন
google-adk
google-cloud-pubsub
google-cloud-aiplatform
আপনার একটি ফোল্ডার কাঠামো থাকা উচিত যা দেখতে নিচের মতো হবে
agents-wp
- multi_tool_agent
- __init__.py
- agent.py
- main.py
- requirements.txt
- Dockerfile
৫. তৈরি এবং স্থাপন করুন
একটি আর্টিফ্যাক্ট রেজিস্ট্রি রিপোজিটরি তৈরি করুন
আপনার কন্টেইনারের ছবিগুলি সংরক্ষণ করার জন্য আপনার একটি জায়গার প্রয়োজন।
gcloud artifacts repositories create codelab-agent-wp \
--repository-format=docker \
--location=${REGION} \
--description="Repo for Cloud Run source deployments"
কন্টেইনার ইমেজ তৈরি করুন
আপনার ডকারফাইল যেখানে আছে, সেখানে রুট এজেন্ট-ডব্লিউপি ডিরেক্টরিতে যান।
cd ..
এবং নিম্নলিখিত build কমান্ডটি চালান।
gcloud builds submit . --tag \
${REGION}-docker.pkg.dev/${PROJECT_ID}/${AR_REPO}/${WORKER_APP_NAME}:latest
ক্লাউড রানে স্থাপন করুন
এজেন্ট কর্মীর ছবি স্থাপন করুন।
gcloud beta run worker-pools deploy ${WORKER_APP_NAME} \
--image=${REGION}-docker.pkg.dev/${PROJECT_ID}/${AR_REPO}/${WORKER_APP_NAME}:latest \
--service-account=${WORKER_SA_ADDRESS} \
--region=${REGION} \
--set-env-vars="SUBSCRIPTION_ID=${MY_SUBSCRIPTION}" \
--set-env-vars="PYTHONUNBUFFERED=1" \
--set-env-vars="GOOGLE_GENAI_USE_VERTEXAI=1" \
--set-env-vars="GOOGLE_CLOUD_PROJECT=${PROJECT_ID}" \
--set-env-vars="GOOGLE_CLOUD_LOCATION=${REGION}"
৬. এজেন্ট পরীক্ষা করুন
আপনি সরাসরি পাব/সাব টপিকে একটি বার্তা প্রকাশ করে কর্মীকে পরীক্ষা করতে পারেন।
gcloud pubsub topics publish ${MY_TOPIC} --message="What is the weather in New York?"
গুগল ক্লাউড কনসোলে আপনার মাল্টি-টুল-এজেন্ট-ওয়ার্কার পরিষেবার লগগুলি পরীক্ষা করতে আপনি এই কমান্ডটি চালাতে পারেন।
gcloud logging read 'resource.type="cloud_run_worker_pool" AND resource.labels.worker_pool_name="'$WORKER_APP_NAME'" AND resource.labels.location="'$REGION'"' --limit 10 --format="value(textPayload)"
আপনি আউটপুট দেখতে পাবেন যেখানে বার্তাটি গৃহীত হয়েছে এবং প্রক্রিয়া করা হয়েছে তা নির্দেশ করা হবে, তারপরে এজেন্টের প্রতিক্রিয়া।
Agent response: The weather in New York is sunny with a temperature of 25 degrees Celsius (77 degrees Fahrenheit).
৭. অভিনন্দন!
কোডল্যাবটি সম্পন্ন করার জন্য অভিনন্দন!
আমরা Worker Pools এবং হোস্ট এজেন্ট সম্পর্কিত Cloud Run ডকুমেন্টেশন পর্যালোচনা করার পরামর্শ দিচ্ছি।
আমরা যা কভার করেছি
- এজেন্ট ডেভেলপমেন্ট কিট (ADK) ব্যবহার করে কীভাবে একটি সিঙ্গেল-টার্ন এজেন্ট তৈরি করবেন।
- PubSub সাবস্ক্রিপশন থেকে সংগ্রহ করা ক্লাউড রান কর্মী পুল কীভাবে স্থাপন করবেন।
৮. পরিষ্কার করা
কোনও চার্জ এড়াতে, আপনার তৈরি করা রিসোর্সগুলি মুছে ফেলুন।
ক্লাউড রান ওয়ার্কার পুল মুছুন
gcloud beta run worker-pools delete ${WORKER_APP_NAME} --region=${REGION}
পাব/সাব রিসোর্স মুছে ফেলুন
gcloud pubsub subscriptions delete ${MY_SUBSCRIPTION}
gcloud pubsub topics delete ${MY_TOPIC}
আর্টিফ্যাক্ট রেজিস্ট্রি সংগ্রহস্থল মুছে ফেলুন
gcloud artifacts repositories delete ${AR_REPO} --location=$REGION
পরিষেবা অ্যাকাউন্টটি মুছুন
gcloud iam service-accounts delete ${WORKER_SA_ADDRESS}
সম্পূর্ণ প্রকল্পটি মুছে ফেলার জন্য, Manage Resources এ যান, ধাপ ২-এ তৈরি করা প্রকল্পটি নির্বাচন করুন এবং Delete নির্বাচন করুন। আপনি যদি প্রকল্পটি মুছে ফেলেন, তাহলে আপনার Cloud SDK-তে প্রকল্পগুলি পরিবর্তন করতে হবে। আপনি gcloud projects list চালিয়ে সমস্ত উপলব্ধ প্রকল্পের তালিকা দেখতে পারেন।