Quy trình công việc dựa trên tác nhân bằng ADK

1. Giới thiệu

VibeStudio

Lớp học lập trình này hướng dẫn bạn cách xây dựng hệ thống tác nhân thế hệ mới bằng cách sử dụng quy trình công việc và biểu đồ trong Bộ công cụ phát triển tác nhân (ADK). Bạn sẽ triển khai các mẫu kiến trúc phổ biến, điều phối các hoạt động tương tác có sự tham gia của con người (HITL) và xử lý quá trình thực thi không đồng bộ trong thời gian dài. Bạn cũng sẽ tích hợp cơ sở kiến thức doanh nghiệp và bộ nhớ ổn định để tuỳ chỉnh và phát triển hành vi của tác nhân. Cuối cùng, bạn sẽ kết nối các chức năng này để tạo một quy trình tạo video tự động.

Tình huống

Bạn điều hành một kênh kỹ thuật số trên VibeTube với lượng khán giả tích cực và danh sách ý tưởng sáng tạo ngày càng nhiều. Để sản xuất mỗi video, bạn cần thực hiện liên tục qua nhiều giai đoạn: nghiên cứu các định dạng đang thịnh hành, tổng hợp ý kiến phản hồi của người xem, phát triển kịch bản, kiểm tra việc tuân thủ chính sách và tạo đoạn video. Mô hình tạo sinh có thể soạn thảo từng thành phần riêng lẻ, nhưng để cung cấp các bản phát hành nhất quán, bạn cần có một cấu trúc tác nhân được điều phối.

Để tự động hoá vòng đời này, bạn sẽ xây dựng VibeStudio. Quy trình dựa trên tác nhân này thực hiện nghiên cứu định kỳ song song, trình bày các lựa chọn được tuyển chọn để con người nằm trong quy trình phê duyệt, áp dụng các cổng chính sách tự động trước khi tạo video và duy trì bối cảnh trong các lần chạy sản xuất.

Quy trình làm việc từ khi lên ý tưởng đến khi xuất bản một đoạn video

Kiến thức bạn sẽ học được

10-summary

  • Nền tảng kỹ thuật đồ thị: Cấu trúc tác nhân nhiều bước yêu cầu luồng kiểm soát rõ ràng và đường dẫn thực thi có cấu trúc. Bạn tạo một ADK Workflow bằng cách sử dụng các bộ dữ liệu biên, điểm truy cập START, JoinNode để tổng hợp phân nhánh song song và các nút bộ định tuyến tất định để điều khiển quá trình thực thi dựa trên trạng thái.
  • Chế độ tác nhân và lệnh gọi lại trong vòng đời: Các nhiệm vụ chuyên biệt đòi hỏi hành vi hoạt động riêng biệt và các biện pháp bảo vệ mang tính tất định. Bạn định cấu hình các phiên bản ADK Agent bằng cách sử dụng các chế độ chat, single_turn và task có hỗ trợ công cụ làm nút quy trình công việc, áp dụng các trình chặn bằng before_model_callback và after_agent_callback.
  • Điều phối có sự tham gia của con người: Các quy trình sản xuất tạm dừng để con người đưa ra phán đoán tại các điểm kiểm tra quan trọng về mẫu quảng cáo. Bạn triển khai RequestInput để tạm ngưng quá trình thực thi quy trình công việc, thực thi giản đồ phản hồi có cấu trúc và tiếp tục thực thi mà không cần duy trì các quy trình thời gian chạy rảnh rỗi.
  • Bộ nhớ tác nhân phân cấp: Hệ thống chính thức tách biệt trạng thái thực thi tạm thời khỏi bối cảnh lâu dài. Bạn quản lý trạng thái phiên ngắn hạn bằng cách sử dụng Event(state=...) và liên kết tham số, đồng thời kết nối GEAP Memory Bank để trích xuất, hợp nhất và duy trì các lựa chọn ưu tiên của nhà sáng tạo trong các lần chạy.
  • Cơ sở kiến thức doanh nghiệp: Tác nhân tự động cần có bối cảnh linh hoạt về miền và cảm nhận của đối tượng. Bạn kết nối một kho ngữ liệu GEAP RAG Engine làm nút truy xuất chuyên dụng trong quá trình phân phối song song để đặt cơ sở ngữ nghĩa cho đầu ra của tác nhân.
  • Quy trình công việc và triển khai kéo dài: Quá trình kết xuất video đa phương thức hoạt động không đồng bộ trong thời gian dài. Bạn triển khai LongRunningFunctionTool bằng biên nhận cuộc gọi đang chờ xử lý để tạm ngưng và tiếp tục quy trình công việc theo mã cuộc gọi, đồng thời triển khai quy trình hoàn chỉnh bằng ADK Runner trên Cloud Run.

Cách tổ chức lớp học lập trình này

Lớp học lập trình này đóng vai trò là tài liệu tham khảo về khái niệm và kiến trúc. Mỗi phần giải thích các cấu trúc ADK được triển khai trong bước tương ứng của băng ghế dự bị, cung cấp mã tham chiếu và thiết lập các nguyên tắc thiết kế cốt lõi. Hãy xem lại từng phần trước khi hoàn thành bài tập tương ứng trong bàn làm việc.

Hoạt động thực hành diễn ra trong VibeStudio Workbench, một giao diện web đi kèm có trình soạn thảo mã tương tác, trình xác minh thời gian chạy và một trình kiểm tra ADK được nhúng. Số bước trong bàn làm việc khớp trực tiếp với lớp học lập trình này để đảm bảo tiến trình của bạn được đồng bộ hoá. Các nội dung chỉnh sửa đồ thị cơ bản sẽ được giữ nguyên qua các bước, đồng thời bàn làm việc sẽ tự động xác minh các điều kiện tiên quyết khi bạn tiếp tục.

Sau khi hoàn thành các bài tập trên workbench, bạn sẽ lắp ráp một quy trình tác nhân toàn diện và triển khai một ứng dụng VibeStudio đang chạy vào Cloud Run để tạo nội dung video.

Những thành phần chạy ở đâu: VibeStudio Workbench, phần phụ trợ và các dịch vụ của Google Cloud

Môi trường này bao gồm 3 thành phần chính: VibeStudio Workbench (giao diện web cục bộ để chỉnh sửa mã và xác minh thời gian chạy), phần phụ trợ của bạn (ADK Workflow và hộp cát giai đoạn trong agent/) và Google Cloud (mô hình Gemini, Ngân hàng bộ nhớ GEAP, Công cụ RAG và tính năng tạo video Veo).

2. Thiết lập

Nhận khoản tín dụng cho hội thảo

Nếu bạn đang tham gia một lớp học có hướng dẫn, thì người hướng dẫn sẽ phân phối tín dụng cho dự án trên đám mây của bạn trên Google Cloud. Làm theo hướng dẫn của người hướng dẫn để sử dụng tín dụng và đảm bảo tính năng thanh toán đang hoạt động trên tài khoản của bạn trước khi tiếp tục.

Mở Cloud Shell

Cloud Shell là một môi trường phát triển dựa trên trình duyệt, được cài đặt sẵn gcloud, Python và git.

Cách chạy Cloud Shell:

  1. Chuyển đến Google Cloud Shell.

Một phiên dòng lệnh sẽ mở ra ở cuối cửa sổ trình duyệt.

Nhân bản và khởi động kho lưu trữ

Chạy các lệnh sau trong cửa sổ dòng lệnh Cloud Shell để sao chép dự án:

git clone https://github.com/gca-americas/vibetube-studio
cd ~/vibetube-studio

Lời nhắc về cấu hình

Trong quá trình thiết lập, bạn sẽ được nhắc cung cấp các thông tin sau:

  • Mã dự án trên Google Cloud: Khi setup_project.sh nhắc, hãy nhấn phím Enter để tự động tạo một dự án mới. Nếu bạn muốn sử dụng một dự án hiện có (chẳng hạn như dự án được chỉ định trước), hãy nhập mã dự án và đảm bảo bạn nhập đúng chính tả và dự án đó đã bật tính năng thanh toán.
  • Mã sự kiện: Nhập mã phòng do người hướng dẫn cung cấp. Nếu bạn không nhận được, hãy hỏi trợ giảng hoặc bạn học. Nếu bạn đang hoàn thành bài tập này tại nhà, hãy nhấn Enter để chấp nhận phòng sandbox mặc định.
  • Tên hiển thị của kênh: Nhập tên hoặc tên người dùng kênh mà bạn muốn khi setup_codelab.sh nhắc, hoặc nhấn phím Enter để chấp nhận tên mặc định được tạo từ Tài khoản Google của bạn.

Chạy hai tập lệnh thiết lập theo thứ tự:

./setup_project.sh
./setup_codelab.sh
  • setup_project.sh: Tạo hoặc sử dụng lại một dự án trên đám mây của Google Cloud có thông tin thanh toán đang hoạt động, lưu mã dự án vào ~/project_id.txt và định cấu hình bối cảnh gcloud đang hoạt động.
  • setup_codelab.sh: Cài đặt uv và các phần phụ thuộc Python vào .venv, bật các Cloud API cần thiết của Google Cloud, định cấu hình chế độ cài đặt kênh trong .env, xác minh quyền truy cập vào mô hình bằng Gemini, cung cấp tài nguyên Memory Bank và RAG, tạo giao diện của băng ghế dự bị và khởi động VibeStudio Workbench.

Tập lệnh này chạy quy trình kiểm tra trước khi thực hiện và khởi động VibeStudio Workbench ở chế độ nền. Các dòng cuối cùng hiển thị đường liên kết để mở.

7 · Preflight
  ✓ python 3.12
  ✓ auth path A: Vertex via ADC (STUDIO_VERTEX=1)
  ✓ Google Cloud ADC (project <your-project>)
  ✓ stage0_prompt loads
  ...
  ✓ stage6_video loads (13 edges)
  ✓ aiplatform.googleapis.com enabled (Gemini, Veo, Memory Bank, RAG Engine)
  ✓ vectorsearch.googleapis.com enabled (the vector store a RAG corpus is built on)
  ✓ Memory Bank connected
  ✓ RAG corpus connected
  ✓ VibeStudio Workbench running on port 4600

PREFLIGHT GREEN

Setup finished. The VibeStudio Workbench is already running.

  Open this and start at step 1
      https://4600-<your cloud shell host>/step/story

  It runs in the background. You do not need to start anything else.
      log      runs/lab.log
      stop     kill $(cat runs/lab.pid)
      start    scripts/start.sh

Nhấp vào đường liên kết đó. Bạn có thể truy cập vào cùng một địa chỉ trong phần Web Preview → Change port → 4600 (Xem trước trên web → Thay đổi cổng → 4600).

Để kiểm tra lại môi trường bất cứ lúc nào, hãy chạy python scripts/preflight.py. Để khởi động lại băng ghế dự bị, hãy chạy scripts/restart.sh. Để thiết lập lại, hãy chạy ./setup_codelab.sh. Lệnh này sẽ giữ lại cấu hình và tiến trình của bạn.

Khi mở, hãy đọc bước 1, Câu chuyện để biết kịch bản và bước 2, Những gì bạn sẽ tạo để biết hình dạng của biểu đồ đã hoàn thành. Không có bài tập nào. Sau đó, hãy quay lại đây để thực hiện bước 3.

Mỗi phần thực hành của VibeStudio Workbench đều kết thúc bằng một bảng xác minh đọc các cấu phần phần mềm thực: tệp trên ổ đĩa và các phiên do các lần chạy ghi.

Bố cục kho lưu trữ

Kho lưu trữ được cấu trúc thành logic quy trình công việc cốt lõi, hộp cát từng bước, môi trường bàn làm việc và ứng dụng chính thức:

vibe-studio-lab/
├── agent/                  # Core ADK workflow, graph definition, and platform services
│   ├── graph.py            # Workflow graph definition, node functions, and routers
│   ├── desk.py             # Video render desk using LongRunningFunctionTool
│   ├── schemas.py          # Pydantic schemas for directions, gates, and scripts
│   ├── trends.py           # Trend generation and sampling utilities
│   ├── backlog.txt         # Creator video ideas backlog
│   ├── comments.md         # Audience comments for RAG Engine corpus seeding
│   ├── policy_words.txt    # Blocked subject words for deterministic policy checks
│   └── platform/           # Google Cloud service clients (Memory Bank, RAG, Veo)
│       ├── config.py       # Environment variables, locations, and model configurations
│       ├── memory.py       # GEAP Memory Bank callbacks and context injection
│       ├── rag.py          # GEAP RAG Engine corpus creation and semantic retrieval
│       └── videogen.py     # Veo video generation and operation polling
├── stage0_prompt/          # Step sandboxes: isolated agent.py files runnable in adk web
│   └── ...                 # stage1_fanout through stage6_video for incremental steps
├── server/ & web/          # VibeStudio Workbench (FastAPI backend and React frontend)
├── vibestudio/             # Complete production application deployed to Cloud Run
│   ├── server/             # FastAPI production server and event runner
│   ├── web/                # End-user React web application
  • agent/: Chứa biểu đồ quy trình công việc chính. Bạn sẽ chỉnh sửa các tệp trong thư mục này để triển khai các nút phân phối song song, định tuyến chính sách xác định, lệnh gọi lại bộ nhớ và các công cụ tạo video.
  • agent/platform/: Tương tác với các dịch vụ của Google Cloud, bao gồm cả các mô hình Gemini, Ngân hàng bộ nhớ GEAP, Công cụ RAG GEAP và tính năng tổng hợp video của Veo.
  • stage0_prompt/ đến stage6_video/: Môi trường hộp cát độc lập. Mỗi thư mục xuất một root_agent độc lập để bạn có thể chạy và kiểm tra từng bước riêng biệt thông qua giao diện phát triển ADK được nhúng.
  • server/ và web/: Ứng dụng VibeStudio Workbench chạy cục bộ trên cổng 4600. Nền tảng này lưu trữ tài liệu về các bước, trình chỉnh sửa mã trong trang, trình xác minh bằng chứng thời gian chạy và hình ảnh trực quan về biểu đồ.
  • vibestudio/: Ứng dụng hoàn chỉnh cho môi trường thực tế được đóng gói và triển khai lên Cloud Run ở bước cuối cùng. Nó chứa bản sao độc lập của biểu đồ quy trình công việc đã hoàn tất.

3. Tác nhân nguyên khối

Trước khi tạo một biểu đồ quy trình làm việc nhiều nút, bạn sẽ thiết lập một đường cơ sở về kiến trúc với một tác nhân duy nhất trong stage0_prompt/agent.py. Tác nhân này dựa vào một câu lệnh hệ thống nguyên khối mô tả quy trình sản xuất bằng văn xuôi, được hỗ trợ bởi hai công cụ hàm Python.

Việc đánh giá đường cơ sở này cho thấy ranh giới hoạt động của việc điều phối dựa trên câu lệnh và lý giải tại sao các hệ thống chính thức cần có tính năng điều phối đồ thị.

Kiến trúc tác nhân ADK (3A)

Trong VibeStudio Workbench, hãy chuyển đến Bước 3 · Tác nhân nguyên khối rồi mở Kiến trúc tác nhân ADK (3A). Chế độ xem này trình bày các lớp kiến trúc cốt lõi của một tác nhân ADK (LlmAgent):

03-3A

from google.adk.agents import LlmAgent
from google.adk.tools import mcp_toolset

root_agent = LlmAgent(
    model="gemini-3.5-flash",                 # model
    instruction=BRAND_INSTRUCTION,            # instruction
    skills=[load_skill("brand-audit")],       # skills
    tools=[mcp_toolset("mcp_brand_style")],   # tools
    output_schema=BrandStyleReport,           # structured output
    before_agent_callback=setup_ctx,          # interceptor
    before_model_callback=require_image,      # interceptor
    after_model_callback=schema_guard,        # interceptor
)

Sơ đồ tương tác nhóm các thành phần của tác nhân thành 5 miền hoạt động:

  • Lớp suy luận (Mô hình): Mô hình ngôn ngữ cốt lõi (chẳng hạn như Gemini 3 Flash) thực hiện các nhiệm vụ nhận thức, suy luận câu lệnh và lựa chọn công cụ. Mọi thứ khác trong cấu trúc đều thông báo hoặc ràng buộc mô hình này.
  • Lớp bối cảnh (Chỉ dẫn và Kỹ năng): Các chỉ thị định hình khả năng suy luận của mô hình. instruction thiết lập lời nhắc hệ thống, nhân cách và các quy tắc vận hành cố định. skills cung cấp hướng dẫn theo phiên bản, theo quy trình (SKILL.md) cho các quy trình công việc có thể lặp lại.
  • Lớp cộng tác và hành động (Công cụ, Tác nhân phụ, Quy trình công việc, Giản đồ đầu ra): Giao diện cho phép tác nhân hành động trên các hệ thống bên ngoài và phát ra dữ liệu đã nhập. tools cung cấp các hàm Python có thể gọi hoặc các điểm cuối của Giao thức ngữ cảnh mô hình (MCP). subagents thực hiện các nhiệm vụ được uỷ quyền cấp dưới. workflow điều phối các biểu đồ nhiều tác nhân. output_schema áp dụng các mô hình Pydantic để đảm bảo người dùng cuối nhận được JSON đã xác thực thay vì văn bản không có cấu trúc.
  • Lớp chặn (Lệnh gọi lại trong vòng đời): Các rào chắn tất định thực thi mã tuỳ chỉnh trước và sau khi thực thi tác nhân (before_agent/after_agent), các lượt mô hình riêng lẻ (before_model/after_model) và lệnh gọi công cụ (before_tool/after_tool). Trình chặn thực thi các quy tắc chính sách mà không phụ thuộc vào việc tuân thủ mô hình.
  • Trạng thái bên ngoài (Phiên và Bộ nhớ): Trạng thái ổn định tách biệt với logic của tác nhân. Session lưu giữ bộ nhớ làm việc tạm thời và dấu vết sự kiện cho luồng thực thi hiện tại. Memory duy trì các thông tin thực tế và lựa chọn ưu tiên lâu dài giữa các phiên bằng cách sử dụng các dịch vụ được quản lý như GEAP Memory Bank.

Tác nhân nguyên khối trong bước này chỉ triển khai 3 trong số các dữ liệu gốc này: model, instruction và tools. Các bước tiếp theo sẽ giới thiệu quy trình làm việc theo biểu đồ, giản đồ có cấu trúc, trình chặn và dịch vụ bộ nhớ ổn định.

Quy cách của tác nhân nguyên khối (3B)

Trong băng ghế dự bị, hãy chuyển sang Quy cách đại lý nguyên khối (3B). Mở stage0_prompt/agent.py để kiểm tra định nghĩa cơ bản về tác nhân:

  • Chỉ dẫn bằng một câu lệnh duy nhất: Câu lệnh hệ thống tóm tắt 5 nhiệm vụ sản xuất riêng biệt thành một đoạn văn xuôi liên tục: khám phá xu hướng trên nền tảng, xem xét các ý tưởng tồn đọng, đề xuất ý tưởng sáng tạo, thực thi chính sách về chủ đề bị cấm và soạn thảo danh sách cảnh quay.
  • Nguồn dữ liệu cơ bản: Tác nhân tham chiếu 2 nguồn được xác định bên cạnh biểu đồ:
    • agent/trends.py: Lấy mẫu 10 xu hướng về định dạng và phong cách đang thịnh hành trong số 250 xu hướng có điểm số về mức độ thịnh hành linh động.
    • agent/backlog.txt: Đọc từng dòng ghi chú thô về ý tưởng của nhà sáng tạo.

Công cụ trong tác nhân (3C)

Trong bàn làm việc, hãy chuyển đến phần Công cụ trong Tác nhân (3C).

Công cụ là gì đối với một tác nhân?

Mô hình ngôn ngữ vốn là một công cụ suy luận khép kín: mô hình này chỉ hoạt động dựa trên các trọng số được huấn luyện trước và các mã thông báo có trong cửa sổ ngữ cảnh trực tiếp của mô hình. Mô hình này không thể truy vấn cơ sở dữ liệu, truy cập API theo thời gian thực hoặc thực thi mã theo cách tự nhiên.

Công cụ là cầu nối cho ranh giới này. Công cụ này cấp cho mô hình quyền truy cập vào các tác nhân bên ngoài, cho phép mô hình truy xuất thông tin thực tế và thực hiện các hành động có thể xác định trong các hệ thống bên ngoài.

03-3C

Việc gọi công cụ tuân theo một giao thức rõ ràng gồm 5 giai đoạn giữa mô hình và thời gian chạy ADK:

  1. Khai báo giản đồ: Nhà phát triển cung cấp các hàm Python cho tác nhân. ADK kiểm tra tên, chú thích kiểu và chuỗi tài liệu của từng hàm để tạo một nội dung khai báo giản đồ JSON tương thích với OpenAPI, mô tả các tham số và mục đích của hàm.
  2. Lý luận của mô hình: Trong quá trình suy luận, mô hình sẽ đánh giá xem câu lệnh của người dùng có yêu cầu dữ liệu bên ngoài hay không. Nếu cần, mô hình sẽ phát ra một sự kiện function_call có cấu trúc chứa tên hàm mục tiêu và từ điển đối số khớp với giản đồ.
  3. Thực thi trong thời gian chạy: Bản thân mô hình không thực thi mã. Thời gian chạy ADK chặn function_call, thực thi hàm Python cục bộ thực tế bằng các đối số được cung cấp và ghi lại giá trị trả về.
  4. Tiêm lại bối cảnh: Thời gian chạy ADK đóng gói giá trị trả về của hàm thành một sự kiện function_response và nối giá trị đó vào nhật ký phiên hoạt động.
  5. Tổng hợp cuối cùng: Mô hình xử lý đầu ra của công cụ hiện có trong cửa sổ ngữ cảnh và hoàn tất câu trả lời.

Trong stage0_prompt/agent.py, hai công cụ nghiên cứu được định nghĩa là các hàm Python chuẩn:

def check_trends() -> dict:
    """Ten formats trending on the platform right now, with a heat score each."""
    from agent.trends import sample_trends
    return {"trends": sample_trends()}


def read_backlog() -> dict:
    """The creator's backlog: ideas they noted down to make someday."""
    from agent.graph import backlog_notes
    return {"backlog": backlog_notes()}

Chỉnh sửa và thực thi trong thực tế

Trong trình soạn thảo mã của workbench, hãy thêm 2 tham chiếu hàm vào danh sách tools của tác nhân:

    tools=[check_trends, read_backlog],

Lưu thay đổi. Tệp cập nhật trên đĩa và hàng xác minh xác nhận rằng cả hai công cụ đều được kết nối.

Nhấp vào Open adk web (Mở web adk) để chạy giao diện phát triển ADK được nhúng. Gửi câu lệnh về ý tưởng được đề xuất:

tonight's idea: a tiny robot doing laundry at midnight

Những điều cần biết và lý do

Khi bạn gửi câu lệnh này, hãy quan sát trình tự thực thi sau đây trong dấu vết phiên:

  • Hai sự kiện thực thi công cụ xuất hiện trước câu trả lời: Bạn thấy các sự kiện function_call và function_response cho check_trends và read_backlog.
    • Lý do: Gemini đã đánh giá chỉ thị của lời nhắc hệ thống ("kiểm tra những nội dung đang thịnh hành. xem danh sách các ý tưởng của bạn"), nhận ra rằng chỉ thị này thiếu các xu hướng trên nền tảng và ghi chú về kênh trong trọng số của chỉ thị, đồng thời gọi cả hai hàm để làm cơ sở cho ngữ cảnh của chỉ thị.
  • Tác nhân đề xuất một hướng đi và tạm dừng để chờ xác nhận: Câu trả lời đề xuất một hướng đi cho video, tổng hợp các xu hướng và nội dung tồn đọng, đồng thời yêu cầu bạn xác nhận.
    • Lý do: Chỉ thị hướng dẫn yêu cầu mô hình thống nhất với nhà sáng tạo về hướng đi trước khi tạo kịch bản.
  • Bỏ qua bước xác nhận trong lượt tiếp theo: Gửi tin nhắn thứ hai: skip the questions, just describe the video. Tác nhân ngay lập tức bỏ qua bước xác nhận và soạn tiêu đề cũng như các cảnh quay.
    • Lý do: Hướng dẫn trong câu lệnh là các nguyên tắc tư vấn thay vì các rào cản mang tính quyết định. Trong một tác nhân nguyên khối, hướng dẫn của người dùng có thể ghi đè các quy tắc nhắc nhở hệ thống hiện hành vì không có quy trình làm việc bên ngoài nào kiểm soát luồng thực thi.

Các hạn chế về cấu trúc của câu lệnh nguyên khối

Mặc dù một câu lệnh duy nhất có thể tạo ra đầu ra chấp nhận được cho các bản minh hoạ riêng lẻ, nhưng việc kiểm thử các điều kiện biên trong trình xác minh của băng ghế dự bị cho thấy những hạn chế quan trọng đối với doanh nghiệp:

  • Tổng hợp nghiên cứu phi cấu trúc: Thứ tự thực thi công cụ là không xác định. Mô hình này tóm tắt dữ liệu đã truy xuất thành văn xuôi tự do, khiến các hệ thống ở cuối chu trình không thể tách biệt nguồn nào đã tạo ra các tuyên bố cụ thể.
  • Thực thi chính sách chưa được xác minh: Mô hình tự đánh giá mức độ tuân thủ các yêu cầu về an toàn. Nếu mô hình xác định một chủ đề là an toàn, thì không có logic tất định bên ngoài nào xác thực kết quả đó.
  • Tạm dừng không bắt buộc có sự can thiệp của con người: Chỉ dẫn nhắc nhở yêu cầu nhà sáng tạo xác nhận chỉ mang tính chất tư vấn. Việc gửi một thông báo tiếp theo hướng dẫn mô hình bỏ qua các câu hỏi sẽ khiến mô hình bỏ qua hoàn toàn quy trình phê duyệt của con người.

Những lỗ hổng về cấu trúc này thúc đẩy việc phân tách tác nhân nguyên khối thành quy trình làm việc biểu đồ rõ ràng được xây dựng ở bước tiếp theo.

4. Kiến thức cơ bản về quy trình làm việc của tác nhân

Trong VibeStudio Workbench, hãy chuyển đến Bước 4 – Kiến thức cơ bản về quy trình công việc dựa trên tác nhân, phần 4A đến 4D.

Bước này chuyển từ một tác nhân cơ sở sang điều phối đồ thị tất định bằng ADK Workflow. Bạn sẽ xây dựng một quy trình phân nhánh nghiên cứu song song, đồng bộ hoá các nhánh bằng một nút kết hợp, tạo các ứng viên sáng tạo được xác thực theo giản đồ và giới thiệu một cổng phê duyệt tất định có sự tham gia của con người.

Kiến trúc đồ thị và chuỗi thực thi (4A)

Trong bàn làm việc, hãy mở Kiến trúc đồ thị và chuỗi thực thi (4A).

ADK Workflow cấu trúc quá trình thực thi tác nhân dưới dạng một biểu đồ có hướng do danh sách cạnh xác định:

  • Chuỗi: Bộ dữ liệu tuần tự xác định việc thực thi nút tuyến tính ((node_a, node_b, node_c)).
  • Các nhánh song song: Các chuỗi độc lập có chung một nút nguồn sẽ thực thi đồng thời.
  • Đồng bộ hoá: Các chuỗi hội tụ trên một JoinNode sẽ đợi cho đến khi tất cả các nhánh đến báo cáo trước khi phát hành.
  • Kiểm soát tất định: Luồng thực thi được điều chỉnh bằng các cấu trúc mã đã khai báo thay vì được suy luận từ văn bản câu lệnh.

04-4A

Nguyên mẫu nút trong ADK

Quy trình công việc của ADK bao gồm một số loại nút chuyên biệt. Mỗi nguyên mẫu thực hiện một vai trò hoạt động cụ thể trong biểu đồ, tách biệt việc thực thi mã tất định khỏi suy luận mô hình tạo sinh:

Nguyên mẫu nút

Triển khai

Vai trò trong quy trình

Nút hàm

Hàm Python trả về Event

Thực thi logic tất định, truy xuất dữ liệu và đột biến trạng thái.

Nút tham gia

Thực thể JoinNode tích hợp sẵn

Đồng bộ hoá các nhánh đồng thời vào một từ điển tổng hợp.

Nút tác nhân

Agent đang chạy ở chế độ single_turn

Đánh giá hướng dẫn dựa trên dữ liệu đầu vào ngược dòng và phát ra dữ liệu đã xác thực.

Nút bộ định tuyến

Hàm trả về Event có thẻ route

Đánh giá logic có điều kiện để chọn các nhánh thực thi tiếp theo.

Nút đầu vào của người dùng

Hàm tạo RequestInput

Tạm dừng trạng thái thực thi cho đến khi nhận được phản hồi của người dùng bên ngoài.

root_agent = Workflow(
    name="stage1_fanout",
    description="2 real readers -> join -> one research dict",
    edges=[...])

Trong cấu hình này, root_agent là một thực thể của Workflow thay vì Agent độc lập. ADK coi quy trình công việc là tác nhân hạng nhất, cho phép tải, phân phát và kiểm tra toàn bộ biểu đồ dưới dạng một ứng dụng hợp nhất. name đăng ký ứng dụng trong ADK Web, còn danh sách edges xác định cấu trúc liên kết thực thi của ứng dụng.

Phân tán nghiên cứu song song (4B)

Trong workbench, hãy chuyển sang Parallel research fan-out (4B) (Nghiên cứu song song theo mô hình phân nhánh (4B)). Mở stage1_fanout/agent.py.

04-4B

Các nút chức năng và rào cản đồng bộ hoá

Giai đoạn nghiên cứu sử dụng hai nút hàm được nhập từ agent/graph.py:

  • scan_trends: Trả về Event(output={"trends": [...]}) chứa 10 xu hướng có điểm số cao nhất trên nền tảng.
  • read_backlog: Trả về Event(output={"backlog": [...], "idea": "..."}) chứa 15 ý tưởng về nội dung tồn đọng của kênh cùng với câu lệnh chạy ban đầu.

Mỗi hàm chấp nhận node_input (đầu ra của nút trước đó) và trả về một Event.

JoinNode đóng vai trò là rào cản đồng bộ hoá: nút này tạm dừng cho đến khi mọi chuỗi đến đều phân phối một sự kiện, sau đó tổng hợp tất cả kết quả của nhánh vào một từ điển được khoá theo tên nút ({"scan_trends": {...}, "read_backlog": {...}}).

Chỉnh sửa thực tế: xác định các cạnh nối và cạnh song song

Trong stage1_fanout/agent.py, hãy tạo thực thể cho JoinNode và kết nối hai chuỗi song song bắt đầu từ START:

join_research = JoinNode(name="join_research")
    edges=[(START, scan_trends, join_research),
           (START, read_backlog, join_research)])

Lưu thay đổi. Trình xác minh bàn làm việc xác nhận rằng mối nối và các cạnh đã được nối dây. Chạy giai đoạn bằng cách sử dụng Run Stage 1 hoặc thông qua giao diện web ADK được nhúng.

Những điều cần biết và lý do

  • Thực thi trình đọc đồng thời: Trong biểu đồ thực thi, scan_trends và read_backlog thực thi đồng thời.
    • Lý do: Cả hai chuỗi đều bắt nguồn từ START. Công cụ ADK lên lịch cho các nhánh độc lập cùng một lúc.
  • Kết quả tổng hợp dưới dạng từ điển: Quy trình công việc hoàn tất tại join_research, cho ra kết quả là một từ điển chứa các mục cho cả hai độc giả.
    • Lý do: JoinNode đảm bảo thu thập dữ liệu đầy đủ trước khi cho phép các nút tiếp theo thực thi.

Nút tác nhân (4C)

Trong bảng điều khiển, hãy chuyển đến Agent nodes (4C) (Nút tác nhân (4C)). Mở stage2_direction/agent.py.

04-4C

Chế độ hoạt động và giản đồ có cấu trúc

Khi được nhúng trong Workflow, Agent sẽ chạy ở chế độ single_turn theo mặc định:

  • Nút này nhận đầu ra của nút trước đó làm đầu vào ngữ cảnh.
  • Mô hình này thực hiện một lệnh gọi suy luận duy nhất mà không cần trò chuyện qua lại.
  • Nút này sẽ xuất dữ liệu có cấu trúc sang nút tiếp theo.

Bằng cách chỉ định output_schema=Directions, tác nhân sẽ thực thi quy trình xác thực Pydantic đối với đầu ra của mô hình. Biểu đồ hạ nguồn nhận các đối tượng được nhập thay vì văn xuôi không có cấu trúc:

class Direction(BaseModel):
    title: str           # <=60 chars, filmable, characterful
    angle: str           # the twist, one line
    hook: str = ""       # 2-4 words, the video's sticker line
    evidence: list[Evidence]


class Directions(BaseModel):
    candidates: list[Direction]   # exactly 4

PROPOSE_INSTRUCTION hướng dẫn mô hình đề xuất 4 đề xuất dựa trên bằng chứng từ cả xu hướng và danh sách tồn đọng. Ứng viên 1 đến 3 đưa ra các ý tưởng kênh khả thi. Ứng viên 4 cố tình đưa ra một khái niệm vi phạm chính sách để kiểm tra cổng an toàn ở bước tiếp theo.

Chỉnh sửa thực tế: xác định nút tác nhân và liên kết phép nối

Trong stage2_direction/agent.py, hãy định cấu hình propose_directions và mở rộng các cạnh của quy trình công việc:

propose_directions = Agent(
    name="propose_directions",
    model=config.MODEL,
    instruction=PROPOSE_INSTRUCTION,
    output_schema=Directions)
    edges=[(START, scan_trends, join_research),
           (START, read_backlog, join_research),
           (join_research, propose_directions, direction_gate)])

Những điều cần biết và lý do

  • Sử dụng từ điển trực tiếp: propose_directions sử dụng tải trọng JSON do join_research phát ra mà không cần định dạng thủ công.
  • Đầu ra đề xuất được phân loại: Tác nhân phát ra một đối tượng Directions đã được xác thực, chứa 4 đề xuất riêng biệt. Các nút hạ nguồn đọc các trường theo tên thuộc tính (candidate.title) mà không cần phân tích cú pháp chuỗi.

Con người nằm trong quy trình (4D)

Trong workbench, hãy chuyển đến phần Con người nằm trong quy trình (4D). Mở agent/graph.py.

04-4D

Hướng dẫn về câu lệnh so với việc tạm ngưng có tính xác định

Quy trình sản xuất phát sinh chi phí tài chính hoặc xuất bản nội dung cần có sự giám sát của con người tại các điểm đưa ra quyết định quan trọng. Trong một câu lệnh duy nhất, yêu cầu xác nhận là hướng dẫn mang tính tư vấn mà người dùng có thể dễ dàng nhắc mô hình bỏ qua. Trong quy trình làm việc của ADK, việc phê duyệt của con người được thực thi bởi công cụ thực thi: biểu đồ dừng lại ở một nút được chỉ định và không thể tiếp tục cho đến khi nhận được dữ liệu đầu vào bên ngoài, được xác thực theo giản đồ:

  • Thao tác tạo RequestInput sẽ tạm ngưng ngay lập tức quá trình thực thi quy trình công việc.
  • ADK ghi lại một lệnh gọi ngắt mở trong kho lưu trữ phiên và phát hành một interrupt_id duy nhất.
  • Quá trình thực thi sẽ tạm dừng mà không sử dụng mã thông báo hoặc luồng máy chủ.
  • Quá trình thực thi biểu đồ chỉ tiếp tục khi bạn gửi một function_response hợp lệ khớp với giản đồ và mã gián đoạn.

Chỉnh sửa thực tế: tạm ngưng thực thi bằng RequestInput

Trong agent/graph.py, hãy triển khai lệnh gọi tạm ngưng bên trong direction_gate:

    yield RequestInput(
        message="Pick tonight's direction: 1, 2, 3 or 4.",
        response_schema={
            "type": "object",
            "properties": {
                "pick": {"type": "string", "enum": ["1", "2", "3", "4"]}}},
        payload={"candidates": cands})

RequestInput định cấu hình 3 thuộc tính:

  • message: Lời nhắc đánh giá hiển thị cho người dùng.
  • response_schema: Một giản đồ JSON mà giao diện người dùng kết xuất dưới dạng biểu mẫu nhập, được ADK xác thực khi gửi.
  • payload: Siêu dữ liệu đi kèm với yêu cầu (bốn ứng viên), cho phép giao diện ứng dụng hiển thị thẻ đánh giá mà không cần truy vấn trạng thái phiên.

Những điều cần biết và lý do

  • Quy trình công việc tạm dừng tại direction_gate: Trong ADK Web hoặc giao diện bàn làm việc, quá trình chạy sẽ tạm dừng và hiển thị biểu mẫu lựa chọn ứng viên tương tác.
    • Lý do: Công cụ gặp phải một RequestInput đã tạo và duy trì trạng thái thực thi cho runs/sessions.db.
  • Việc tiếp tục yêu cầu dữ liệu đầu vào có cấu trúc: Việc gửi văn bản trò chuyện tuỳ ý không giúp biểu đồ tiến triển. Việc chọn một lựa chọn (1, 2, 3 hoặc 4) sẽ gửi một function_response đã nhập đáp ứng response_schema và tiếp tục thực thi.

5. Trạng thái và Bộ định tuyến

Trong VibeStudio Workbench, hãy chuyển đến Bước 5 · Trạng thái và Bộ định tuyến, phần (5A) đến (5C).

Bạn sẽ lưu lựa chọn của người dùng vào trạng thái phiên, thực thi chính sách an toàn cho kênh bằng các nút bộ định tuyến tất định và tập hợp một tác nhân thực hiện nhiệm vụ lặp lại để tự động khắc phục các lỗi vi phạm chính sách trước khi tạo kịch bản video.

Trạng thái quy trình công việc (5A)

Trong Workbench, hãy chuyển đến Trạng thái quy trình công việc (5A).

05-5A

Trạng thái phiên so với đầu ra của nút

Trong quy trình làm việc của ADK, dữ liệu di chuyển qua biểu đồ thông qua hai cơ chế riêng biệt:

  • Đầu ra của nút (Event(output=...)): Dữ liệu được chuyển trực tiếp đến người dùng cuối ngay sau đó, được xác định trong danh sách cạnh.
  • Trạng thái phiên (Event(state=...)): Từ điển khoá-giá trị dùng chung mà mọi nút tiếp theo trong vòng đời thực thi đều có thể truy cập.

05-5A

Khi người dùng chọn một ứng viên tại direction_gate, lựa chọn đó sẽ được gửi dưới dạng chỉ mục số ({"pick": "2"}). Các nút hạ nguồn cần đối tượng hướng hoàn chỉnh: tiêu đề, góc tường thuật và dòng hấp dẫn. Thay vì truyền siêu dữ liệu chi tiết thông qua mọi tải trọng nút trung gian, persist_direction sẽ ghi ứng cử viên đã phân giải vào trạng thái phiên dùng chung.

Các nút không cần truyền toàn bộ từ điển trạng thái phiên. Khi một nút tạo ra Event(state=...), nút đó chỉ cung cấp các cặp khoá-giá trị mới hoặc đã cập nhật. ADK tự động hợp nhất các bản cập nhật này vào kho lưu trữ phiên:

    yield Event(state={"direction": chosen["title"], "angle": chosen.get("angle", ""),
                       "hook": hook, "user:prefs": {"last_direction": chosen["title"]}})

Việc tạo Event này sẽ chuyển quyền kiểm soát cho thời gian chạy Workflow, giúp duy trì các giá trị mới cho nhật ký phiên trong runs/sessions.db.

Liên kết tham số

Các nút hàm ADK tự động đọc trạng thái phiên thông qua việc kiểm tra tham số. Nếu chữ ký hàm khai báo một tên tham số khớp với khoá trạng thái hiện có, thì ADK sẽ trích xuất khoá đó từ trạng thái và truyền trực tiếp:

def persist_direction(node_input, candidates: list = []):
    ni = node_input if isinstance(node_input, dict) else {}
    raw = ni.get("pick")
    pick = str(raw).strip() if raw is not None else ""
    if candidates:
        i = int(pick) - 1 if pick.isdigit() else 0
        chosen = candidates[max(0, min(len(candidates) - 1, i))]
    else:
        chosen = {"title": "untitled", "angle": "", "evidence": []}
    hook = chosen.get("hook") or " ".join(chosen["title"].split()[:4])

Tại đây, candidates được direction_gate ghi vào trạng thái phiên. ADK liên kết trực tiếp vào persist_direction(node_input, candidates: list = []) mà không yêu cầu tra cứu từ điển rõ ràng.

Các khoá có tiền tố user: vẫn tồn tại trong các phiên trong bộ nhớ cấp người dùng, cho phép các lần chạy quy trình công việc tiếp theo truy cập vào lựa chọn ưu tiên của nhà sáng tạo.

Chỉnh sửa thực tế: duy trì trạng thái và kết nối nút

  1. Trong agent/graph.py, bên trong persist_direction, hãy thay thế dòng TODO: PERSIST_STATE bằng kết quả sự kiện trạng thái:
    yield Event(state={"direction": chosen["title"], "angle": chosen.get("angle", ""),
                       "hook": hook, "user:prefs": {"last_direction": chosen["title"]}})
  1. Trong stage3_router/agent.py, hãy thêm persist_direction vào chuỗi thứ ba trong danh sách edges:
           (join_research, propose_directions, direction_gate,
            persist_direction)

Lưu tệp. Trong bảng điều khiển, hãy xác minh rằng cả state write in place và persist_direction in the chain đều có dấu kiểm màu xanh lục.

Nút bộ định tuyến (5B)

Trong bàn làm việc, hãy chuyển đến Nút bộ định tuyến (5B).

05-5B

Định tuyến chính sách tất định

Bộ định tuyến là một nút hàm chuyên biệt dùng để đánh giá kết quả đầu ra của nút ngược dòng và điều hướng quá trình thực thi dọc theo các nhánh biểu đồ có điều kiện. Không giống như tác nhân tạo sinh, bộ định tuyến thực thi logic tất định mà không thực hiện lệnh gọi LLM.

Bộ định tuyến trả về một Event chỉ định thẻ route:

def length_check(node_input):
    too_long = len(node_input.get("title", "")) > 60
    return Event(output=node_input, route="TRIM" if too_long else "PASS")

Trong định nghĩa quy trình công việc, đích đến của cạnh được xác định là một từ điển ánh xạ tên tuyến đường đến các nút đích:

    (length_check, {"TRIM": shorten, "PASS": scripter}),

Bộ định tuyến quy trình công việc policy_check đọc các cụm từ bị cấm từ agent/policy_words.txt và thực hiện so khớp toàn bộ từ với tiêu đề và góc của hướng đã chọn:

    return Event(output=node_input, route="BLOCK" if bad else "OK")

Việc lưu trữ chính sách dưới dạng dữ liệu thay vì hướng dẫn cố định trong mã cho phép cập nhật mà không cần sửa đổi biểu đồ quy trình công việc: việc cập nhật tệp văn bản sẽ áp dụng ngay cho các lần chạy tiếp theo. Vì quá trình đánh giá là so khớp biểu thức chính quy tất định, nên quá trình này sẽ thực thi trong vài mili giây mà không tốn mã thông báo trước khi quá trình tạo tập lệnh bắt đầu.

Đích đến: Scripter và Quarantine

Bộ định tuyến chuyển lưu lượng truy cập đến một trong hai nút hạ nguồn:

  • scripter: Một nút tác nhân single_turn chuyển đổi hướng đã phê duyệt thành một kịch bản sản xuất có cấu trúc tuân thủ giản đồ Pydantic Script:
scripter = Agent(
    name="scripter",
    model=config.MODEL,
    instruction=SCRIPT_INSTRUCTION,
    output_schema=Script)
  • quarantine: Ban đầu là một hàm giữ chỗ giúp dừng các chỉ dẫn được gắn cờ, được thay thế trong phần tiếp theo bằng một tác nhân khắc phục tự động.

Chỉnh sửa trực tiếp: định tuyến quy trình kiểm tra chính sách

  1. Trong agent/graph.py, bên trong policy_check, hãy hoàn tất câu lệnh trả về:
    return Event(output=node_input, route="BLOCK" if bad else "OK")
  1. Trong stage3_router/agent.py, hãy cập nhật edges để định tuyến policy_check và kết hợp lại nhánh cách ly vào scripter:
           (join_research, propose_directions, direction_gate,
            persist_direction, policy_check),
           (policy_check, {"OK": scripter, "BLOCK": quarantine}),
           (quarantine, scripter)])

Lưu tệp. Trong bàn làm việc, hãy xác minh rằng các mối liên kết biên của bộ định tuyến đã được xác minh.

Chế độ tác nhân và nút nhiệm vụ (5C)

Trong môi trường làm việc, hãy chuyển đến Các chế độ của tác nhân và nút tác vụ (5C).

05-5C

Chế độ thực thi của tác nhân

Các phiên bản ADK Agent hỗ trợ 3 chế độ thực thi phù hợp với các yêu cầu cụ thể về quy trình:

Chế độ

Vòng đời thực thi

Vai trò trong quy trình

chat

Vòng lặp trò chuyện nhiều lượt. Mô hình sẽ xác định thời điểm gọi công cụ, yêu cầu thông tin đầu vào hoặc kết thúc lượt.

Tác nhân gốc tương tác với người dùng là con người.

single_turn

Lệnh gọi suy luận mô hình đơn. Chấp nhận dữ liệu đầu vào của nút trước đó và phát ra một đối tượng giản đồ có cấu trúc.

Phép biến đổi đồ thị tuần tự (propose_directions, scripter).

task

Vòng lặp tự động với việc thực thi công cụ. Tác nhân sẽ lặp lại cho đến khi gọi công cụ finish_task tích hợp.

Khắc phục và kiểm tra nhiều bước (quarantine).

Khắc phục chính sách tự động

Bạn cần có chế độ task để viết lại chỉ dẫn bị gắn cờ vì số lần lặp lại để khắc phục là không cố định. Tác nhân nhận được chỉ dẫn bị gắn cờ, gọi find_policy_hits để phát hiện lỗi vi phạm, yêu cầu các lựa chọn thay thế đã được phê duyệt thông qua suggest_replacement, viết lại chỉ dẫn và xác minh tính phù hợp trước khi tiếp tục.

Cả hai công cụ này đều được xác định trong agent/cleanup_tools.py bằng chữ ký được nhập và chuỗi tài liệu:

def find_policy_hits(text: str) -> dict:
    """Which refused words appear in `text`. Matches whole words and phrases
    from agent/policy_words.txt, case-insensitive.

    Returns {"hits": [...], "clean": bool}. clean is true when hits is empty.
    """


def suggest_replacement(word: str) -> dict:
    """The channel's approved stand-in for a refused word, read from
    agent/policy_replacements.txt.

    Returns {"word", "replacement", "listed"}. When the word has no entry,
    listed is false and replacement is a hint to pick a gentle synonym.
    """

Chỉnh sửa thực tế: lắp ráp tác nhân cho nhiệm vụ cách ly

Trong stage3_router/agent.py, hãy thay thế hàm giữ chỗ quarantine bằng định nghĩa tác nhân tác vụ:

quarantine = Agent(
    name="quarantine",
    model=config.MODEL,
    instruction=QUARANTINE_INSTRUCTION,
    mode="task",
    tools=[find_policy_hits, suggest_replacement],
    output_schema=CleanedDirection,
)

Chế độ tác vụ trang bị cho tác nhân các công cụ và chấm dứt quá trình thực thi bằng cách gọi finish_task. Khi mode="task" được định cấu hình, ADK sẽ tự động cung cấp finish_task và lấy các tham số của từ output_schema, đảm bảo nút tạo ra một đối tượng CleanedDirection được nhập khớp với giản đồ đầu vào của nút scripter.

05-5C

Những điều cần biết và lý do

Kiểm thử cả hai đường dẫn thực thi trong ADK Web hoặc VibeStudio Workbench:

  • Tuyến đường được phê duyệt (Ứng viên 1, 2 hoặc 3):
    • Chọn một tuyến đường đề xuất đã được phê duyệt từ policy_check trực tiếp đến scripter (route="OK").
    • Người viết kịch bản sẽ tạo một kịch bản sản xuất gồm 3 cảnh tuân theo giản đồ Script.
  • Quarantine remediation route (Candidate 4):
    • Bản dịch đề xuất 4 chứa từ vựng bị gắn cờ ("clickbait", "viral hack").
    • policy_check tuyến đường đến quarantine (route="BLOCK").
    • Trong dấu vết phiên, hãy quan sát quarantine gọi find_policy_hits, gọi suggest_replacement cho mỗi lỗi vi phạm, viết lại tiêu đề và gọi finish_task.
    • Quá trình thực thi sẽ quay lại scripter, tạo ra một tập lệnh từ hướng dẫn đã được dọn dẹp.

6. Ngân hàng bộ nhớ

Trong VibeStudio Workbench, hãy chuyển đến Bước 6 · Ngân hàng bộ nhớ, phần (6A) và (6B).

Quy trình công việc hiện hoạt động mà không có bộ nhớ giữa các phiên. Mỗi lần thực thi đều bắt đầu từ đầu, không biết người sáng tạo đã chọn nội dung gì trước đó hoặc thể loại nào họ thích. Ở bước này, bạn kết nối Vertex AI Agent Engine Memory Bank để lưu trữ và truy xuất các lựa chọn ưu tiên của nhà sáng tạo trong các lần chạy.

Điều quan trọng là bộ nhớ được tích hợp thông qua các phương thức gọi lại trong vòng đời của tác nhân thay vì các nút trong quy trình. Vì việc trích xuất và truy xuất bộ nhớ phục vụ cho từng tác nhân riêng lẻ thay vì các giai đoạn dữ liệu trung gian, nên việc đính kèm lệnh gọi lại sẽ duy trì cấu trúc liên kết đồ thị rõ ràng, tách biệt.

Memory Bank (6A)

Trong bàn làm việc, hãy chuyển đến Ngân hàng bộ nhớ (6A).

06-6A

Bộ nhớ cấp người dùng được quản lý

Ngân hàng bộ nhớ là một dịch vụ được quản lý cho bộ nhớ dài hạn của người dùng. Nó sắp xếp các thông tin về một người trong một phạm vi xác định, được xác định bằng tên ứng dụng và mã nhận dạng người dùng:

SCOPE = {"app_name": config.APP, "user_id": config.USER}
TOPICS = {
    "CREATOR_TASTE": "Which video directions this creator picks and passes on, "
                     "and how that preference changes over time.",
    "CHANNEL_RULES": "Standing instructions the creator states for every video "
                     "(style, subjects to avoid, format rules).",
}

Chủ đề bộ nhớ tuỳ chỉnh xác định ranh giới của những gì ngân hàng ghi lại:

  • Trích xuất chủ đề: Khi văn bản trò chuyện mới được gửi qua memories.generate, dịch vụ sẽ áp dụng một mô hình trích xuất cho từng nội dung mô tả chủ đề. Văn bản không khớp với một chủ đề sẽ không tạo ra kỷ niệm nào.
  • Hợp nhất và loại bỏ trùng lặp: Dịch vụ này chuyển đổi các dữ kiện mới trích xuất thành các embeddings và so sánh chúng với những thông tin đã lưu trữ hiện có trong phạm vi. Khi một thông tin quan sát được trùng khớp với một kỷ niệm hiện có, dịch vụ sẽ cập nhật kỷ niệm đó. Khi thông tin này là thông tin mới, dịch vụ sẽ tạo một mục mới. Quá trình hợp nhất này đảm bảo nhiều phiên về một chủ đề sẽ hợp nhất thành một bản tóm tắt mạch lạc thay vì tạo ra các mục thừa.
  • Truy xuất: Việc gọi memories.retrieve với phạm vi người dùng sẽ trả về các thông tin đã lưu trữ, được sắp xếp theo thứ tự cũ nhất trước tiên.

Cả hai thao tác đều được triển khai trong agent/platform/memory.py. Tên tài nguyên ngân hàng được cấp phép sẽ được lưu vào bộ nhớ đệm cục bộ trong runs/memorybank.json.

Thiết lập Ngân hàng kỷ niệm

Sử dụng các chế độ điều khiển của workbench hoặc chạy các lệnh CLI trong dòng lệnh:

  1. Kết nối và cấp quyền truy cập cho ngân hàng:
    python -m agent.platform.bank
    
    Tạo thực thể Agent Engine và định cấu hình các chủ đề CREATOR_TASTE và CHANNEL_RULES.
  2. Gieo hạt các phiên trong nhật ký:
    python -m agent.platform.bank load
    
    Tải 4 phiên tạo trước đây (2 chủ đề động vật có giới hạn về phong cách, 1 chủ đề tiện ích và 1 chủ đề giả tưởng gần đây).
  3. Kiểm tra thông tin tổng hợp:
    python -m agent.platform.bank list
    
    Kiểm tra kết quả đầu ra. Hãy chú ý đến cách bản chép lời dạng tường thuật được chuyển đổi thành các tuyên bố thực tế có cấu trúc và hợp nhất.

Lệnh gọi lại (6B)

Trong bàn làm việc, hãy chuyển đến Lệnh gọi lại (6B). Mở stage4_memory/agent.py.

06-6A

Phương thức gọi lại trong vòng đời của tác nhân ADK

Lệnh gọi lại là một hàm được truyền dưới dạng đối số cho Agent. ADK gọi các lệnh gọi lại tại những thời điểm được xác định trước trong vòng đời, truyền ngữ cảnh đang hoạt động. Trả về None để tiếp tục thực thi bình thường; trả về một đối tượng thay thế sẽ ghi đè hoặc chặn hoạt động.

06-6A

ADK cung cấp 3 cặp lệnh gọi lại:

Cặp lệnh gọi lại

Điểm gọi

Các tham số đã nhận

Hành vi của giá trị trả về

before_agent_callback
after_agent_callback

Bao quanh toàn bộ lượt của tác nhân

CallbackContext (trạng thái, phiên, lệnh gọi)

Việc trả về Content sẽ thay thế câu trả lời của nhân viên hỗ trợ; None sẽ tiếp tục như bình thường.

before_model_callback
after_model_callback

Xung quanh mỗi lệnh gọi suy luận LLM

LlmRequest hoặc LlmResponse

Trả về LlmResponse để chặn hoặc bỏ qua lệnh gọi mô hình; None sẽ tiếp tục.

before_tool_callback
after_tool_callback

Xung quanh mỗi lần thực thi công cụ

Định nghĩa, đối số, kết quả của công cụ

Việc trả về một dict sẽ ghi đè đầu ra của công cụ; None sẽ tiếp tục.

Các lệnh gọi lại cung cấp một vị trí rõ ràng để chèn ngữ cảnh, rào chắn, đo từ xa và tra cứu bộ nhớ đệm mà không cần đưa các nút thừa vào biểu đồ quy trình làm việc.

Chỉnh sửa thực tế: kết nối lệnh gọi lại recall và remember

  1. Trong stage4_memory/agent.py, hãy cập nhật propose_directions để đính kèm before_model_callback=recall_taste:
    output_schema=Directions,
    before_model_callback=recall_taste)

recall_taste thực thi ngay trước khi Gemini tạo các hướng đi đề xuất. Công cụ này tìm nạp nhật ký của nhà sáng tạo từ Ngân hàng bộ nhớ, định dạng các kỷ niệm theo thứ tự từ cũ nhất đến mới nhất và thêm các kỷ niệm đó vào LlmRequest gửi đi. Câu lệnh hướng dẫn mô hình điều chỉnh các ứng viên từ 1 đến 3 theo thị hiếu hiện tại của nhà sáng tạo, đồng thời coi các quy tắc của kênh là những quy tắc ràng buộc nghiêm ngặt.

  1. Trong stage4_memory/agent.py, hãy cập nhật scripter để đính kèm after_agent_callback=remember_pick:
    output_schema=Script,
    after_agent_callback=remember_pick)

remember_pick chạy sau khi scripter hoàn tất lượt của mình. Công cụ này đọc hướng đã chọn từ trạng thái phiên, tổng hợp một câu ngắn gọn tóm tắt quyết định của nhà sáng tạo và gọi memories.generate để cập nhật Ngân hàng bộ nhớ.

Những điều cần biết và lý do

Kiểm thử quy trình làm việc được tăng cường bằng lệnh gọi lại trong băng ghế dự bị hoặc ADK Web:

  1. Thực thi một lần chạy bằng câu lệnh trống:
    • Trong dấu vết phiên, hãy kiểm tra LlmRequest cho propose_directions. Hãy chú ý đến bối cảnh bộ nhớ được thêm vào, trong đó nêu chi tiết lựa chọn ưu tiên của nhà sáng tạo về chủ đề giả tưởng và nhịp độ ngắn gọn.
    • Quan sát các hướng đề xuất: ứng viên 1 đến 3 phù hợp với lựa chọn ưu tiên trước đây của nhà sáng tạo ngay cả khi xu hướng nhấn mạnh các chủ đề khác.
  2. Chọn một ứng viên tại direction_gate.
  3. Sau khi scripter hoàn tất, hãy xem xét các bản ghi trong Memory Bank:
    python -m agent.platform.bank list
    
    Ngân hàng này hiện phản ánh lựa chọn mới nhất, hợp nhất lựa chọn đó với các bản ghi trước đây về sở thích.

7. Công cụ RAG

Trong VibeStudio Workbench, hãy chuyển đến Bước 7 · RAG Engine, phần (7A) và (7B).

07-7A

Video đã xuất bản sẽ tích luỹ ý kiến phản hồi liên tục của người xem. Chúng tôi thu thập 30 bình luận tiêu biểu trong agent/comments.md, ghi lại những lời khen ngợi của người xem, ý kiến phê bình về nhịp độ của nội dung được tài trợ và sở thích về âm thanh. Trong bước này, bạn sẽ lập chỉ mục các bình luận này bằng Công cụ RAG của Vertex AI và kết nối tính năng truy xuất ngữ nghĩa vào quy trình phân tán nghiên cứu.

Truy xuất qua tài liệu (7A)

Trong workbench, hãy chuyển đến RAG Engine (7A).

Ngân hàng bộ nhớ so với Công cụ RAG

Cả hai công cụ đều dựa vào dữ liệu bên ngoài trong quy trình làm việc, nhưng chúng phục vụ các mục đích kiến trúc riêng biệt:

Phương diện

Ngân hàng bộ nhớ

Công cụ RAG

Trường hợp sử dụng chính

Lựa chọn ưu tiên lâu dài của người dùng và quy tắc hoạt động

Truy xuất ngữ nghĩa trên các bộ sưu tập tài liệu lớn

Phạm vi

Phạm vi áp dụng cho từng mã nhận dạng người dùng và tên ứng dụng

Phạm vi áp dụng cho các tài nguyên kho văn bản dùng chung cho tất cả người dùng

Xử lý dữ liệu

Trích xuất, nhúng và hợp nhất ngữ nghĩa theo thời gian thực

Phân đoạn tài liệu, nhúng vectơ và tìm kiếm lân cận gần nhất

Tích hợp biểu đồ

Phương thức gọi lại trong vòng đời của tác nhân (before_model_callback, after_agent_callback)

Nút hàm chuyên dụng trong quá trình phân nhánh nghiên cứu (read_feedback)

07-7A

Phân đoạn và nhúng tài liệu

Công cụ RAG lập chỉ mục tài liệu bằng cách chia văn bản thành các đoạn ngữ nghĩa và lưu trữ vectơ của các đoạn đó trong một cơ sở dữ liệu được quản lý:

corpus = rag.create_corpus(
    display_name="vibestudio-feedback",
    description="Vibe Studio: what the audience wrote under the channel's past videos.",
    backend_config=rag.RagVectorDbConfig(
        rag_embedding_model_config=rag.RagEmbeddingModelConfig(
            vertex_prediction_endpoint=rag.VertexPredictionEndpoint(
                publisher_model="publishers/google/models/text-embedding-005"))))

rag.upload_file(
    corpus_name=corpus.name, path="agent/comments.md", display_name="comments.md",
    transformation_config=rag.TransformationConfig(
        chunking_config=rag.ChunkingConfig(chunk_size=120, chunk_overlap=20)))
  • Kích thước đoạn: Được định cấu hình thành 120 mã thông báo với 20 mã thông báo trùng lặp. Việc này sẽ ghi lại từ 2 đến 3 bình luận cho mỗi đoạn văn, đảm bảo mỗi vectơ thể hiện một cảm xúc nhất quán mà không làm giảm ý nghĩa của các ý kiến phản hồi không liên quan.
  • Mô hình nhúng: text-embedding-005 chuyển đổi văn bản thành vectơ nhiều chiều. Khi một truy vấn được gửi, mô hình sẽ chuyển đổi truy vấn đó thành một vectơ và tìm các kết quả khớp gần nhất dựa trên khoảng cách ngữ nghĩa. Bình luận về một chú rồng nhỏ canh giữ tất khớp với câu lệnh về sinh vật huyền bí mà không cần trùng khớp từ khoá chính xác.

Thiết lập kho văn bản RAG

Khởi tạo ngữ liệu bằng các nút trên băng ghế hoặc lệnh trên thiết bị đầu cuối:

  1. Tạo kho văn bản:
    python -m agent.platform.rag
    
    Cung cấp cơ sở dữ liệu vectơ được quản lý và ghi lại mã tài nguyên trong runs/ragcorpus.json.
  2. Tải lên và lập chỉ mục bình luận: Tải agent/comments.md lên bằng cấu hình phân đoạn và chờ quá trình lập chỉ mục hoàn tất.
  3. Truy vấn kho văn bản: Kiểm tra khả năng truy xuất tương đồng bằng các truy vấn không có từ ngữ chính xác giống với bình luận (ví dụ: truy vấn "sinh vật huyền bí nhỏ" để truy xuất bình luận về rồng).

Nút truy xuất (7B)

Trong băng ghế dự bị, hãy chuyển đến Người đọc thứ ba (7B). Mở stage5_rag/agent.py.

07-7B

Truy xuất dưới dạng một nút đồ thị

Ý kiến phản hồi của khán giả là dữ liệu nghiên cứu được chia sẻ trong suốt quy trình làm việc. Không giống như bộ nhớ cá nhân của nhà sáng tạo, cảm xúc của người xem sẽ được đưa trực tiếp vào join_research cùng với dữ liệu về xu hướng và dữ liệu tồn đọng. Do đó, hàm này được triển khai dưới dạng một nút hàm:

07-7B

def read_feedback(node_input):
    """The third reader (step 7): what the audience wrote under past videos,
    the passages nearest to tonight's idea. Retrieval, not a model call."""
    from .platform import rag
    idea = idea_text(node_input)
    query = idea or "what viewers liked and what they complained about"
    try:
        hits = rag.retrieve(query)
    except Exception as e:
        print(f"  [rag] feedback unavailable ({str(e)[:80]})")
        return Event(output={"query": query, "feedback": [],
                             "note": "no corpus connected - run: python -m agent.platform.rag"})
    return Event(output={"query": query, "feedback": [h["text"] for h in hits]})

read_feedback trích xuất ý tưởng ban đầu của người dùng và thực thi một truy vấn vectơ đối với kho dữ liệu của Công cụ RAG. Hàm này phát ra các nhận xét đã truy xuất trong tải trọng Event(output=...).

Chỉnh sửa thực tế: nối đầu đọc thứ ba vào bộ chia tín hiệu

Trong stage5_rag/agent.py, hãy cập nhật edges để thêm read_feedback làm nhánh song song thứ ba nhập join_research:

           (START, read_backlog, join_research),
           (START, read_feedback, join_research),

Vì join_research là một JoinNode, nên nó sẽ đồng bộ hoá tất cả các nhánh đến, đợi cho đến khi scan_trends, read_backlog và read_feedback phát tất cả các sự kiện trước khi truyền gói tổng hợp xuống dưới.

Những điều cần biết và lý do

Chạy quy trình công việc trong băng ghế dự bị:

  1. Gửi câu lệnh về ý tưởng (chẳng hạn như "một con rồng nhỏ đang canh gác quầy bếp").
  2. Trong dấu vết thực thi, hãy xác minh rằng cả ba nút trình đọc đều thực thi đồng thời.
  3. Quan sát join_research: từ điển đầu ra của nó hiện chứa trends, backlog và feedback.
  4. Kiểm tra các đề xuất được tạo từ propose_directions: mô hình kết hợp bình luận của người xem vào đề xuất và tham chiếu cảm xúc của khán giả trong các trường bằng chứng.
  5. Lưu ý rằng việc truy xuất RAG mang tính tất định (các truy vấn giống hệt nhau sẽ trả về các đoạn bình luận giống hệt nhau), trong khi nút đề xuất tạo sinh tạo ra các biến thể sáng tạo.

8. Tạo video không đồng bộ bằng Veo

Trong VibeStudio Workbench, hãy chuyển đến Bước 8 · Video, phần (8A) và (8B).

Việc tạo video có độ phân giải cao bằng Google Veo mất vài phút cho mỗi lần kết xuất. Việc chặn thực thi biểu đồ trong khoảng thời gian này sẽ gây lãng phí tài nguyên điện toán, khoá các nhóm luồng và khiến quá trình chạy bị rớt kết nối HTTP. Trong bước này, bạn sẽ kết xuất video không đồng bộ bằng LongRunningFunctionTool của ADK.

Công cụ chạy trong thời gian dài (8A)

Trong môi trường làm việc, hãy chuyển đến Công cụ chạy trong thời gian dài (8A). Mở stage6_video/agent.py và agent/deliver.py.

08-8A

Công cụ đồng bộ so với công cụ chạy trong thời gian dài

Các công cụ hàm ADK tiêu chuẩn thực thi đồng bộ trong một lượt của tác nhân: mô hình gọi công cụ, chờ tải trọng trả về và kết hợp kết quả vào lượt đang diễn ra.

Không thể hoàn tất quá trình kết xuất video trong một lượt. Thay vào đó, render_submit sẽ bắt đầu công việc tạo và ngay lập tức trả về biên nhận hoạt động có trạng thái "pending":

def render_submit(prompt: str) -> dict:
    """Submit one Veo render of `prompt`. Returns at once with a pending
    receipt; the clip is delivered later, to this call, by id."""
    receipt = videogen.start(f"{prompt} {videogen.NO_TEXT}")
    return {"status": "pending", "operation": receipt["operation"], "prompt": receipt["prompt"]}

Khi được gói bằng LongRunningFunctionTool, ADK sẽ chặn trạng thái "pending". Lượt của nhân viên hỗ trợ kết thúc, quy trình tạm dừng tại nút và siêu dữ liệu cuộc gọi đang chờ xử lý (bao gồm cả mã nhận dạng cuộc gọi và biên nhận) được ghi lại trong runs/sessions.db. Quá trình thực thi thoát bình thường mà không duy trì các kết nối mạng đang hoạt động hoặc luồng worker.

Chỉnh sửa thực tế: bao bọc công cụ kết xuất

Trong stage6_video/agent.py, hãy cập nhật render_desk để gói render_submit trong LongRunningFunctionTool:

    tools=[LongRunningFunctionTool(render_submit)])

Tiếp tục theo mã cuộc gọi

Mẫu tiếp tục phổ biến

ADK áp dụng một cơ chế giống hệt nhau để tạm ngưng và tiếp tục quy trình làm việc cho cả con người và các công cụ bên ngoài:

Điều kiện kích hoạt tạm ngưng

Đang khởi tạo Construct

Trạng thái tạm ngưng được lưu trữ

Sự kiện tiếp tục

Quyết định của con người

yield RequestInput(...)

Mở câu lệnh nhập trong bộ nhớ phiên

FunctionResponse có mã nhận dạng cuộc gọi tạm ngưng

Công cụ chạy trong thời gian dài

LongRunningFunctionTool(...) người dùng cũ pending

Mở lệnh gọi công cụ trong kho lưu trữ phiên

FunctionResponse có mã nhận dạng cuộc gọi tạm ngưng

Trong cả hai trường hợp, quy trình công việc sẽ dừng hoàn toàn và chỉ tiếp tục khi một sự kiện có FunctionResponse phù hợp đến từ một nguồn bên ngoài: giao diện người dùng, webhook hoặc worker nền.

Chỉnh sửa thực tế: hoàn tất phản hồi về việc phân phối

Trong agent/deliver.py, hãy tạo phần FunctionResponse tiếp tục:

    part = Part(function_response=FunctionResponse(
        id=row["call_id"], name=row["name"], response=response))

Trình nền phân phối sẽ thăm dò Veo cho đến khi tệp video được tạo, sau đó gửi FunctionResponse này đến phiên. ADK so khớp mã nhận dạng cuộc gọi và tiếp tục quy trình công việc ngay tại nút tiếp theo. Các nút đã hoàn tất sẽ không thực thi lại và tác nhân sẽ không thực hiện một lượt tạo sinh khác.

Việc thiết lập STUDIO_REAL_VIDEO=0 trong .env cho phép kết xuất mô phỏng: start trả về biên nhận kiểm thử ngay lập tức và check mô phỏng quá trình hoàn tất trong 5 giây mà không thực hiện các lệnh gọi API Veo có tính phí.

Tích hợp quy trình (8B)

Trong bàn làm việc, hãy chuyển đến render_desk trong biểu đồ (8B). Mở stage6_video/agent.py.

Nút cuối cùng trong quy trình là store_video. Hàm này đọc thông tin kết xuất hoàn chỉnh từ runs/state.json (nơi quy trình phân phối ghi lại thông tin đó) và cam kết URL video cũng như trạng thái tạo cho trạng thái phiên dùng chung.

08-8B

Chỉnh sửa thực tế: kết nối toàn bộ quy trình video

Trong stage6_video/agent.py, hãy cập nhật edges để thêm render_desk và store_video:

           (quarantine, scripter),
           (scripter, render_desk, store_video)])

Những điều cần biết và lý do

Kiểm thử quy trình tạo không đồng bộ trong workbench:

  1. Thực hiện quy trình thông qua việc chọn ứng viên và tạo tập lệnh.
  2. Tại render_desk, hãy quan sát tác nhân gọi render_submit.
  3. Quy trình công việc sẽ tạm ngưng ngay lập tức. Trong workbench hoặc ADK Web, hãy quan sát trạng thái đang chờ xử lý: phiên này giữ mã nhận dạng lệnh gọi mở và không có tiến trình nền nào tiêu thụ tài nguyên.
  4. Chạy trình nền phân phối bằng bảng điều khiển của bàn làm việc hoặc trong thiết bị đầu cuối:
    python -m agent.deliver
    
    Quy trình phân phối sẽ giám sát Veo cho đến khi video sẵn sàng, sau đó gửi sự kiện tiếp tục.
  5. Trong ADK Web, hãy làm mới phiên: quá trình thực thi tiếp tục tại store_video, cam kết URL video vào trạng thái phiên và hoàn tất quy trình công việc.

9. Triển khai lên Cloud Run

Trong VibeStudio Workbench, hãy chuyển đến Bước 9 · Triển khai.

Bạn đã phát triển và xác minh từng thành phần của quy trình trên các hộp cát chuyên dụng. Trong bước này, bạn sẽ lắp ráp quy trình sản xuất hoàn chỉnh và triển khai quy trình đó vào Google Cloud Run.

09-9A

ADK Runner

Trong quá trình phát triển, adk web đã điều phối biểu đồ. Trong quá trình sản xuất, ứng dụng sẽ lưu trữ quy trình bằng cách sử dụng lớp Runner của ADK:

self._svc = DatabaseSessionService(db_url=config.DB_URL)
self._runner = Runner(app_name=config.APP, agent=wf, session_service=self._svc)

async for ev in self._runner.run_async(user_id=config.USER, session_id=run_id, new_message=message):
    self._absorb(ev)    # fold the ADK event into the run state, publish one app event

# the gate's answer and the render's delivery are the same call, with a function_response part
part = Part(function_response=FunctionResponse(id=call_id, name=name, response=response))
  • run_async: Thúc đẩy quá trình thực thi quy trình công việc, tạo ra các sự kiện theo tuần tự khi các nút thực thi và duy trì thông tin cập nhật cho dịch vụ phiên.
  • Tiếp tục hợp nhất: Cả quyết định của người dùng tại direction_gate và các video đã hoàn tất được phân phối từ Veo đều tiếp tục thực thi thông qua các đối tượng FunctionResponse giống hệt nhau được gửi đến run_async.

Cấu trúc ứng dụng phát hành công khai

Ứng dụng chính thức trong vibestudio/ tích hợp quy trình hoàn chỉnh:

vibestudio/
  server/
    main.py                 FastAPI: application server, REST routes, static assets
    api.py                  REST API endpoints: run, pick, publish, backlog, profile, history
    runner.py               Runner orchestration over the workflow, background render poller
    platform/               Event bus (SSE stream), file storage, publishing, telemetry
    agent/                  Production agent package, verified by checks/verify_app.py
      graph.py              The complete workflow graph and node definitions
      desk.py               render_desk and render_submit wrapped with LongRunningFunctionTool
      schemas.py            Pydantic schemas: Directions, CleanedDirection, Script
      cleanup_tools.py      Deterministic policy tools: find_policy_hits, suggest_replacement
      platform/             Memory Bank, RAG Engine, and Veo integrations
  web/                      Production React user interface
  Dockerfile · deploy.py · run.sh
  • Luồng sự kiện đơn: Phần phụ trợ FastAPI xuất bản các sự kiện trên một luồng Sự kiện do máy chủ gửi (SSE). Giao diện người dùng React trực quan hoá tiến trình của biểu đồ theo thời gian thực và xử lý các kết nối muộn mà không làm mất trạng thái.
  • Thực thi tách rời: Ứng dụng quản lý vòng lặp sự kiện. Biểu đồ quy trình làm việc hoàn toàn tập trung vào logic thực thi, không nhận biết được giao diện người dùng.

Danh sách cạnh quy trình làm việc hoàn chỉnh trong agent/graph.py kết hợp mọi mẫu kiến trúc được tạo trong suốt lớp học lập trình này:

        (START, scan_trends, join_research),
        (START, read_backlog, join_research),
        (START, read_feedback, join_research),
        (join_research, propose_directions, direction_gate,
         persist_direction, policy_check),
        (policy_check, {"OK": scripter, "BLOCK": quarantine}),
        (quarantine, scripter),
        (scripter, render_desk, store_video),

Đang triển khai lên Cloud Run

Google Cloud Run cung cấp dịch vụ lưu trữ không máy chủ với tính năng tự động cấp tài nguyên bổ sung, định tuyến yêu cầu và bản dựng vùng chứa tích hợp:

gcloud run deploy vibestudio --source vibestudio \
  --project $GOOGLE_CLOUD_PROJECT --region us-central1 \
  --labels dev-tutorial-codelab=vibetube --allow-unauthenticated \
  --memory 2Gi --cpu 2 --timeout 3600 --concurrency 40 \
  --max-instances 1 --min-instances 1 --session-affinity \
  --set-env-vars GOOGLE_CLOUD_PROJECT=...,STUDIO_VERTEX=1,STUDIO_MEMORY_BANK=...,STUDIO_RAG_CORPUS=...,VIBETUBE_URL=...,VIBETUBE_EVENT=...,VIBETUBE_NAME=...,VIBETUBE_PROJECT=...
  • Bản dựng vùng chứa: gcloud run deploy --source đóng gói thư mục vibestudio/, tạo bản dựng hình ảnh vùng chứa bằng Cloud Build và triển khai dịch vụ trong một thao tác duy nhất.
  • Mối quan hệ phiên: Chuyển hướng các yêu cầu của cùng một người dùng đến cùng một phiên bản vùng chứa, duy trì trạng thái phiên cục bộ qua các bước lặp lại.
  • Khả năng quan sát: Tính năng tích hợp Cloud Trace ghi lại các khoảng thời gian phân tán cho mọi nút, lệnh gọi LLM và quá trình thực thi công cụ, có thể truy cập trong Google Cloud Console trong mục Trình khám phá dấu vết.

Nhấp vào nút Deploy (Triển khai) trong bàn làm việc để thực thi tập lệnh triển khai. Khi quá trình tạo bản dựng hoàn tất, thiết bị đầu cuối sẽ hiển thị URL dịch vụ trực tiếp.

Ứng dụng

10. Tóm tắt

Trong VibeStudio Workbench, hãy chuyển đến Bước 10 · Tóm tắt để xem lại cấu trúc đã hoàn tất.

10-summary

Bước

Kiến trúc và khái niệm

Mẫu triển khai

Một câu lệnh duy nhất

Một câu lệnh, công cụ hàm, vòng lặp trò chuyện tuần tự

Agent(tools=[...]), function_call / function_response

Nguyên tắc cơ bản về quy trình làm việc dựa trên tác nhân

Quy trình làm việc theo biểu đồ, nghiên cứu song song, kết quả theo giản đồ, cổng kiểm duyệt của con người

Workflow, START, JoinNode, output_schema, RequestInput

Trạng thái và Bộ định tuyến

Trạng thái phiên dùng chung, liên kết tham số, định tuyến tất định, tác nhân tác vụ

Event(state=...), Event(route=...), mode="task", finish_task

Ngân hàng bộ nhớ

Bộ nhớ dài hạn ở cấp người dùng, hợp nhất ngữ nghĩa, hook vòng đời

memories.generate / retrieve, before_model_callback, after_agent_callback

Công cụ RAG

Truy xuất tài liệu dựa trên bình luận của khán giả, các thành phần nhúng ngữ nghĩa

Nút rag.create_corpus, RagEmbeddingModelConfig, read_feedback

Tạo video không đồng bộ bằng Veo

Công cụ chạy trong thời gian dài, biên nhận đang chờ xử lý, trình nền phân phối bên ngoài

LongRunningFunctionTool, FunctionResponse(id=...) tiếp tục

Triển khai lên Cloud Run

Điều phối theo chương trình, Sự kiện được gửi bởi máy chủ, vùng chứa không máy chủ

Runner(agent=wf), run_async, Triển khai Cloud Run

Nguyên tắc cấu trúc cốt lõi

  1. Tạm ngưng thay vì chờ đợi: Quy trình làm việc tạm dừng một cách rõ ràng để chờ hoạt động đầu vào của con người (RequestInput) hoặc các thao tác chạy trong thời gian dài (LongRunningFunctionTool). Các quy trình không chờ đợi ở trạng thái rảnh trên luồng hoặc cổng mạng.
  2. Tiếp tục chung: Mọi trạng thái tạm ngưng đều tiếp tục thông qua một cơ chế giống hệt nhau: một function_response duy nhất mang mã nhận dạng lệnh gọi của nút bị tạm ngưng.
  3. Quản lý trạng thái tách biệt: Các nút chia sẻ dữ liệu thông qua các khoá trạng thái phiên được đặt tên và liên kết tham số thay vì tải trọng trung gian chi tiết, liên kết chặt chẽ.
  4. Định tuyến tất định trước chi phí tạo sinh: Bộ định tuyến dựa trên quy tắc và bộ lọc biểu thức chính quy đánh giá chính sách mà không tốn mã thông báo trước khi mô hình tạo sinh chạy.
  5. Tách biệt các mối quan ngại: Bối cảnh cụ thể cho một tác nhân riêng lẻ thuộc về các phương thức gọi lại trong vòng đời, trong khi các phần phụ thuộc dữ liệu được chia sẻ thuộc về

10 đầu ra