1. Обзор
Выбор хорошего дуриана в придорожном ларьке – это сенсорная головоломка. Покупателям нужно отличить настоящий Мусанг Кинг (D197) от подделки, определить, упал ли плод этим утром или несколько дней назад, и угадать, понравится ли им его вкус.
В этой практической работе вы создадите и протестируете мультимодальную систему из нескольких агентов Durian Sommelier с помощью Agent Development Kit (ADK) и Agents CLI, а также при желании развернете ее в Cloud Run с помощью Antigravity CLI (основные шаги занимают около 45 минут, а два дополнительных шага с Antigravity – ещё около 20 минут). Выбор дуриана показывает, где заканчивается восприятие ИИ и начинаются человеческие чувства:
- Что видит ИИ. Gemini может изучить фотографию скорлупы и обнаружить маркеры сорта, такие как пятиконечная звезда у основания Мусанг Кинг, темный впалый кончик Черного Шипа (D200), кольцо размером с монету у D24 или сухой сморщенный стебель.
- Что может почувствовать только человек. Модель не может понюхать шов, чтобы уловить алкогольную нотку, постучать по кожуре, чтобы услышать глухой стук, или нажать на два шипа, чтобы почувствовать, пружинят ли они.
- Что должен помнить агент. Два идеально спелых дуриана по-прежнему делят покупателей. Один человек любит горький, алкогольный пунш из старого дерева XO D24, а другой хочет сладкий заварной крем без горечи из Red Prawn (D175).

Что вы создадите
- Этап 1. Агент с одной функцией. Агент ADK, созданный с помощью Agents CLI, который определяет сорт и свежесть дуриана по фотографии.
- Этап 2. Органы чувств и вкусовая память. Инструменты, которые оценивают, что покупатель чувствует, слышит и ощущает, а также инструмент, который сохраняет его вкусовой профиль между сеансами.
- Этап 3. Координатор и специалисты. Координатор
durian_advisorвызывает инспектора по визуальному контролю и сомелье, а затем выносит окончательный вердикт. - Этап 4. Сервис агента Cloud Run. Antigravity CLI развертывает агент с навыками Agents CLI. Это необязательный шаг.
- Этап 5. Веб-чат-бот Cloud Run. На этом необязательном этапе Antigravity CLI создает и развертывает оптимизированное для мобильных устройств приложение для обмена сообщениями, которое взаимодействует с вашим агентом.
Архитектура

Два сервиса Cloud Run создаются на необязательных этапах Antigravity. Без них вы запускаете тех же агентов в тестовой среде ADK в Cloud Shell.
Требования
- Базовые навыки программирования на Python.
- Знание инструментов командной строки и концепций генеративного искусственного интеллекта.
- Опыт работы с ADK, Agents CLI или Antigravity CLI не требуется.
Что вы узнаете
- Как создать проект ADK с помощью
agents-cli createи построить мультимодального агента, который считывает фотографии - Где заканчивается восприятие ИИ (запах, звук, осязание и личный вкус) и как разработать инструменты с участием человека для этих чувств.
- Как запоминать предпочтения каждого пользователя в разных сеансах с помощью состояния ADK в области действия
user: - Как разделить одного агента на координатора и специализированных агентов, выполняющих одно действие, которых он вызывает как инструменты.
- Как предоставить Antigravity CLI навыки Agents CLI, чтобы развернуть агента и веб-чат-бота в Cloud Run (необязательно).
Что вам понадобится
- Аккаунт Google (если вы хотите получить бонусы за участие в семинаре, используйте личный аккаунт
@gmail.com). - ссылка на бонус от преподавателя (и камера телефона, чтобы отсканировать QR-код) или активный платежный аккаунт Cloud.
- Google Chrome (рекомендуется использовать окно инкогнито, чтобы не путать личный и рабочий аккаунты).
2. Как получить бонусы Google Cloud (необязательно)
Если вы выполняете эту практическую работу самостоятельно и соответствуете требованиям, используйте баннер с бонусами Google Developer Program на этой странице, чтобы получить бонусы без кредитной карты. Если вы посещаете семинар и у вас есть ссылка на бонусы от инструктора, следуйте инструкциям в этом разделе.
Получите бонус на рекламу
Запросить бонусы за участие в семинаре можно в Google Builders Hub (часть Google Developer Program).
Чтобы получить бонус, выполните следующие действия:
- Откройте ссылку на бонус семинара в окне инкогнито и войдите в личный аккаунт
@gmail.com. - На карточке Получите бонус нажмите Получить бонус.

- Если появится запрос на создание профиля в Google Developer Program, заполните форму.
- Когда появится диалоговое окно Отсканируйте, чтобы подтвердить, что вы человек, отсканируйте QR-код с помощью телефона и пройдите проверку. Если QR-код не появился, обновите страницу и снова нажмите Получить бонус.
- Убедитесь, что появилось сообщение Бонус за участие в мероприятии успешно активирован, и нажмите Открыть платежный аккаунт.

🔍 Проверьте свою работу
Инициализация платежного аккаунта может занять до пяти минут. Чтобы убедиться, что бонус активен, выполните следующие действия:
- Если страница Управление платежными аккаунтами не открыта, перейдите в Google Cloud Billing (или скопируйте URL в окно инкогнито):
https://console.cloud.google.com/billing
- Перейдите на вкладку Ваши платежные аккаунты и обновляйте страницу, пока в столбце Статус для аккаунта с пометкой GDP Credit не появится значение Активно.

3. Создайте проект Google Cloud (необязательно)
Создайте отдельный проект Google Cloud, чтобы изолировать все ресурсы, используемые в этой практической работе. Так вы сможете легко удалить их, когда закончите.
Чтобы создать проект Google Cloud, выполните следующие действия:
- Откройте страницу Создание проекта (или скопируйте URL в окно инкогнито):
https://console.cloud.google.com/projectcreate
- Укажите сведения о проекте:
- Название проекта. Введите понятное название, например
google-cloud-workshop. - Платежный аккаунт (если показан): выберите аккаунт GDP Credit (или активный платежный аккаунт).
- Родительский ресурс. Оставьте выбранным вариант Нет организации (или выберите свою организацию, если требуется).
- Название проекта. Введите понятное название, например
- Запишите сгенерированный идентификатор проекта и нажмите Создать.

🔍 Проверьте свою работу
После создания проекта откройте Уведомления на панели инструментов консоли Google Cloud и нажмите Выбрать проект.

4. Как настроить среду
В этом разделе вы настроите Google Cloud Shell, включите Agent Platform API и установите Agents CLI с помощью uv.
Как настроить Cloud Shell
Запустить Cloud Shell
Откройте Google Cloud Shell с включенным редактором кода и терминалом (или скопируйте URL в окно инкогнито) и нажмите Авторизовать, если появится запрос.
https://shell.cloud.google.com/?show=ide,terminal

Как задать идентификатор проекта Google Cloud
Скопируйте и вставьте следующий фрагмент в терминал Cloud Shell. Появится нумерованное меню доступных проектов Google Cloud. Введите номер, указанный рядом с вашим проектом (например, 1), и нажмите Ввод.
unset CLOUDSDK_CORE_PROJECT
PS3="Select your project (e.g. 1): "
select PROJECT_ID in $(gcloud projects list --format="value(projectId)"); do
[ -n "$PROJECT_ID" ] && gcloud config set project "$PROJECT_ID" && break
done
Ожидаемый запрос:
1) durian-sommelier-workshop-4210 2) my-cloud-project-8812 Select your project (e.g. 1): 1 Updated property [core/project]. [environment: untagged] Read more to tag: g.co/cloud/project-env-tag.
Выбранный идентификатор проекта будет выделен желтым цветом в командной строке Cloud Shell:

Включите Agent Platform API
Включите Agent Platform API, который ваши агенты используют для вызова Gemini:
gcloud services enable aiplatform.googleapis.com
🔍 Проверьте свою работу
Вы должны увидеть примерно следующее:
Operation "operations/acat.p2-..." finished successfully.
Установить Agents CLI
Убедитесь, что uv доступен и папка с его инструментами находится в PATH:
which uv || curl -LsSf https://astral.sh/uv/install.sh | sh
export PATH="$HOME/.local/bin:$PATH"
Установите Agents CLI как инструмент uv:
uv tool install google-agents-cli==1.7.0
uv устанавливает каждый инструмент в отдельную изолированную среду и добавляет только команду agents-cli в PATH, поэтому системная версия Python остается нетронутой. Вам также не нужно устанавливать ADK. Для каждого проекта, созданного с помощью Agents CLI, создается собственная виртуальная среда с версией ADK, на которой тестировался шаблон.
🔍 Проверьте свою работу
Убедитесь, что Agents CLI готов к работе:
agents-cli --version
Вы должны увидеть примерно следующее:
agents-cli, version 1.7.0
5. Создание мультимодального агента для анализа изображений
Начните с малого: используйте Agents CLI, чтобы сгенерировать проект ADK, а затем превратите его пример агента в классификатор изображений дуриана.
Создайте проект
Создайте проект durian-advisor. --agent adk_python выбирает шаблон ADK на Python, --deployment-target cloud_run и --region us-central1 подготавливают его для Cloud Run, --prototype пропускает настройку CI/CD, а --yes принимает значения по умолчанию.
cd ~ && agents-cli create durian-advisor \
--agent adk_python \
--deployment-target cloud_run \
--region us-central1 \
--prototype \
--yes
Вы должны увидеть примерно следующее:
> Verifying GCP credentials... > ✓ Connected to project: your-project-id ✅ Success! Your agent project is ready.
Откройте проект в редакторе Cloud Shell. Окно перезагрузится, а терминал перезапустится.
cloudshell workspace ~/durian-advisor
Установите зависимости проекта в его собственную папку .venv:
cd ~/durian-advisor && agents-cli install
Проверьте файл среды
Agents CLI также создал файл .env, который указывает ADK вызывать Gemini через ваш облачный проект Google Cloud:
grep GOOGLE_ ~/durian-advisor/.env
Вы должны увидеть примерно следующее:
GOOGLE_GENAI_USE_VERTEXAI=true GOOGLE_CLOUD_PROJECT=your-project-id GOOGLE_CLOUD_LOCATION=global
Сохраните подписку GOOGLE_CLOUD_LOCATION=global. Gemini 3.8 Flash обслуживается из конечной точки global, а не из региональных конечных точек, таких как us-central1, несмотря на то, что ваши сервисы Cloud Run работают в us-central1.
Если в поле GOOGLE_CLOUD_PROJECT указано your-gcp-project-id, значит Agents CLI не удалось обнаружить ваш проект. Задайте его с помощью:
sed -i "s/your-gcp-project-id/$(gcloud config get-value project)/" ~/durian-advisor/.env
Напишите классификатор изображений
У каждого сорта есть свои особенности, которые Gemini может распознать на фото:

Откройте app/agent.py:
cloudshell edit ~/durian-advisor/app/agent.py
Замените его содержимое следующим кодом:
"""A single multimodal agent that inspects durian photos."""
from google.adk.agents import Agent
from google.adk.apps import App
from google.adk.models import Gemini
from google.genai import types
MODEL = "gemini-3.8-flash"
INSTRUCTION = """You are a durian visual classifier. Inspect the durian photo or shell description.
1. Base seam: a 5-point star means Musang King (D197). A dark sunken tip means Black Thorn (D200). A coin-sized brown ring means D24. An oval body with widely spaced, hooked thorns means Red Prawn (D175).
2. Stem: plump, moist, and greenish means it fell within about 12 hours. Dry and shriveled means it is days old.
3. Husk: closed seams mean natural ripening. Wide splits or mold mean it is past its best.
Give the likely cultivar and a visual freshness score from 1 to 10. Then list what a photo cannot tell you: the aroma, the tap sound, the thorn springiness, and whether the buyer will enjoy the taste."""
root_agent = Agent(
name="durian_advisor",
model=Gemini(model=MODEL, retry_options=types.HttpRetryOptions(attempts=3)),
description="Classifies durian cultivars and visual freshness from photos.",
instruction=INSTRUCTION,
)
app = App(root_agent=root_agent, name="app")
Вот несколько важных деталей:
MODEL– единственное место, где указан идентификатор модели. Каждый агент, которого вы добавите позже, унаследует ее, поэтому для переключения моделей потребуется изменить всего одну строку.retry_optionsповторяет попытку при временных ошибках, например при ограничении частоты запросов, до трех раз.app = App(...)– это оболочка для агента, которая используется как в тестовой среде, так и на сервере Cloud Run. Оставьте название приложенияappи название агентаdurian_advisor, которые соответствуют сгенерированному серверу иagents-cli-manifest.yaml.
Протестируйте агента в тестовой среде
Запустите тестовую среду ADK:
cd ~/durian-advisor && agents-cli playground
Вы должны увидеть примерно следующее:
INFO: Uvicorn running on http://127.0.0.1:8080 (Press CTRL+C to quit)
Нажмите Web Preview (Предварительный просмотр) на панели инструментов Cloud Shell и выберите Preview on port 8080 (Предварительный просмотр на порте 8080). Если ADK Dev UI попросит вас выбрать агента, выберите app. Затем отправьте этот запрос или прикрепите собственную фотографию дуриана с помощью кнопки загрузки:
I'm at a stall looking at a round durian with pyramid-shaped thorns and a 5-point star at the base. The stem is green and moist. What cultivar is this, and will it taste sweet?
🔍 Проверьте свою работу
Агент определяет сорт Мусанг Кинг (D197) и дает высокую оценку свежести за влажный зеленый стебель. Затем он признает, что фотография не может передать аромат, звук постукивания, упругость шипов и то, понравится ли вам вкус.
Прежде чем продолжить, нажмите Ctrl + C в терминале, чтобы остановить работу тестовой среды.
6. Добавьте человеческие чувства и память о вкусах
Камера не может чувствовать запахи, слышать или осязать, поэтому вы создадите инструменты, которые попросят покупателя сделать это. Вы также дадите агенту долгосрочную память о вкусах каждого покупателя. На этом шаге вы создаете инструменты, а на следующем – подключаете их к агентам.
Добавьте каталог сортов
Создать app/durian_data.py:
cloudshell edit ~/durian-advisor/app/durian_data.py
Вставьте этот каталог. Хранение данных в отдельном модуле позволяет сократить код агента:
"""Reference catalog of durian cultivars."""
CULTIVAR_CATALOG = {
"musang_king": {
"code": "D197",
"name": "Musang King (Mao Shan Wang)",
"visual_markers": "5-point star seam at the base, pyramid-shaped thorns",
"flavor": "rich, bittersweet, buttery custard",
"bitterness": "medium",
},
"black_thorn": {
"code": "D200",
"name": "Black Thorn (Ochee)",
"visual_markers": "Dark sunken tip at the base, round pumpkin-like body",
"flavor": "sweet, creamy, slightly winey",
"bitterness": "low",
},
"red_prawn": {
"code": "D175",
"name": "Red Prawn (Udang Merah)",
"visual_markers": "Oval body, widely spaced and slightly hooked thorns",
"flavor": "sweet, floral, soft and sticky",
"bitterness": "none",
},
"xo_d24": {
"code": "D24",
"name": "XO D24 (Sultan, old tree)",
"visual_markers": "Coin-sized brown ring at the base, dense sharp thorns",
"flavor": "intense, bitter, with a boozy finish",
"bitterness": "high",
},
}
Добавьте сенсорные инструменты
Создать app/sensory_tools.py:
cloudshell edit ~/durian-advisor/app/sensory_tools.py
Вставьте следующий код:
"""Tools for cultivar lookup and human-in-the-loop sensory checks."""
from typing import Any, Literal
from .durian_data import CULTIVAR_CATALOG
AROMA_POINTS = {"sweet_fragrant": 4, "boozy_fermented": 3, "faint_grassy": 0, "sour_rotten": 0}
TAP_POINTS = {"hollow": 3, "solid": 0}
THORN_POINTS = {"springy": 3, "rigid": 0}
def get_cultivar_profile(cultivar_key: str) -> dict[str, Any]:
"""Looks up the visual markers, flavor, and bitterness of a durian cultivar.
Args:
cultivar_key: One of 'musang_king', 'black_thorn', 'red_prawn', or 'xo_d24'.
"""
key = cultivar_key.strip().lower().replace(" ", "_").replace("-", "_")
if key not in CULTIVAR_CATALOG:
return {"status": "NOT_FOUND", "supported": list(CULTIVAR_CATALOG)}
return {"status": "OK", "cultivar": CULTIVAR_CATALOG[key]}
def evaluate_human_sensory_clues(
aroma: Literal["sweet_fragrant", "boozy_fermented", "faint_grassy", "sour_rotten"],
tap_sound: Literal["hollow", "solid"],
thorn_feel: Literal["springy", "rigid"],
) -> dict[str, Any]:
"""Scores the ripeness clues that only a human buyer can smell, hear, and feel.
Args:
aroma: What the buyer smells at the seam of the husk.
tap_sound: What the buyer hears when tapping the husk.
thorn_feel: How two thorns feel when the buyer presses them together.
"""
score = AROMA_POINTS[aroma] + TAP_POINTS[tap_sound] + THORN_POINTS[thorn_feel]
if aroma == "sour_rotten":
verdict = "SPOILED"
elif score >= 7:
verdict = "RIPE"
elif score >= 4:
verdict = "NOT_QUITE_READY"
else:
verdict = "UNRIPE"
return {"status": "OK", "ripeness_score": score, "max_score": 10, "verdict": verdict}
Как работают эти инструменты:
- ADK превращает каждую функцию в инструмент, который может вызывать модель. Строка документации становится описанием инструмента, а раздел
Argsобъясняет каждый параметр. - Подсказки типа
Literal[...]становятся фиксированными вариантами в схеме инструмента, поэтому Gemini сопоставляет "пахнет алкоголем" только с одним допустимым значением, напримерboozy_fermented. get_cultivar_profileвозвращает явный статусNOT_FOUNDс поддерживаемыми ключами вместо того, чтобы изобретать сорт.
Добавьте инструмент "Память вкуса"
Создать app/memory_tools.py:
cloudshell edit ~/durian-advisor/app/memory_tools.py
Вставьте следующий код:
"""Tool that remembers each buyer's durian palate across sessions."""
from typing import Any, Literal
from google.adk.tools import ToolContext
def save_palate_preference(
favorite_flavors: str,
bitterness_tolerance: Literal["none", "low", "medium", "high"],
tool_context: ToolContext,
) -> dict[str, Any]:
"""Saves the buyer's durian taste preferences to their long-term profile.
Args:
favorite_flavors: Flavors and textures the buyer enjoys, such as
'sweet, creamy custard'.
bitterness_tolerance: How much bitterness the buyer enjoys.
"""
profile = {
"favorite_flavors": favorite_flavors,
"bitterness_tolerance": bitterness_tolerance,
}
# The "user:" prefix scopes this key to the buyer, so it follows them
# into every future session of this app.
tool_context.state["user:palate_profile"] = profile
return {"status": "SAVED", "palate_profile": profile}
Как работает память вкуса:
- ADK автоматически передает
tool_contextи скрывает его от модели, поэтому Gemini видит только два параметра вкуса. - Префикс
user:привязывает ключ состояния к пользователю, а не к текущему сеансу, поэтому профиль будет использоваться во всех новых разговорах с покупателем. - Вам не нужен отдельный инструмент для получения данных. Агенты считывают профиль прямо в свои инструкции с помощью плейсхолдера
{user:palate_profile?}. Оператор?позволяет оставить плейсхолдер пустым, если профиль ещё не создан, вместо того чтобы вызывать ошибку.
🔍 Проверьте свою работу
Выбирайте дуриан, который пахнет алкоголем, издает глухой звук при постукивании и имеет упругие шипы.
cd ~/durian-advisor && uv run python -c "from app.sensory_tools import evaluate_human_sensory_clues as score; print(score('boozy_fermented', 'hollow', 'springy'))"
Вы должны увидеть примерно следующее:
{'status': 'OK', 'ripeness_score': 9, 'max_score': 10, 'verdict': 'RIPE'}
7. Координируйте работу агентов-специалистов
Один агент, который одновременно обрабатывает правила визуального оформления, сенсорную оценку и соответствие вкусовым предпочтениям, часто путается. Вместо этого вы поручите каждую задачу узкому специалисту, а координатор объединит их ответы:
vision_inspector_agentопределяет сорт и свежесть по фотографии и возвращает структурированный отчет.sensory_sommelier_agentоценивает запах, звук и ощущения, а также проверяет сорт на вкус.durian_advisorразговаривает с покупателем, сохраняет его вкусовые ощущения, звонит каждому специалисту и пишет окончательный вердикт.
Создайте инспектор изображений.
Создать app/vision_agent.py:
cloudshell edit ~/durian-advisor/app/vision_agent.py
Вставьте следующий код:
"""Vision inspector: reads the cultivar and freshness from a durian photo."""
from google.adk.agents import Agent
from pydantic import BaseModel, Field
class VisionReport(BaseModel):
cultivar_key: str = Field(
description="musang_king, black_thorn, red_prawn, xo_d24, or unknown"
)
visual_freshness: int = Field(description="1 (stale) to 10 (freshly fallen)")
evidence: str = Field(description="The visual markers behind your answer")
vision_inspector_agent = Agent(
name="vision_inspector_agent",
description="Identifies a durian's cultivar and visual freshness from the buyer's photo or shell description.",
mode="single_turn",
# Specialists only see their tool-call input by default. Opt in to the
# conversation history so this agent can see the uploaded photo.
include_contents="default",
# Report back to the coordinator instead of taking over the conversation.
disallow_transfer_to_parent=True,
disallow_transfer_to_peers=True,
output_schema=VisionReport,
instruction="""You are a durian vision inspector. Examine the durian photo or shell description in the conversation.
Cultivar markers:
- 5-point star seam at the base: musang_king
- Dark sunken tip at the base: black_thorn
- Oval body with widely spaced, slightly hooked thorns: red_prawn
- Coin-sized brown ring at the base and dense, sharp thorns: xo_d24
Freshness: a plump, moist, greenish stem and closed seams score high. A dry, shriveled stem or a split, moldy husk scores low.
If the markers are unclear, use 'unknown'.""",
)
output_schema=VisionReportзаставляет специалиста возвращать структурированные данные, на которые может полагаться координатор.include_contents="default"разрешает этому специалисту просматривать чат, включая загруженное фото. Без него специалист, работающий с одноэтапными запросами, видит только запрос, переданный координатором.disallow_transfer_to_parentиdisallow_transfer_to_peersудаляют инструментtransfer_to_agent, который ADK в противном случае предоставил бы этому субагенту. Специалист, который видит весь разговор, может захотеть вернуть чат координатору, а не отправить отчет.
Создайте сенсорного сомелье
Создать app/sensory_agent.py:
cloudshell edit ~/durian-advisor/app/sensory_agent.py
Вставьте следующий код:
"""Sensory sommelier: scores the buyer's senses and checks palate fit."""
from google.adk.agents import Agent
from pydantic import BaseModel, Field
from .sensory_tools import evaluate_human_sensory_clues, get_cultivar_profile
class SensoryClues(BaseModel):
cultivar_key: str = Field(description="Cultivar from the vision inspector")
aroma: str = Field(description="What the buyer smelled at the seam")
tap_sound: str = Field(description="What the buyer heard when tapping the husk")
thorn_feel: str = Field(description="How the thorns felt when pressed together")
sensory_sommelier_agent = Agent(
name="sensory_sommelier_agent",
description="Scores the smell, sound, and touch clues the buyer reports, and checks the cultivar against their palate.",
mode="single_turn",
# Report back to the coordinator instead of taking over the conversation.
disallow_transfer_to_parent=True,
disallow_transfer_to_peers=True,
input_schema=SensoryClues,
instruction="""You are a durian sensory sommelier.
Buyer palate profile: {user:palate_profile?}
1. Call evaluate_human_sensory_clues with the buyer's aroma, tap sound, and thorn feel.
2. Call get_cultivar_profile for the cultivar.
3. Compare the cultivar's bitterness with the buyer's bitterness tolerance.
Report the ripeness verdict, the palate fit, and one sentence of advice.""",
tools=[evaluate_human_sensory_clues, get_cultivar_profile],
)
input_schema=SensoryCluesопределяет, что координатор должен передать: сорт и три отчета покупателя о сенсорных характеристиках, написанные своими словами. Специалист сопоставляет эти слова с допустимыми значениями инструмента.{user:palate_profile?}добавляет в инструкцию сохраненные предпочтения покупателя, чтобы специалист мог оценить соответствие, не заглядывая в память.- Ни один из специалистов не задает
model. Оба наследуютMODELкоординатора. - Оба специалиста используют одни и те же два флага передачи, поэтому каждый из них всегда отчитывается перед координатором.
Подключите координатор
Откройте app/agent.py:
cloudshell edit ~/durian-advisor/app/agent.py
Замените его содержимое на следующее:
"""Durian advisor: a concierge that coordinates vision and sensory specialists."""
from google.adk.agents import Agent
from google.adk.apps import App
from google.adk.models import Gemini
from google.genai import types
from .memory_tools import save_palate_preference
from .sensory_agent import sensory_sommelier_agent
from .vision_agent import vision_inspector_agent
MODEL = "gemini-3.8-flash"
root_agent = Agent(
name="durian_advisor",
model=Gemini(model=MODEL, retry_options=types.HttpRetryOptions(attempts=3)),
description="Durian concierge that combines what the camera sees with what the buyer senses.",
instruction="""You are a friendly durian concierge helping a buyer at a fruit stall.
Buyer palate profile: {user:palate_profile?}
1. When the buyer shares taste preferences, call save_palate_preference.
2. When the buyer shows or describes a durian, call vision_inspector_agent.
3. A camera cannot smell, hear, or feel. Unless the buyer already reported the seam aroma, tap sound, and thorn feel, ask them to check. Then call sensory_sommelier_agent.
4. Call one specialist at a time. Finish with ONE verdict covering the cultivar, ripeness, and palate fit. If the durian does not suit their palate, suggest a cultivar that does.""",
tools=[save_palate_preference],
sub_agents=[vision_inspector_agent, sensory_sommelier_agent],
)
app = App(root_agent=root_agent, name="app")
Поскольку оба специалиста используют mode="single_turn", ADK предоставляет координатору два дополнительных инструмента: vision_inspector_agent и sensory_sommelier_agent. В инструкции они упоминаются под этими названиями.
Протестируйте координатор в тестовой среде
Запустите песочницу снова:
cd ~/durian-advisor && agents-cli playground
Откройте Web Preview (Предварительный просмотр в браузере) на порте 8080 и проведите короткий разговор с агентом.
Расскажите о своих предпочтениях
Hi! Please remember my taste: I love sweet, creamy custard durians and I can't stand bitterness.
Откройте вкладку State (Состояние). Вы должны увидеть сохраненный профиль, похожий на следующий:
{
"user:palate_profile": {
"favorite_flavors": "sweet, creamy custard",
"bitterness_tolerance": "none"
}
}
Покажите дуриан (опишите его или прикрепите фото):
The vendor is showing me a round durian with a coin-sized brown ring at the base and dense, sharp thorns. The stem is green and moist. Should I buy it?
Координатор вызывает vision_inspector_agent, который идентифицирует XO D24. Затем он просит вас понюхать шов, постучать по шелухе и прижать два шипа друг к другу.
Сообщайте о том, что вы заметили:
It smells a bit boozy, the knock sounds hollow, and the thorns spring back when I press them.
Начните заново. Нажмите Новый сеанс и спросите:
Which durian should I pick today?
🔍 Проверьте свою работу
- После того как вы поделитесь своими ощущениями, координатор позвонит
sensory_sommelier_agentи вынесет один вердикт: XO D24 созрел (9 из 10), но его высокая горечь не соответствует вашему вкусу, поэтому попросите вместо него Red Prawn (D175) или Black Thorn (D200). - На вкладке События вы увидите, что
durian_advisorзвонит каждому специалисту, аsensory_sommelier_agentзвонитevaluate_human_sensory_cluesиget_cultivar_profile. - В новом сеансе агент уже знает ваши предпочтения и рекомендует сладкий сорт без горечи, не спрашивая снова.
Чтобы остановить работу тестовой среды, нажмите Ctrl + C в терминале.
8. Развертывание с помощью Antigravity (необязательно)
Вы создали и протестировали агента вручную. Теперь вы развернете его с помощью Antigravity CLI (agy) – ИИ-агента Google для написания кода в терминале. Навыки Agents CLI учат Antigravity правильно развертывать агента ADK.
Как включить API развертывания
Включите Cloud Run API, Cloud Build API и Artifact Registry API, которые Agents CLI использует для создания и размещения агента.
gcloud services enable \
run.googleapis.com \
cloudbuild.googleapis.com \
artifactregistry.googleapis.com
Вы должны увидеть примерно следующее:
Operation "operations/acat.p2-..." finished successfully.
Установите навыки Agents CLI
Установите семь навыков Agents CLI в папку проекта, где Antigravity обнаружит их автоматически:
cd ~/durian-advisor && agents-cli setup --workspace
🔍 Проверьте свою работу
ls -1 ~/durian-advisor/.agents/skills
Вы должны увидеть примерно следующее:
google-agents-cli-adk-code google-agents-cli-deploy google-agents-cli-eval google-agents-cli-observability google-agents-cli-publish google-agents-cli-scaffold google-agents-cli-workflow
Запустите Antigravity CLI
Antigravity CLI предустановлен в Cloud Shell. Запустите его из папки проекта:
cd ~/durian-advisor && agy --dangerously-skip-permissions
При первом запуске Antigravity попросит вас войти в аккаунт Google, выбрать цветовую тему, принять Условия использования и подтвердить, что вы доверяете текущей папке.
Как запустить Antigravity
Вставьте этот запрос в Antigravity:
Use the google-agents-cli-deploy skill to deploy this ADK agent to Cloud Run in us-central1 as a private service. Keep GOOGLE_CLOUD_LOCATION=global so Gemini keeps working, save the exact service URL to .env as AGENT_BASE_URL, and smoke-test the deployed agent with agents-cli run.
Antigravity считывает навык и может сначала запустить тесты проекта. Затем он запускает agents-cli deploy, который создает контейнер с помощью Cloud Build, развертывает сервис durian-advisor и отправляет тестовое сообщение в работающий сервис. Весь забег занимает от пяти до восьми минут.
Чтобы выйти из режима невесомости, дважды нажмите Ctrl + D.
🔍 Проверьте свою работу
Отправьте сообщение развернутому агенту, используя URL, сохраненный Antigravity:
cd ~/durian-advisor && source .env && agents-cli run --url "$AGENT_BASE_URL" --mode adk "Which durian suits a beginner?"
Вы должны увидеть примерно следующее:
Querying remote agent: https://durian-advisor-123456789012.us-central1.run.app (mode: adk) [user]: Which durian suits a beginner? [durian_advisor]: For beginners, you want a durian that is sweet, creamy, and gentle on the palate, with little to no bitterness...
Теперь убедитесь, что сервис отклоняет вызовы без токена:
curl -s -o /dev/null -w "%{http_code}\n" "$AGENT_BASE_URL"
Вы должны увидеть примерно следующее:
403
9. Вайб-кодинг веб-чат-бота (необязательно)
Ваш агент активен, но доступен только вам. Теперь вы возобновите разговор с Antigravity, который уже знает вашего агента, его ключи состояния и URL, и попросите его создать и развернуть веб-чат-бота для покупателей дуриана.
Возобновить Antigravity
cd ~/durian-advisor && agy --dangerously-skip-permissions
В Antigravity выполните следующую слеш-команду и выберите чат развертывания из списка:
/resume
Попросите Antigravity создать чат-бота
Вставьте этот запрос:
Build a mobile-friendly "Durian Sommelier" web chatbot in a new web/ folder that talks to our deployed agent at AGENT_BASE_URL (ADK app name "app").
- Add palate quick-set buttons, a photo upload, and one-tap sensory chips: Smells sweet, Smells boozy, Hollow knock, Solid knock, Thorns spring back, Thorns feel stiff.
- Use a small FastAPI server that proxies chat requests to the agent with a Google ID token, because the agent service is private.
- Show only durian_advisor's replies in the chat, not the specialists' intermediate output.
- Keep a stable user ID per browser and reuse one ADK session, creating a new one if it is missing.
Deploy it to Cloud Run as durian-sommelier-web in us-central1 with public access. Run it as a new service account named durian-sommelier-web that can invoke durian-advisor, and print the URL.
Antigravity пишет приложение, создает сервисный аккаунт, назначает ему роль Cloud Run Invoker в durian-advisor и развертывает приложение с помощью Cloud Build. Обычно перед завершением работы он тестирует конечную точку чата. Весь забег занимает около десяти минут. Когда URL будет напечатан, выйдите, дважды нажав Ctrl + D.
🔍 Проверьте свою работу
Откройте URL https://durian-sommelier-web-....run.app, который вывела утилита Antigravity, и выполните следующие действия:
- Нажмите кнопку вкуса, например "Сладкий и сливочный". Агент подтверждает, что сохранил ваши предпочтения.
- Загрузите фото дуриана или опишите его кожуру. Агент определяет сорт и просит вас провести органолептическую проверку.
- Нажмите на чипы, которые соответствуют вашему дуриану. Агент дает один ответ, в котором оценивает спелость и соответствие вкусовым предпочтениям.
10. Организовать
Удалите созданные ресурсы, чтобы за них не взималась плата.
Удалите сервисы Cloud Run
Чтобы удалить чат-бота на сайте:
gcloud run services delete durian-sommelier-web --region us-central1 --quiet
Удалите службу агента:
gcloud run services delete durian-advisor --region us-central1 --quiet
Удалите сервисный аккаунт
Удалите сервисный аккаунт, от имени которого работал веб-чат-бот:
gcloud iam service-accounts delete "durian-sommelier-web@$(gcloud config get-value project).iam.gserviceaccount.com" --quiet
Удалите образы контейнеров
При развертывании исходного кода Cloud Run образ контейнера каждого сервиса отправляется в хранилище Artifact Registry с названием cloud-run-source-deploy, которое могут использовать другие развертывания в вашем проекте. Удалите только два образа этой практической работы и сохраните хранилище.
Удалить изображение агента:
gcloud artifacts packages delete durian-advisor --repository cloud-run-source-deploy --location us-central1 --quiet
Удалите изображение веб-бота:
gcloud artifacts packages delete durian-sommelier-web --repository cloud-run-source-deploy --location us-central1 --quiet
🔍 Проверьте свою работу
gcloud run services list --region us-central1
Вы должны увидеть примерно следующее:
Listed 0 items.
Удалить локальные файлы
Удалите папку проекта, включая его навыки и виртуальную среду:
rm -rf ~/durian-advisor
При необходимости удалите интерфейс командной строки агентов:
uv tool uninstall google-agents-cli
Удалите весь облачный проект Google Cloud (необязательно)
PROJECT_ID=$(gcloud config get-value project)
gcloud projects delete "$PROJECT_ID" --quiet
11. Поздравляю!
Поздравляем! Вы создали и протестировали мультимодальную мультиагентную систему Durian Sommelier с помощью ADK и Agents CLI. Если вы выполнили необязательные шаги, то также развернули его в Cloud Run с помощью Antigravity CLI.
Чего вы достигли
- Создали проект ADK с помощью
agents-cli createи мультимодального агента с одной настройкойMODEL. - Созданы инструменты с участием человека в контуре для запаха, звука и прикосновения, а также память вкуса, хранящаяся в состоянии ADK с областью действия
user:. - Разделите агента на координатора
durian_advisorи двух специалистовsingle_turn, которых он вызывает как инструменты. - (Необязательно) Использовали Antigravity CLI с навыками Agents CLI, чтобы развернуть агента и веб-чат-бота в Cloud Run.
Дальнейшие действия
- Если вы пропустили их, вернитесь к необязательным шагам Antigravity, чтобы развернуть агент и веб-чат-бот в Cloud Run.
- Сделайте память Palate долговечной с помощью сервиса сеансов на основе базы данных
- Оценка качества ответов с помощью
agents-cli eval - Изучите документацию по Agent Development Kit (ADK).
- Подробнее об Agents CLI…
- Изучите документацию по Cloud Run.
- Присоединяйтесь к программе GEAR (Gemini Enterprise Agent Ready), чтобы участвовать в семинарах и проходить курсы.