1. Genel Bakış
Yol kenarındaki bir tezgahta iyi bir durian seçmek, duyusal bir bulmaca gibidir. Alıcıların, gerçek bir Musang King (D197) ile benzerlerini ayırt etmesi, meyvenin bu sabah mı yoksa günler önce mi düştüğünü anlaması ve tadını beğenip beğenmeyeceğini tahmin etmesi gerekir.
Bu codelab'de, Agent Development Kit (ADK) ve Agents CLI ile çok formatlı bir Durian Sommelier çoklu temsilci sistemi oluşturup test edecek ve isteğe bağlı olarak Antigravity CLI ile Cloud Run'a dağıtacaksınız (Temel adımlar yaklaşık 45 dakika sürer. İsteğe bağlı iki Antigravity adımı yaklaşık 20 dakika ekler.). Durian seçmek, yapay zeka algısının nerede bittiğini ve insan duyularının nerede başladığını gösterir:
- Yapay zekanın görebildikleri: Gemini, kabuğun fotoğrafını inceleyerek Musang King'in tabanındaki beş köşeli yıldız, Black Thorn'un (D200) koyu renkli çökük ucu, D24'ün bozuk para büyüklüğündeki halkası veya kuru, büzüşmüş bir sap gibi çeşitlilik işaretlerini tespit edebilir.
- Yalnızca bir insanın hissedebileceği şeyler: Bir model, dikiş yerini koklayarak alkol kokusu alamaz, kabuğa vurarak boşluk sesini duyamaz veya iki dikene basarak geri yaylanıp yaylanmadığını hissedemez.
- Temsilcinin unutmaması gerekenler: Tam olgunlaşmış iki durian meyvesi bile alıcıları ikiye bölebilir. Kimileri yaşlı ağaçlardan toplanan XO D24'ün acı ve alkollü tadını severken kimileri de Red Prawn (D175)'ın tatlı ve acı olmayan kremamsı tadını tercih ediyor.

Ne oluşturacaksınız?
- 1. Aşama - Tekli görüntü işleme temsilcisi: Agents CLI ile oluşturulan ve bir fotoğraftan durianın çeşidini ve tazeliğini belirleyen bir ADK temsilcisi.
- 2. Aşama - İnsan duyuları ve damak hafızası: Alıcının kokladığı, duyduğu ve hissettiği şeyleri puanlayan araçların yanı sıra oturumlar boyunca tat profilini kaydeden bir araç.
- 3. aşama - Koordinatör ve uzmanlar: Bir görüntü denetçisi ve bir duyusal sommelier'yi çağıran, ardından net bir karar veren
durian_advisorkoordinatör. - 4. Aşama - Cloud Run temsilci hizmeti: İsteğe bağlı bir adımda Antigravity CLI, temsilcinizi Agents CLI becerileriyle dağıtır.
- 5. Aşama - Cloud Run web chatbot'u: İsteğe bağlı başka bir adımda Antigravity CLI, temsilcinizle konuşan mobil uyumlu bir sohbet uygulaması oluşturur ve dağıtır.
Mimari

İki Cloud Run hizmeti, isteğe bağlı Antigravity adımlarından gelir. Bu kimlik bilgileri olmadan, Cloud Shell'deki ADK oyun alanında aynı temsilcileri çalıştırırsınız.
Ön koşullar
- Python programlama konusunda temel düzeyde yeterlilik
- Komut satırı araçları ve üretken yapay zeka kavramları hakkında bilgi sahibi olma
- ADK, Agents CLI veya Antigravity CLI ile ilgili önceden deneyim sahibi olmanız gerekmez.
Neler öğreneceksiniz?
agents-cli createile ADK projesi için iskele oluşturma ve fotoğrafları okuyan çok formatlı bir temsilci oluşturma- Yapay zeka algısının nerede durduğu (koku, ses, dokunma ve kişisel zevk) ve bu duyular için insan müdahalesi gerektiren araçların nasıl tasarlanacağı
user:kapsamlı ADK durumuyla oturumlar arasında her kullanıcının tercihlerini hatırlama- Bir temsilciyi koordinatör ve araçlar gibi çağırdığı tek turlu uzman temsilcilere bölme
- İsteğe bağlı olarak, Antigravity CLI'ya Agents CLI becerilerini vererek temsilcinizi ve web chatbot'unuzu Cloud Run'a dağıtmasını sağlama
İhtiyacınız olanlar
- Google Hesabı (Atölye kredisi talep ediyorsanız kişisel
@gmail.comhesabı kullanın) - Eğitmeninizden aldığınız atölye kredisi bağlantısı (ve QR kodunu taramak için telefon kamerası) veya etkin bir Cloud Faturalandırma Hesabı
- Google Chrome (Kişisel ve iş hesaplarının karışmasını önlemek için gizli pencere kullanılması önerilir.)
2. Google Cloud kredilerini kullanma (isteğe bağlı)
Bu codelab'i kendi başınıza tamamlıyorsanız ve uygunsanız kredi kartı olmadan kredi almak için bu sayfadaki Google Developer Program kredileri banner'ını kullanın. Eğitmeninizden etkinlik kredisi bağlantısı aldığınız bir çalıştaya katılıyorsanız bu bölümdeki etkinlik kredisi adımlarını uygulayın.
Etkinlik kredinizi alma
Atölye etkinliği kredilerini Google Builders Hub (Google Developer Program'ın bir parçası) üzerinden talep edebilirsiniz.
Etkinlik kredinizi kullanmak için aşağıdaki adımları uygulayın:
- Atölye kredisi bağlantısını gizli pencerede açın ve kişisel
@gmail.comhesabınızla oturum açın. - Avantajınızı Kullanın kartında Krediyi Kullan'ı tıklayın.

- İsteğe bağlı: Google Developer Program profili oluşturma istemi görürseniz formu doldurun.
- İnsan Olduğunuzu Doğrulamak İçin Tarayın iletişim kutusu göründüğünde telefonunuzla QR kodunu tarayın ve doğrulamayı tamamlayın. QR kodu görünmüyorsa sayfayı yenileyin ve Krediyi Kullan'ı tekrar tıklayın.
- Etkinlik kredinizi başarıyla kullandınız mesajının göründüğünü onaylayın ve ardından Faturalandırma Hesabını Aç'ı tıklayın.

🔍 Çalışmanızı kontrol edin
Faturalandırma hesabı temel hazırlığı beş dakika kadar sürebilir. Kredinizin etkin olduğunu doğrulamak için aşağıdaki adımları tamamlayın:
- Faturalandırma hesabı yönetimi sayfası açık değilse Cloud Billing'i açın (veya URL'yi gizli pencerenize kopyalayın):
https://console.cloud.google.com/billing
- Faturalandırma hesaplarınız sekmesini tıklayın ve GDP Kredisi içeren bir faturalandırma hesabı, Durum sütununda Etkin olarak gösterilene kadar sayfayı yenileyin.

3. Google Cloud projesi oluşturma (isteğe bağlı)
Bu codelab'deki tüm kaynakları izole etmek için özel bir Google Cloud projesi oluşturun. Böylece, işiniz bittiğinde bunları tamamen kaldırabilirsiniz.
Google Cloud projesi oluşturmak için aşağıdaki adımları uygulayın:
- Proje oluşturma sayfasını açın (veya URL'yi kopyalayıp gizli pencerenize yapıştırın):
https://console.cloud.google.com/projectcreate
- Proje ayrıntılarınızı girin:
- Proje adı:
google-cloud-workshopgibi açıklayıcı bir ad girin. - Faturalandırma hesabı (gösteriliyorsa): GDP Kredisi hesabınızı (veya etkin faturalandırma hesabınızı) seçin.
- Üst kaynak: Kuruluş yok seçeneğini işaretli bırakın (veya gerekirse kuruluşunuzu seçin).
- Proje adı:
- Oluşturulan Proje Kimliği'ni not edin ve Oluştur'u tıklayın.

🔍 Çalışmanızı kontrol edin
Proje oluşturma işlemi tamamlandıktan sonra Google Cloud Console araç çubuğunda Bildirimler'i açın ve Proje seç'i tıklayın.

4. Ortamınızı ayarlama
Bu bölümde Google Cloud Shell'i kuracak, Agent Platform API'yi etkinleştirecek ve uv ile Agents CLI'yı yükleyeceksiniz.
Cloud Shell'i yapılandırma
Cloud Shell'i başlatma
Hem kod düzenleyici hem de terminal görünümü etkinleştirilmiş şekilde Google Cloud Shell'i açın (veya URL'yi gizli pencerenize kopyalayın) ve istenirse Authorize'ı (Yetkilendir) tıklayın:
https://shell.cloud.google.com/?show=ide,terminal

Google Cloud proje kimliğinizi ayarlama
Aşağıdaki snippet'i kopyalayıp Cloud Shell terminalinize yapıştırın. Kullanılabilir Google Cloud projelerinizin numaralandırılmış bir menüsü gösterilir. Projenizin yanındaki numarayı (örneğin, 1) yazın ve Enter tuşuna basın:
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
Beklenen istem:
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.
Seçtiğiniz proje kimliği, Cloud Shell terminal isteminde sarı renkle vurgulanır:

Agent Platform API'yi etkinleştirme
Temsilcilerinizin Gemini'ı çağırmak için kullandığı Agent Platform API'yi etkinleştirin:
gcloud services enable aiplatform.googleapis.com
🔍 Çalışmanızı kontrol edin
Şuna benzer bir çıkış alırsınız:
Operation "operations/acat.p2-..." finished successfully.
Agents KSA'yı yükleme
uv aracının mevcut olduğundan ve araç klasörünün PATH içinde bulunduğundan emin olun:
which uv || curl -LsSf https://astral.sh/uv/install.sh | sh
export PATH="$HOME/.local/bin:$PATH"
Agents CLI'yı uv aracı olarak yükleyin:
uv tool install google-agents-cli==1.7.0
uv, her aracı kendi izole ortamına yükler ve PATH dosyanıza yalnızca agents-cli komutunu ekler. Böylece sisteminizdeki Python'a dokunulmaz. ADK'yi kendiniz yüklemeniz de gerekmez. Agents CLI'nin oluşturduğu her proje, şablonun test edildiği ADK sürümüne sahip kendi sanal ortamını alır.
🔍 Çalışmanızı kontrol edin
Agents KSA'nın hazır olduğunu doğrulayın:
agents-cli --version
Şuna benzer bir çıkış alırsınız:
agents-cli, version 1.7.0
5. Çok formatlı görüntü işleme temsilcisi oluşturma
Küçük bir adımla başlayın: Agents CLI'ı kullanarak bir ADK projesi oluşturun, ardından projenin örnek temsilcisini durian görüntü sınıflandırıcıya dönüştürün.
Projeyi iskele oluşturma
durian-advisor projesini oluşturun. --agent adk_python, Python ADK şablonunu seçer, --deployment-target cloud_run ve --region us-central1 bunu Cloud Run için hazırlar, --prototype CI/CD kurulumunu atlar ve --yes varsayılanları kabul eder:
cd ~ && agents-cli create durian-advisor \
--agent adk_python \
--deployment-target cloud_run \
--region us-central1 \
--prototype \
--yes
Şuna benzer bir çıkış alırsınız:
> Verifying GCP credentials... > ✓ Connected to project: your-project-id ✅ Success! Your agent project is ready.
Projeyi Cloud Shell Düzenleyici'de açın. Bu işlem, pencereyi yeniden yükler ve terminali yeniden başlatır:
cloudshell workspace ~/durian-advisor
Projenin bağımlılıklarını kendi .venv klasörüne yükleyin:
cd ~/durian-advisor && agents-cli install
Ortam dosyasını kontrol etme
Agents CLI, ADK'ya Google Cloud projeniz üzerinden Gemini'ı çağırmasını söyleyen bir .env dosyası da yazdı:
grep GOOGLE_ ~/durian-advisor/.env
Şuna benzer bir çıkış alırsınız:
GOOGLE_GENAI_USE_VERTEXAI=true GOOGLE_CLOUD_PROJECT=your-project-id GOOGLE_CLOUD_LOCATION=global
GOOGLE_CLOUD_LOCATION=global hizmetini kullanmaya devam edin. Cloud Run hizmetleriniz us-central1 bölgesinde çalışsa bile Gemini 3.8 Flash, us-central1 gibi bölgesel uç noktalardan değil, global uç noktasından sunulur.
GOOGLE_CLOUD_PROJECT, your-gcp-project-id değerini gösteriyorsa Agents CLI, projenizi algılayamamıştır. Şu şekilde ayarlayın:
sed -i "s/your-gcp-project-id/$(gcloud config get-value project)/" ~/durian-advisor/.env
Görsel sınıflandırıcıyı yazma
Her kültür bitkisinin, Gemini'ın fotoğrafta tespit edebileceği kabuk işaretleri vardır:

app/agent.py uygulamasını açın:
cloudshell edit ~/durian-advisor/app/agent.py
İçeriğini aşağıdaki kodla değiştirin:
"""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")
Burada birkaç ayrıntı önemlidir:
- Model kimliği yalnızca
MODELsayfasında gösterilir. Daha sonra eklediğiniz her temsilci bu modeli devralır. Bu sayede, model değiştirmek için tek bir satırı değiştirmeniz yeterli olur. retry_options, sıklık sınırlamaları gibi geçici hataları üç defaya kadar yeniden dener.app = App(...), hem oyun alanı hem de Cloud Run sunucusu için temsilciyi sarmalar. Oluşturulan sunucu veagents-cli-manifest.yamlile eşleşenappuygulama adını vedurian_advisortemsilci adını koruyun.
Temsilciyi oyun alanında test etme
ADK Playground'u başlatın:
cd ~/durian-advisor && agents-cli playground
Şuna benzer bir çıkış alırsınız:
INFO: Uvicorn running on http://127.0.0.1:8080 (Press CTRL+C to quit)
Cloud Shell araç çubuğunda Web Preview'u (Web Önizlemesi) tıklayın ve Preview on port 8080'i (8080 bağlantı noktasında önizle) seçin. ADK Dev UI, bir temsilci seçmenizi isterse app'i seçin. Ardından bu istemi gönderin veya yükleme düğmesini kullanarak kendi durian fotoğrafınızı ekleyin:
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?
🔍 Çalışmanızı kontrol edin
Temsilci, Musang King (D197) türünü tanımlar ve nemli yeşil sap için yüksek bir tazelik puanı verir. Ardından, bir fotoğrafın söyleyemeyeceği şeyleri kabul eder: koku, dokunma sesi, diken esnekliği ve tadını beğenip beğenmeyeceğiniz.
Devam etmeden önce playground'u durdurmak için terminalde Ctrl + C tuşlarına basın.
6. İnsan duyularını ve damak tadını ekleyin
Kamera koku alamaz, duyamaz veya hissedemez. Bu nedenle, alıcıdan bunları yapmasını isteyen araçlar oluşturacaksınız. Ayrıca temsilciye her alıcının zevkine dair uzun süreli bir bellek de vereceksiniz. Bu adımda araçları yazacak, bir sonraki adımda ise bunları temsilcilere bağlayacaksınız.
Kültivar kataloğunu ekleme
app/durian_data.py oluşturun:
cloudshell edit ~/durian-advisor/app/durian_data.py
Bu referans kataloğunu yapıştırın. Verileri kendi modülünde tutmak, temsilci kodunu kısa tutar:
"""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",
},
}
Duyusal araçları ekleme
app/sensory_tools.py oluşturun:
cloudshell edit ~/durian-advisor/app/sensory_tools.py
Aşağıdaki kodu yapıştırın:
"""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}
Bu araçların işleyiş şekli:
- ADK, her işlevi modelin çağırabileceği bir araca dönüştürür. Docstring, araç açıklaması olur ve
Argsbölümünde her parametre açıklanır. Literal[...]tür ipuçları, araç şemasında sabit seçenekler haline gelir. Bu nedenle Gemini, "biraz alkollü kokuyor" ifadesini tam olarak izin verilen bir değerle (ör.boozy_fermented) eşlemelidir.get_cultivar_profile, yeni bir kültür bitkisi oluşturmak yerine desteklenen anahtarlarla açık birNOT_FOUNDdurumu döndürür.
Damak tadı hafızası aracını ekleme
app/memory_tools.py oluşturun:
cloudshell edit ~/durian-advisor/app/memory_tools.py
Aşağıdaki kodu yapıştırın:
"""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}
Damak hafızasının işleyiş şekli:
- ADK,
tool_contextdeğerini otomatik olarak iletir ve modelden gizler. Böylece Gemini yalnızca iki tat parametresini görür. user:öneki, durum anahtarını mevcut oturum yerine kullanıcıya göre kapsamlandırır. Böylece profil, alıcıyı her yeni sohbette takip eder.- Ayrı bir "get" aracına ihtiyacınız yoktur. Temsilciler, profili doğrudan
{user:palate_profile?}yer tutucusuyla talimatlarına okur.?, henüz profil yoksa hata oluşturmak yerine yer tutucuyu boş bırakır.
🔍 Çalışmanızı kontrol edin
Alkol kokan, içi boş gibi ses çıkaran ve esnek dikenleri olan bir durian seçin:
cd ~/durian-advisor && uv run python -c "from app.sensory_tools import evaluate_human_sensory_clues as score; print(score('boozy_fermented', 'hollow', 'springy'))"
Şuna benzer bir çıkış alırsınız:
{'status': 'OK', 'ripeness_score': 9, 'max_score': 10, 'verdict': 'RIPE'}
7. Uzman temsilcileri koordine etme
Görsel kuralları, duyusal puanlamayı ve damak tadı eşleştirmeyi tek bir istemde birleştiren tek bir temsilci genellikle kafa karışıklığı yaşar. Bunun yerine, her işi odaklanmış bir uzmana verir ve bir koordinatörün yanıtlarını birleştirmesini sağlarsınız:
vision_inspector_agent, fotoğraftan kültür bitkisini ve tazelik durumunu okuyarak yapılandırılmış bir rapor döndürür.sensory_sommelier_agent, alıcının kokladığı, duyduğu ve hissettiği şeyleri puanlar ve çeşidi damak tadına göre kontrol eder.durian_advisor, alıcıyla konuşur, damak tadını kaydeder, her bir uzmanı arar ve nihai kararı yazar.
Görsel denetleyiciyi oluşturma
app/vision_agent.py oluşturun:
cloudshell edit ~/durian-advisor/app/vision_agent.py
Aşağıdaki kodu yapıştırın:
"""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=VisionReport, uzmanın koordinatörün güvenebileceği yapılandırılmış veriler döndürmesini sağlar.include_contents="default", bu uzmanın yüklenen fotoğraf da dahil olmak üzere görüşmeyi görmesine olanak tanır. Bu bilgi olmadan, tek turlu uzman yalnızca koordinatörün ilettiği isteği görür.disallow_transfer_to_parentvedisallow_transfer_to_peers, ADK'nin bu alt ajana vereceğitransfer_to_agentaracını kaldırır. Tüm görüşmeyi gören bir uzman, raporunu göndermek yerine sohbeti koordinatöre geri verme eğiliminde olabilir.
Duyusal sommelier oluşturma
app/sensory_agent.py oluşturun:
cloudshell edit ~/durian-advisor/app/sensory_agent.py
Aşağıdaki kodu yapıştırın:
"""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=SensoryClues, koordinatörün iletmesi gerekenleri tanımlar: kültür bitkisi ve alıcının kendi ifadeleriyle üç duyusal raporu. Uzman, bu kelimeleri aracın izin verilen değerleriyle eşler.{user:palate_profile?}, alıcının kaydedilmiş damak tadını talimata ekler. Böylece uzman, hafızasını yoklamadan uygunluğu değerlendirebilir.- Hiçbir uzman
modelayarlamaz. Her ikisi de koordinatörünMODELdeğerini devralır. - Her iki uzman da aynı iki aktarım bayrağını kullanır, bu nedenle her biri her zaman koordinatöre rapor verir.
Koordinatörün kablo bağlantısını yapma
app/agent.py uygulamasını açın:
cloudshell edit ~/durian-advisor/app/agent.py
İçeriğini koordinatörle değiştirin:
"""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")
Her iki uzman da mode="single_turn" kullandığından ADK, koordinatöre vision_inspector_agent ve sensory_sommelier_agent adlı iki ek araç verir. Talimatta bu adlarla anılırlar.
Koordinatörü test alanında test etme
Playground'u tekrar başlatın:
cd ~/durian-advisor && agents-cli playground
8080 bağlantı noktasında Web Preview'u (Web Önizlemesi) açın ve temsilciyle şu kısa sohbeti yapın.
Damak tadınızı öğretin:
Hi! Please remember my taste: I love sweet, creamy custard durians and I can't stand bitterness.
State (Durum) sekmesini açın. Kayıtlı profilinizi görürsünüz. Bu profil şuna benzer:
{
"user:palate_profile": {
"favorite_flavors": "sweet, creamy custard",
"bitterness_tolerance": "none"
}
}
Durian meyvesini gösterin (tarif edin veya fotoğraf ekleyin):
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?
Koordinatör, XO D24'ü tanımlayan vision_inspector_agent numarasını arar. Ardından dikiş yerini koklamanızı, kabuğa hafifçe vurmanızı ve iki dikeni birbirine bastırmanızı ister.
Algıladığınız şeyi bildirin:
It smells a bit boozy, the knock sounds hollow, and the thorns spring back when I press them.
Yeni bir oturum başlatın: Yeni Oturum'u tıklayın ve şunu sorun:
Which durian should I pick today?
🔍 Çalışmanızı kontrol edin
- Duyularınızı bildirdikten sonra koordinatör
sensory_sommelier_agentadlı kişiyi arar ve tek bir karar verir: XO D24 olgun (10 üzerinden 9) ancak yüksek acılığı damak tadınıza uymuyor. Bu nedenle Red Prawn (D175) veya Black Thorn (D200) isteyin. - Etkinlikler sekmesinde,
durian_advisor'nin her bir uzmanı aradığını,sensory_sommelier_agent'nin iseevaluate_human_sensory_cluesveget_cultivar_profile'yi aradığını görebilirsiniz. - Yeni oturumda temsilci, damak tadınızı zaten bildiği için tekrar sormadan tatlı ve acı olmayan bir çeşit önerir.
Playground'u durdurmak için terminalde Ctrl + C tuşlarına basın.
8. Antigravity ile dağıtım (isteğe bağlı)
Temsilciyi manuel olarak oluşturup test ettiniz. Şimdi Google'ın terminal için yapay zeka kodlama temsilcisi olan Antigravity CLI'ın (agy) bu uygulamayı dağıtmasını sağlayacaksınız. Agents CLI becerileri, Antigravity'ye ADK temsilcisini doğru şekilde nasıl dağıtacağını öğretir.
Dağıtım API'lerini etkinleştirme
Agents CLI'ın temsilcinizi oluşturmak ve barındırmak için kullandığı Cloud Run, Cloud Build ve Artifact Registry API'lerini etkinleştirin:
gcloud services enable \
run.googleapis.com \
cloudbuild.googleapis.com \
artifactregistry.googleapis.com
Şuna benzer bir çıkış alırsınız:
Operation "operations/acat.p2-..." finished successfully.
Agents CLI becerilerini yükleme
Yedi Agents CLI becerisini proje klasörünüze yükleyin. Antigravity, bu becerileri otomatik olarak algılar:
cd ~/durian-advisor && agents-cli setup --workspace
🔍 Çalışmanızı kontrol edin
ls -1 ~/durian-advisor/.agents/skills
Şuna benzer bir çıkış alırsınız:
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
Antigravity CLI'yı başlatma
Antigravity CLI, Cloud Shell'e önceden yüklenmiştir. Proje klasörünüzden başlatın:
cd ~/durian-advisor && agy --dangerously-skip-permissions
Antigravity ilk kez çalıştırıldığında Google Hesabınızla oturum açmanızı, bir renk teması seçmenizi, Hizmet Şartları'nı kabul etmenizi ve mevcut klasöre güvenmenizi ister.
Antigravity'den dağıtım yapmasını isteme
Bu istemi Antigravity'ye yapıştırın:
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, beceriyi okur ve önce projenin testlerini çalıştırabilir. Ardından, Cloud Build ile container'ı oluşturan ve durian-advisor hizmetini dağıtan agents-cli deploy komutunu çalıştırır ve canlı hizmete bir test mesajı gönderir. Tüm çalıştırma yaklaşık beş ila sekiz dakika sürer.
Antigravity bittiğinde Ctrl + D tuşuna iki kez basarak çıkın.
🔍 Çalışmanızı kontrol edin
Antigravity'nin kaydettiği URL'yi kullanarak dağıtılan temsilciye bir mesaj gönderin:
cd ~/durian-advisor && source .env && agents-cli run --url "$AGENT_BASE_URL" --mode adk "Which durian suits a beginner?"
Şuna benzer bir çıkış alırsınız:
Querying remote agent: https://durian-advisor-123456789012.us-central1.run.app (mode: adk) [user]: Which durian suits a beginner? [durian_advisor]: For beginners, you want a durian that is sweet, creamy, and gentle on the palate, with little to no bitterness...
Şimdi, hizmetin jeton içermeyen çağrıları reddettiğini doğrulayın:
curl -s -o /dev/null -w "%{http_code}\n" "$AGENT_BASE_URL"
Şuna benzer bir çıkış alırsınız:
403
9. Web chatbot'unu sezgisel olarak kodlama (isteğe bağlı)
Temsilciniz yayında ancak gizli. Şimdi, temsilcinizi, durum anahtarlarını ve URL'sini bilen Antigravity sohbetine devam edecek ve durian alıcıları için bir web chatbot'u oluşturup dağıtmasını isteyeceksiniz.
Antigravity'yi devam ettir
cd ~/durian-advisor && agy --dangerously-skip-permissions
Antigravity'de aşağıdaki eğik çizgi komutunu çalıştırın ve listeden dağıtım görüşmenizi seçin:
/resume
Antigravity'den chatbot'u oluşturmasını isteyin
Bu istemi yapıştırın:
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, uygulamayı yazar, hizmet hesabını oluşturur, hesaba durian-advisor üzerinde Cloud Run Çağırıcısı rolünü verir ve uygulamayı Cloud Build ile dağıtır. Genellikle tamamlanmadan önce sohbet uç noktasını test eder. Tüm koşu yaklaşık on dakika sürer. URL yazdırıldığında Ctrl + D tuşlarına iki kez basarak çıkın.
🔍 Çalışmanızı kontrol edin
Antigravity'nin yazdırdığı https://durian-sommelier-web-....run.app URL'sini açın ve ardından:
- Tatlı ve kremalı gibi bir damak tadı düğmesine dokunun. Temsilci, damak tadınızı kaydettiğini onaylar.
- Durian fotoğrafı yükleyin veya kabuğun kısa bir açıklamasını yazın. Temsilci, kültür bitkisini tanımlar ve duyusal kontrollerinizi ister.
- Durian meyvenizle eşleşen duyusal çiplere dokunun. Temsilci, olgunluk ve damak tadına uygunluğu kapsayan tek bir kararla yanıt verir.
10. Temizleme
Oluşturduğunuz kaynakları silerek ücretlendirmeyi durdurun.
Cloud Run hizmetlerini silme
Web chatbot'unu silme:
gcloud run services delete durian-sommelier-web --region us-central1 --quiet
Aracı hizmetini silin:
gcloud run services delete durian-advisor --region us-central1 --quiet
Hizmet hesabını silme
Web chatbot'unun çalıştığı hizmet hesabını silin:
gcloud iam service-accounts delete "durian-sommelier-web@$(gcloud config get-value project).iam.gserviceaccount.com" --quiet
Kapsayıcı görüntülerini silme
Cloud Run kaynak dağıtımları, her hizmetin container görüntüsünü cloud-run-source-deploy adlı bir Artifact Registry deposuna aktarır. Bu depoyu projenizdeki diğer dağıtımlar da paylaşabilir. Yalnızca bu codelab'in iki görüntüsünü silip depoyu saklayın.
Temsilcinin resmini silme:
gcloud artifacts packages delete durian-advisor --repository cloud-run-source-deploy --location us-central1 --quiet
Web chatbot'unun resmini silme:
gcloud artifacts packages delete durian-sommelier-web --repository cloud-run-source-deploy --location us-central1 --quiet
🔍 Çalışmanızı kontrol edin
gcloud run services list --region us-central1
Şuna benzer bir çıkış alırsınız:
Listed 0 items.
Yerel dosyaları silme
Becerileri ve sanal ortamı dahil olmak üzere proje klasörünü kaldırın:
rm -rf ~/durian-advisor
İsteğe bağlı olarak Agents CLI'yı kaldırın:
uv tool uninstall google-agents-cli
Google Cloud projesinin tamamını silme (isteğe bağlı)
PROJECT_ID=$(gcloud config get-value project)
gcloud projects delete "$PROJECT_ID" --quiet
11. Tebrikler
Tebrikler! ADK ve Agents CLI ile çok formatlı Durian Sommelier çoklu temsilci sistemi oluşturup test ettiniz. İsteğe bağlı adımları uyguladıysanız Antigravity CLI ile Cloud Run'a da dağıttınız.
Başarılarınız
agents-cli createile bir ADK projesinin iskeletini oluşturdunuz ve tek birMODELayarıyla çok formatlı bir görüntü işleme temsilcisi oluşturdunuz.- Koku, ses ve dokunma için insan müdahalesi gerektiren araçların yanı sıra
user:kapsamlı ADK durumunda depolanan bir damak hafızası oluşturuldu. - Temsilciyi bir
durian_advisorkoordinatörüne ve araçlar gibi çağırdığı ikisingle_turnuzmanına bölün. - (İsteğe bağlı) Temsilciyi ve web chatbot'unu Cloud Run'a dağıtmak için Agents CLI becerileriyle Antigravity CLI'ı kullanma
Sonraki adımlar
- Atladıysanız temsilcinizi ve web chatbot'unuzu Cloud Run'a dağıtmak için isteğe bağlı Antigravity adımlarına geri dönün.
- Veritabanı destekli bir oturum hizmetiyle damak tadı hafızasını kalıcı hale getirme
agents-cli evalile yanıt kalitesini ölçme- Agent Development Kit (ADK) belgelerini inceleyin.
- Agents CLI hakkında daha fazla bilgi edinin.
- Cloud Run belgelerini inceleyin.
- Atölyeler ve öğrenme rotaları için GEAR (Gemini Enterprise Agent Ready) programına katılın.