১. ভূমিকা
গুগল ওয়ার্কস্পেস হলো কাজের জায়গা। ডকস-এ রিপোর্টের খসড়া তৈরি করা থেকে শুরু করে শিটস-এ ডেটা বিশ্লেষণ এবং জিমেইল ও মিট-এ সম্মিলিতভাবে কাজ করা পর্যন্ত সবকিছুই এখানে করা যায়।
এবার ভাবুন তো, যদি আপনার ডকস, শিটস এবং জিমেইল শুধু টুল না হয়ে সহযোগী হতো।
গুগলের এজেন্ট ডেভেলপমেন্ট কিট (ADK) এবং ভার্টেক্স এআই-এর এজেন্ট ইঞ্জিনের সাহায্যে, এটি আর শুধু একটি ধারণা নয়, বরং আমরা এই ফ্রেমওয়ার্কগুলো ব্যবহার করে একটি ইন্টেলিজেন্ট এজেন্ট তৈরি করব, বৃহৎ পরিসরে এজেন্টটিকে স্থাপন করব এবং আমাদের গুগল ওয়ার্কস্পেস টুলগুলোর সাথে এটিকে নির্বিঘ্নে একীভূত করব, যা এজেন্টভিত্তিক উৎপাদনশীলতার এক নতুন যুগের সূচনা করবে।
এই কোডল্যাবে, আপনি নিম্নলিখিত ধাপে ধাপে পদ্ধতিটি অনুসরণ করবেন:
- এজেন্ট ডেভেলপমেন্ট কিট ব্যবহার করে এআই ফ্যাক্টস চেকার এজেন্টটি তৈরি করুন।
- এজেন্ট ইঞ্জিনে এজেন্টটি স্থাপন করুন, যা বৃহৎ পরিসরে এজেন্ট চালানোর জন্য একটি সম্পূর্ণ পরিচালিত পরিবেশ।
- ডকুমেন্টের টেক্সটের তথ্য যাচাই করার জন্য এই এজেন্টটিকে গুগল ডকে যুক্ত করুন।
চূড়ান্ত সমাধানটি কীভাবে কাজ করে তা ব্যাখ্যা করে একটি ধারণামূলক চিত্র নিচে দেখানো হলো:
এখানে একটি গুগল ডকের ভেতরে ফ্যাক্ট চেক এজেন্ট কীভাবে কাজ করে তার একটি চূড়ান্ত আউটপুট দেওয়া হলো, যেখানে কিছু বিবৃতি সম্বলিত একটি মূল টেক্সট ছিল এবং এটি ডকুমেন্টের প্রতিটি বিবৃতির তথ্য যাচাই করে। লাল কোণাযুক্ত বাক্সে আবদ্ধ আউটপুটটি হলো এজেন্ট থেকে প্রাপ্ত ফলাফল।
আপনি যা করবেন
- এমন একটি এজেন্ট ডিজাইন, তৈরি এবং স্থাপন করুন যা একটি গুগল ডকের ভেতরে তথ্য যাচাই করবে।
আপনি যা শিখবেন
- এজেন্ট ডেভেলপমেন্ট কিট (AK) ব্যবহার করে একটি এজেন্ট তৈরি করুন।
- এজেন্টটি স্থানীয়ভাবে পরীক্ষা করে দেখুন এবং এজেন্ট ইঞ্জিনে এটি স্থাপন করুন।
- এজেন্টটিকে একটি গুগল ওয়ার্কস্পেস ডকুমেন্ট (গুগল ডক)-এর সাথে সংযুক্ত করুন।
আপনার যা যা লাগবে
- ক্রোম ওয়েব ব্রাউজার
- একটি জিমেইল অ্যাকাউন্ট
- বিলিং সক্ষম একটি ক্লাউড প্রজেক্ট
সকল স্তরের (শিক্ষানবিশ সহ) ডেভেলপারদের জন্য ডিজাইন করা এই কোডল্যাবটির নমুনা কোডে পাইথন এবং অ্যাপস স্ক্রিপ্ট ব্যবহার করা হয়েছে। তবে, এই প্রোগ্রামিং ভাষাগুলো সম্পর্কে জ্ঞান থাকা পূর্বশর্ত নয় এবং উপস্থাপিত ধারণাগুলো বোঝার জন্য সাধারণ কোড পড়ার ক্ষমতাই যথেষ্ট হবে।
২. শুরু করার আগে
একটি প্রকল্প তৈরি করুন
- গুগল ক্লাউড কনসোলের প্রজেক্ট সিলেক্টর পেজে, একটি গুগল ক্লাউড প্রজেক্ট নির্বাচন করুন বা তৈরি করুন।
- আপনার ক্লাউড প্রোজেক্টের জন্য বিলিং চালু আছে কিনা তা নিশ্চিত করুন। কোনো প্রোজেক্টে বিলিং চালু আছে কিনা তা কীভাবে পরীক্ষা করবেন, তা জেনে নিন।
- আপনি ক্লাউড শেল ব্যবহার করবেন, যা গুগল ক্লাউডে চলমান একটি কমান্ড-লাইন পরিবেশ এবং এটি bq-এর সাথে আগে থেকেই লোড করা থাকে। গুগল ক্লাউড কনসোলের শীর্ষে থাকা ‘Activate Cloud Shell’-এ ক্লিক করুন।
- ক্লাউড শেলে সংযুক্ত হওয়ার পর, আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করে যাচাই করে নিন যে আপনি ইতিমধ্যেই প্রমাণীকৃত এবং প্রজেক্টটি আপনার প্রজেক্ট আইডিতে সেট করা আছে:
gcloud auth list
- gcloud কমান্ডটি আপনার প্রজেক্ট সম্পর্কে অবগত আছে কিনা, তা নিশ্চিত করতে ক্লাউড শেলে নিম্নলিখিত কমান্ডটি চালান।
gcloud config list project
- আপনার প্রজেক্টটি সেট করা না থাকলে, এটি সেট করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:
gcloud config set project <YOUR_PROJECT_ID>
- নিচে দেখানো কমান্ডের মাধ্যমে প্রয়োজনীয় API-গুলো সক্রিয় করুন। এতে কয়েক মিনিট সময় লাগতে পারে, তাই অনুগ্রহ করে ধৈর্য ধরুন।
gcloud services enable cloudresourcemanager.googleapis.com \
servicenetworking.googleapis.com \
aiplatform.googleapis.com \
discoveryengine.googleapis.com
কমান্ডটি সফলভাবে কার্যকর হলে, আপনি নিচে দেখানো বার্তার মতো একটি বার্তা দেখতে পাবেন:
Operation "operations/..." finished successfully.
যদি কোনো API বাদ পড়ে যায়, তাহলে আপনি বাস্তবায়ন চলাকালীন সময়েই তা সক্রিয় করে নিতে পারেন।
gcloud কমান্ড এবং এর ব্যবহার সম্পর্কে জানতে ডকুমেন্টেশন দেখুন।
৩. ADK এজেন্ট তৈরি করা
চলুন, গুগলের ফ্যাক্ট-চেক কাস্টম ফাংশন স্যাম্পল দ্বারা অনুপ্রাণিত হয়ে ADK এজেন্ট ( Document Fact Checker Agent ) তৈরি করি, যা একটি এআই-ভিত্তিক অডিটর এবং টেক্সটের তথ্য যাচাই করে। স্যাম্পলটির এক-ধাপ পদ্ধতির বিপরীতে, আমাদের এজেন্ট একাধিক ধাপের রিজনিং ব্যবহার করে ক্লেইমগুলো বের করে, google_search দিয়ে সেগুলো যাচাই করে এবং স্ট্রাকচার্ড JSON আউটপুট দেয়।
ধাপ ১ : এজেন্ট ডেভেলপমেন্ট কিট ইনস্টল করুন
ক্লাউড শেলে একটি নতুন টার্মিনাল ট্যাব খুলুন এবং নিম্নরূপভাবে my-agents নামে একটি ফোল্ডার তৈরি করুন। my-agents ফোল্ডারটিতেও যান।
mkdir workspace-agents
cd workspace-agents
এখন, চলুন venv ব্যবহার করে নিম্নোক্তভাবে একটি ভার্চুয়াল পাইথন এনভায়রনমেন্ট তৈরি করি:
python -m venv .venv
নিম্নলিখিতভাবে ভার্চুয়াল পরিবেশটি সক্রিয় করুন:
source .venv/bin/activate
নিম্নলিখিতভাবে ADK ইনস্টল করুন:
pip install google-adk
এখন আপনি নিম্নোক্তভাবে adk ইউটিলিটিটি চালু করতে পারবেন।
adk
এটি আপনাকে কমান্ডগুলোর একটি তালিকা দেখাবে।
$ adk
Usage: adk [OPTIONS] COMMAND [ARGS]...
Agent Development Kit CLI tools.
Options:
--version Show the version and exit.
--help Show this message and exit.
Commands:
api_server Starts a FastAPI server for agents.
conformance Conformance testing tools for ADK.
create Creates a new app in the current folder with prepopulated agent template.
deploy Deploys agent to hosted environments.
eval Evaluates an agent given the eval sets.
eval_set Manage Eval Sets.
run Runs an interactive CLI for a certain agent.
web Starts a FastAPI server with Web UI for agents.
ধাপ ২: ADK ব্যবহার করে ডকুমেন্ট ফ্যাক্ট চেকার এজেন্ট তৈরি করুন।
আমরা এখন adk create কমান্ড ব্যবহার করে আমাদের এজেন্টের জন্য একটি স্কাফোল্ডিং তৈরি করব adk যার অ্যাপের নাম হবে ** (docfactcheckeragent) **, যা নিচে দেওয়া হলো।
adk create docfactcheckeragent
ধাপগুলো অনুসরণ করুন এবং নিম্নলিখিতগুলো নির্বাচন করুন:
- রুট এজেন্টের জন্য মডেল বাছাই করার ক্ষেত্রে জেমিনি মডেল।
- ব্যাকএন্ডের জন্য ভার্টেক্স এআই বেছে নিন।
- আপনার ডিফল্ট গুগল প্রজেক্ট আইডি এবং অঞ্চল প্রদর্শিত হবে। ডিফল্টটিই নির্বাচন করুন।
Choose a model for the root agent:
1. gemini-2.5-flash
2. Other models (fill later)
Choose model (1, 2): 1
1. Google AI
2. Vertex AI
Choose a backend (1, 2): 2
You need an existing Google Cloud account and project, check out this link for details:
https://google.github.io/adk-docs/get-started/quickstart/#gemini---google-cloud-vertex-ai
Enter Google Cloud project ID [YOUR_PROJECT_ID]:
Enter Google Cloud region [us-central1]:
Agent created in <YOUR_HOME_FOLDER>/workspace-agents/docfactcheckeragent:
- .env
- __init__.py
- agent.py
সেই ফোল্ডারটি পর্যবেক্ষণ করুন যেখানে এজেন্টের জন্য একটি ডিফল্ট টেমপ্লেট এবং প্রয়োজনীয় ফাইল তৈরি করা হয়েছে।
প্রথমেই রয়েছে .env ফাইল। যার বিষয়বস্তু নিচে দেখানো হলো:
GOOGLE_GENAI_USE_VERTEXAI=1
GOOGLE_CLOUD_PROJECT=YOUR_GOOGLE_PROJECT_ID
GOOGLE_CLOUD_LOCATION=YOUR_GOOGLE_PROJECT_REGION
মানগুলো নির্দেশ করে যে আমরা গুগল ক্লাউড প্রজেক্ট আইডি এবং অবস্থানের সংশ্লিষ্ট মানগুলোর সাথে ভার্টেক্স এআই-এর মাধ্যমে জেমিনি ব্যবহার করব।
এরপর রয়েছে __init__.py ফাইলটি, যা ফোল্ডারটিকে একটি মডিউল হিসেবে চিহ্নিত করে এবং এতে একটিমাত্র স্টেটমেন্ট রয়েছে যা agent.py ফাইল থেকে এজেন্টকে ইম্পোর্ট করে।
from . import agent
সবশেষে, agent.py ফাইলটি রয়েছে। আপনাকে এই agent.py ফাইলের বিষয়বস্তু নিচে দেখানো কোড দিয়ে প্রতিস্থাপন করতে হবে:
from google.adk.agents import Agent
from google.adk.tools import google_search
root_agent = Agent(
name='ai_auditor',
model='gemini-2.5-flash',
description="Fact-checks statements from a document and provides citations.",
instruction="""
You are an AI Auditor specialized in factual verification and evidence-based reasoning.
Your goal is to analyze text from a Google Doc, identify verifiable factual claims, and produce a concise, source-backed audit report.
### 🔍 TASK FLOW
1. **Extract Claims**
- Analyze the input text and identify factual claims that can be objectively verified.
- A factual claim is any statement that can be proven true or false with external evidence.
- Skip opinions, vague generalizations, or speculative language.
- List each claim as a string in a JSON array.
2. **Verify Claims**
- For each extracted claim:
- Use the `google_search` tool to find relevant, credible results.
- Evaluate at least the top 3 relevant URLs to determine the claim's accuracy.
- Cross-check multiple sources when possible to ensure confidence.
3. **Classify Findings**
- For each claim, determine one of the following verdicts:
- ✅ **True:** Supported by multiple reputable sources.
- ⚠️ **Misleading / Partially True:** Contains partially correct or context-dependent information.
- ❌ **False:** Contradicted by credible evidence.
- ❓ **Unverifiable:** Insufficient information to confirm or deny.
- Provide a **confidence score (0–100)** reflecting the strength of evidence.
4. **Record Evidence**
- For each claim, include:
- The **verdict**
- **Reasoning summary** (1–2 sentences)
- **List of citation URLs** used for verification
5. **Summarize Results**
- Compile a final report including:
- Total number of claims analyzed
- Distribution of verdicts (True / False / Misleading / Unverifiable)
- Brief overall conclusion (e.g., "Most claims are accurate but some lack supporting evidence.")
### 🧾 OUTPUT FORMAT
Return your final response in structured JSON format as follows:
{
"claims": [
{
"claim": "...",
"verdict": "True | False | Misleading | Unverifiable",
"confidence": 0-100,
"reasoning": "...",
"sources": ["https://...", "https://..."]
}
],
"summary": {
"total_claims": X,
"verdict_breakdown": {
"True": X,
"False": X,
"Misleading": X,
"Unverifiable": X
},
"overall_summary": "..."
}
}
### 🧠 ADDITIONAL INSTRUCTIONS
- Always prefer authoritative domains (.gov, .edu, .org, or major media).
- Avoid low-quality or user-generated content as primary sources.
- Be concise, accurate, and transparent about uncertainty.
""",
tools=[google_search], # Only use the search tool
)
উপরের সোর্স কোডের মূল বিষয়গুলো হলো:
- আমরা এআই এজেন্টকে একটি নাম, মডেল, বিবরণ এবং একটি অত্যন্ত বিস্তারিত নির্দেশাবলী দিয়ে সংজ্ঞায়িত করি।
- নির্দেশনা সেটটি হলো সবচেয়ে গুরুত্বপূর্ণ অংশ, যা নির্ধারণ করে দেয় এজেন্টটি ঠিক কীভাবে চিন্তা করবে এবং কাজ করবে। এই কাঠামোটি পেশাদার তথ্য-যাচাইকারীদের কাজের পদ্ধতিরই প্রতিচ্ছবি—যা এআই-কে একটি স্বায়ত্তশাসিত নিরীক্ষা ব্যবস্থায় পরিণত করে।
- এই এজেন্ট ঘোষণাটি সম্পন্ন হয়ে গেলে, আমরা
Google Search toolমাধ্যমে এজেন্টকে বাস্তব জগতের তথ্যে অ্যাক্সেস দেব। আগে থেকে প্রশিক্ষিত ডেটার উপর নির্ভর করার পরিবর্তে, এজেন্টটি লাইভ সার্চ করতে, ফলাফল মূল্যায়ন করতে এবং হালনাগাদ উদ্ধৃতি প্রদান করতে পারে।
এটাই এই সিস্টেমকে সক্রিয় করে তোলে — মডেলটি শুধু উত্তর তৈরি করে না, এটি তথ্য যাচাই করার জন্য (টুল ব্যবহার করে) পদক্ষেপও নেয়।
ধাপ ৩: এজেন্টটিকে স্থানীয়ভাবে পরীক্ষা করুন
বর্তমান টার্মিনাল উইন্ডো থেকে নিম্নলিখিত কমান্ডটি দিন। নিশ্চিত করুন যে আপনি docfactcheckeragent ফোল্ডারটি ধারণকারী প্যারেন্ট ফোল্ডারে (workspace-agents) আছেন।
adk web
নিচে একটি নমুনা কার্যসম্পাদন দেখানো হলো:
INFO: Started server process [1478]
INFO: Waiting for application startup.
+-----------------------------------------------------------------------------+
| ADK Web Server started |
| |
| For local testing, access at http://127.0.0.1:8000. |
+-----------------------------------------------------------------------------+
INFO: Application startup complete.
INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
শেষ লিঙ্কে ক্লিক করলে এজেন্টটি পরীক্ষা করার জন্য একটি ওয়েব কনসোল খুলে যাবে। আমাদের প্রথম কাজটি খুবই গুরুত্বপূর্ণ: এজেন্টটি আসলে কী করতে পারে তা বোঝা। এর মাধ্যমে এজেন্টটির নিজের description এবং instruction text সংক্ষিপ্ত আকারে প্রকাশ করার ক্ষমতা পরীক্ষা করা হয়।
এজেন্টটি তার বর্ণনা এবং নির্দেশাবলীর উপর ভিত্তি করে নিজের সক্ষমতার একটি সংক্ষিপ্ত সারসংক্ষেপ প্রদান করে।
এরপর আমরা এটিকে দুটি বিবৃতি ( The sky is blue due to Rayleigh scattering. The Earth is flat. ) প্রদান করি এবং এটি সফলভাবে বিষয়বস্তু নিরীক্ষা করে একটি সুগঠিত JSON প্রতিক্রিয়া ফেরত দেয়।
ভেতরের খবর:
- google_search টুলটি ওয়েব থেকে প্রাসঙ্গিক পৃষ্ঠাগুলো খুঁজে বের করে।
- জেমিনি ২.৫ ফ্ল্যাশ মডেলটি ওই স্নিপেটগুলো পার্স করে এবং সেগুলোর সত্যতা শ্রেণীবদ্ধ করে।
- ADK যুক্তির সমন্বয় সাধন করে এবং ধাপে ধাপে যুক্তি অনুসরণ নিশ্চিত করে।
এই স্থানীয় পরীক্ষা পর্বটি আমাদের এজেন্টের কার্যপ্রবাহকে যাচাই করতে সাহায্য করে, যা আপনি Vertex AI Agent Engine-এ এটি স্থাপন করার আগে নিশ্চিত করেন, যেখানে এটিকে Docs বা Sheets-এর মতো Google Workspace টুলগুলির সাথে সংযুক্ত করা যায়।
সংক্ষেপে, আমরা গুগলের এজেন্ট ডেভেলপমেন্ট কিট (ADK) ব্যবহার করে একটি শক্তিশালী এআই অডিটর এজেন্ট তৈরি করেছি। আমাদের এজেন্টটি টেক্সট পড়তে, তথ্যগত দাবি শনাক্ত করতে, নির্ভরযোগ্য উৎস অনুসন্ধান করতে (google_search টুল ব্যবহার করে) এবং একটি সুস্পষ্ট সিদ্ধান্ত জানাতে পারত।
আমরা ADK ওয়েব ইন্টারফেসের মাধ্যমে স্থানীয়ভাবে সবকিছু তৈরি ও পরীক্ষা করেছি এবং দেখেছি এজেন্টটি কীভাবে এই ধরনের একটি স্টেটমেন্ট বিশ্লেষণ করে:
The sky is blue due to Rayleigh scattering. The Earth is flat.
এজেন্ট একটি দাবিকে true বলে যাচাই করেছেন এবং অন্যটিকে false বলে চিহ্নিত করেছেন, যা একটি ছোট কিন্তু উপযুক্ত প্রমাণ যে আমাদের স্থানীয় সেটআপটি নিখুঁতভাবে কাজ করে।
এখন পরবর্তী বড় পদক্ষেপ নেওয়ার সময় - লোকাল থেকে ক্লাউডে স্থানান্তর। চলুন, এরপর সেটাই করা যাক।
৪. ভার্টেক্স এআই এজেন্ট ইঞ্জিনে এজেন্ট স্থাপন করা
একটি প্রকৃত এজেন্ট শুধু ল্যাপটপে পরীক্ষা করার মতো কোনো জিনিস নয়, বরং এটি এমন কিছু যা আপনি বৃহৎ পরিসরে চালাতে পারেন, অন্যান্য সিস্টেমের সাথে একীভূত করতে পারেন এবং আপনার অ্যাপগুলোতে প্রোডাকশনের জন্য স্থাপন করতে পারেন।
কেন মোতায়েন করবেন?
আপনার এজেন্টদের ক্লাউডে স্থাপন করার কয়েকটি ভালো কারণ এখানে দেওয়া হলো।
- পরিমাপযোগ্যতা: স্থানীয় রানটাইম সীমাবদ্ধতা ছাড়াই বিপুল সংখ্যক অনুরোধ পরিচালনা করুন।
- নির্ভরযোগ্যতা: অন্তর্নির্মিত মনিটরিং এবং অটো-স্কেলিং, সাথে অক্টোবর ১৮, ২০২৫-এর ADK টুল কনফিগারেশন আপডেটের মতো সমাধানসমূহ।
- ইন্টিগ্রেশন-রেডি: নির্বিঘ্ন ওয়ার্কস্পেস কলের জন্য একটি এপিআই এন্ডপয়েন্ট উন্মুক্ত করুন।
ভার্টেক্স এআই এজেন্ট ইঞ্জিন কেন?
Vertex AI Agent Engine-কে আপনার ডেপ্লয় করা ADK এজেন্টগুলোর ঠিকানা হিসেবে ভাবুন — এটি নির্ভরযোগ্যতা, পরিবর্ধনযোগ্যতা এবং ইন্টিগ্রেশনের জন্য নির্মিত একটি পরিচালিত পরিবেশ।
এটি আপনার এজেন্টকে দেয়:
- স্থায়ী অবস্থা এবং স্মৃতি
- সমন্বিত টুল এক্সিকিউশন (যেমন, গুগল সার্চ, ভার্টেক্স এআই মডেল)
- বাহ্যিক কলের জন্য সুরক্ষিত এপিআই এন্ডপয়েন্ট
- ক্লাউড লগিংয়ের মাধ্যমে লগিং এবং পর্যবেক্ষণযোগ্যতা
- মাল্টি-এজেন্ট অর্কেস্ট্রেশনের জন্য নেটিভ সাপোর্ট
সংক্ষেপে বলতে গেলে - আপনি ADK দিয়ে একবার কোড লিখবেন, এবং তারপর Agent Engine ব্যবহার করে সেটিকে আরও বড় ও উন্নত করবেন।
ধাপ ১ : ডেপ্লয়মেন্টের জন্য প্রস্তুতি
এজেন্ট ভার্টেক্স এআই এজেন্ট ইঞ্জিন ডেপ্লয় করার আগে আমাদের কয়েকটি কাজ করতে হবে। ডেপ্লয়মেন্ট প্রক্রিয়ার জন্য এজেন্ট আর্টিফ্যাক্টগুলোর জন্য একটি গুগল ক্লাউড স্টোরেজ বাকেট তৈরি করতে হবে এবং একটি requirements.txt ফাইলও জমা দিতে হবে, যাতে এজেন্ট কোড চালানোর জন্য প্রয়োজনীয় সমস্ত ডিপেন্ডেন্সি এজেন্ট ইঞ্জিন রানটাইম এনভায়রনমেন্টে উপলব্ধ থাকে।
আপনার ক্লাউড শেল টার্মিনালে একটি বাকেট তৈরি করতে নিম্নলিখিত কমান্ডটি দিন (মনে রাখবেন, YOUR_BUCKET_NAME , YOUR_PROJECT_ID এবং YOUR_PROJECT_REGION কে আপনার প্রোজেক্টের জন্য নির্দিষ্ট প্রকৃত মান দিয়ে প্রতিস্থাপন করতে হবে):
gcloud storage buckets create gs://YOUR_BUCKET_NAME \
--project=YOUR_PROJECT_ID \
--location=YOUR_PROJECT_REGION
এরপরে, রুট ফোল্ডারে ( workspace-agents ) নিম্নলিখিত requirements.txt ফাইলটি তৈরি করুন, যার বিষয়বস্তু নিচে দেখানো হলো:
google-cloud-aiplatform
google-adk
requests
ধাপ ২ : এজেন্টটি স্থাপন করুন
পরবর্তী ধাপ হলো adk deploy কমান্ড ব্যবহার করে আপনার এজেন্টকে Vertex AI Agent Engine-এ ডেপ্লয় করা।
adk deploy agent_engine \
--project=YOUR_PROJECT_ID \
--region=YOUR_PROJECT_REGION \
--display_name "Doc Fact Checker" \
--staging_bucket gs://YOUR_BUCKET_NAME \
--requirements_file requirements.txt \
docfactcheckeragent/
এটি এজেন্ট ইঞ্জিনে আমাদের এজেন্ট স্থাপন করার একটি প্রক্রিয়া শুরু করবে। প্রক্রিয়াটি সময়সাপেক্ষ এবং এতে প্রায় ৫ মিনিট সময় লাগতে পারে। মোটা দাগে, যা ঘটছে তা হলো:
- এজেন্ট তৈরি শুরু হয় - ADK CLI আপনার কোড প্যাকেজ করে, সেটিকে আপনার ক্লাউড স্টোরেজ বাকেটে আপলোড করে এবং একটি নতুন এজেন্ট ইঞ্জিন ইনস্ট্যান্স তৈরি করার জন্য Vertex AI-কে ট্রিগার করে।
- আপনাকে একটি লগস লিঙ্ক দেওয়া হয়েছে, যেখানে আপনি আপনার প্রোজেক্টের ক্লাউড লগস এক্সপ্লোরার দেখতে পারবেন। সেটআপ ধাপ, ডিপেন্ডেন্সি ইনস্টলেশন এবং মডেল ইনিশিয়ালাইজেশন সহ বিস্তারিত অগ্রগতি দেখতে এটিতে ক্লিক করুন। যদি কোনো সমস্যা হয় (যেমন কোনো ডিপেন্ডেন্সি অনুপস্থিত থাকা বা অনুমতির সমস্যা), তাহলে আপনি এখানে এরর মেসেজটি পাবেন।
- সমাপ্তি বার্তা - ডেপ্লয়মেন্ট সম্পূর্ণ হলে, আপনি টার্মিনালে আপনার রিজনিং ইঞ্জিন আইডি সহ একটি নিশ্চিতকরণ বার্তা দেখতে পাবেন। এর একটি নমুনা নিচে দেখানো হলো:
AgentEngine created. Resource name: projects/SOME_ID/locations/REGION/reasoningEngines/SOME_ID
ধাপ ৩ : ক্লাউড কনসোলে (এজেন্ট ইঞ্জিন) এজেন্টটি যাচাই করুন।
ডেপ্লয়মেন্ট সম্পন্ন হলে, আপনার গুগল ক্লাউড কনসোলের Vertex AI → Agent Engine সেকশনে যান। নিচে দেখানো ছবির মতো আপনি কনসোলে আপনার ডেপ্লয় করা এজেন্টটিকে তালিকাভুক্ত দেখতে পাবেন:
🎉 ব্যাস! আপনার এজেন্ট এখন Vertex AI-তে লাইভ হয়েছে এবং Google Workspace-এ ইন্টিগ্রেট করার বা সরাসরি পরীক্ষা করার জন্য প্রস্তুত।
ধাপ ৪: আপনার ডেপ্লয়মেন্ট এজেন্ট পরীক্ষা করা
অভিনন্দন - আপনার এজেন্ট এখন ভার্টেক্স এআই এজেন্ট ইঞ্জিনে লাইভ হয়েছে! পরবর্তী পদক্ষেপ হলো এটি সঠিকভাবে ডেপ্লয় হয়েছে এবং অনুরোধে সাড়া দিচ্ছে কিনা তা পরীক্ষা করা।
আপনি কীভাবে কাজ করতে পছন্দ করেন তার উপর নির্ভর করে এটি করার কয়েকটি ভিন্ন উপায় রয়েছে:
- গুগল ক্লাউড কনসোলের মাধ্যমে: আপনার ডেপ্লয় করা এজেন্টগুলোকে সরাসরি দেখা, পরিচালনা করা এবং পরীক্ষা করার জন্য একটি ভিজ্যুয়াল ইন্টারফেস।
- REST API (cURL) ব্যবহার: যেসব ডেভেলপার ম্যানুয়ালি রিকোয়েস্ট পাঠাতে এবং রেসপন্স পরীক্ষা করতে চান, তাদের জন্য এটি আদর্শ।
- পাইথনের জন্য ভার্টেক্স এআই এসডিকে-এর মাধ্যমে: আপনার ডেভেলপমেন্ট ওয়ার্কফ্লোতে টেস্টিং অন্তর্ভুক্ত করার একটি আরও প্রোগ্রাম্যাটিক বিকল্প।
প্রতিটি পদ্ধতি আপনাকে এই বিষয়ে ধারণা দেয় যে, আপনার এজেন্ট ডেপ্লয় করার পর কীভাবে আচরণ করে, অর্থাৎ এটি কোয়েরি প্রসেস করছে, সেশন পরিচালনা করছে, নাকি রেসপন্স ফেরত দিচ্ছে। প্রতিটি পদ্ধতির বিস্তারিত ধাপ, উদাহরণ এবং উন্নত কনফিগারেশন জানতে, এখানে অফিসিয়াল ডকুমেন্টেশন দেখুন।
আপনার এআই অডিটর এখন একটি ক্লাউড-চালিত এজেন্ট, যা ভার্টেক্স এআই এজেন্ট ইঞ্জিনে স্থাপন করা হয়েছে এবং গুগল সার্চ ব্যবহার করে বৃহৎ পরিসরে তথ্য যাচাই করার জন্য প্রস্তুত। এটি একটি নির্ভরযোগ্য, এপিআই-চালিত ডিজিটাল সহযোগীতে রূপান্তরিত হয়েছে, যা নিম্নলিখিত JSON আউটপুট তৈরি করে:
{ "claims": [{"claim": "The sky is blue...", "verdict": "True", "confidence": 95}] }
আমরা পরবর্তী অংশে এটি সরাসরি পরীক্ষা করে দেখব, যেখানে আমরা একটি গুগল ডকের ভেতরে এজেন্টটিকে যুক্ত করব এবং ডকটিতে উল্লিখিত তথ্যগুলো যাচাই করব।
৫. গুগল ডক্স-এ ফ্যাক্ট চেকার এজেন্ট যুক্ত করুন
এই অংশে, আমরা সবকিছু একসাথে সংযুক্ত করব – আপনার ডেপ্লয়েড এজেন্টকে গুগল ডক্স-এর ভেতরে নিয়ে আসব। অ্যাপস স্ক্রিপ্টের কয়েকটি লাইনের মাধ্যমে, আপনি একটি সাধারণ গুগল ডক্সকে এমন একটি এআই-সহায়তাযুক্ত এডিটরে রূপান্তরিত করতে পারবেন যা আপনার ডেপ্লয়েড এজেন্ট ব্যবহার করে স্বয়ংক্রিয়ভাবে কন্টেন্ট বিশ্লেষণ এবং তথ্য যাচাই করতে পারে।
ধাপ ১: আপনার গুগল ডক্স পরিবেশ সেট আপ করুন
প্রথমে একটি নতুন বা বিদ্যমান গুগল ডকুমেন্ট ( docs.new ) খুলুন।
এই টিউটোরিয়ালের জন্য আমরা যে গুগল ডকটি ব্যবহার করছি, তাতে নিম্নলিখিত বিষয়বস্তু রয়েছে (আপনি এটি অথবা আপনার নিজের তথ্য যাচাই করার পরিকল্পনা আছে এমন কন্টেন্ট ব্যবহার করতে পারেন):
Climate change is mainly caused by solar activity cycles, not human activities. The Earth's temperature has not increased significantly in the last 100 years. Wind energy now produces more electricity than coal in every country in Europe. In 2015, nearly all world nations signed the Paris Agreement to limit global warming.
ধাপ ২: আপনার অ্যাপের স্ক্রিপ্ট প্রজেক্ট এবং ফাইলগুলো সেট আপ করুন।
এই সেটআপের জন্য আপনার অ্যাপস স্ক্রিপ্ট প্রজেক্টে দুটি ফাইলের প্রয়োজন হবে:
-
AIVertex.gs– Vertex AI এবং ADK Agent-এর সাথে সকল যোগাযোগ পরিচালনা করে। -
Code.gs– গুগল ডক্স-এর ইন্টারফেস, মেনু এবং ডকুমেন্টের কার্যকলাপ নিয়ন্ত্রণ করে।
মেনু থেকে Extensions -> Apps Script এ গিয়ে এডিটরটি খুলুন। আমরা ডেপ্লয় করা ADK এজেন্টের সাথে সংযোগ করার জন্য এই জায়গাটি ব্যবহার করব। আপনি সেখানে আগে থেকেই তৈরি করা একটি Code.gs ফাইল পাবেন এবং পরবর্তী বিভাগে দেওয়া Code.gs কোড দিয়ে আপনাকে এর ভেতরের লেখাগুলো প্রতিস্থাপন করতে হবে।
চলুন প্রতিটি বিষয় নিয়ে আলোচনা করা যাক।
AIVertex.gs
বামদিকের ফাইলস সেকশনের পাশে থাকা + চিহ্নের মাধ্যমে একটি নতুন ফাইল তৈরি করুন, সেটির নাম Script হিসেবে নির্বাচন করুন এবং নিচের বিষয়বস্তুগুলো এর মধ্যে কপি করুন।
const LOCATION = PropertiesService.getScriptProperties().getProperty('LOCATION');
const GEMINI_MODEL_ID = PropertiesService.getScriptProperties().getProperty('GEMINI_MODEL_ID');
const REASONING_ENGINE_ID = PropertiesService.getScriptProperties().getProperty('REASONING_ENGINE_ID');
const SERVICE_ACCOUNT_KEY = PropertiesService.getScriptProperties().getProperty('SERVICE_ACCOUNT_KEY');
const credentials = credentialsForVertexAI();
/**
* @param {string} statement The statement to fact-check.
*/
function requestLlmAuditorAdkAiAgent(statement) {
return UrlFetchApp.fetch(
`https://${LOCATION}-aiplatform.googleapis.com/v1/projects/${credentials.projectId}/locations/${LOCATION}/reasoningEngines/${REASONING_ENGINE_ID}:streamQuery?alt=sse`,
{
method: 'post',
headers: { 'Authorization': `Bearer ${credentials.accessToken}` },
contentType: 'application/json',
muteHttpExceptions: true,
payload: JSON.stringify({
"class_method": "async_stream_query",
"input": {
"user_id": "google_sheets_custom_function_fact_check",
"message": statement,
}
})
}
).getContentText();
}
/**
* @param {string} prompt The Gemini prompt to use.
*/
function requestOutputFormatting(prompt) {
const response = UrlFetchApp.fetch(
`https://${LOCATION}-aiplatform.googleapis.com/v1/projects/${credentials.projectId}/locations/${LOCATION}/publishers/google/models/${GEMINI_MODEL_ID}:generateContent`,
{
method: 'post',
headers: { 'Authorization': `Bearer ${credentials.accessToken}` },
contentType: 'application/json',
muteHttpExceptions: true,
payload: JSON.stringify({
"contents": [{
"role": "user",
"parts": [{ "text": prompt }]
}],
"generationConfig": { "temperature": 0.1, "maxOutputTokens": 2048 },
"safetySettings": [
{
"category": "HARM_CATEGORY_HARASSMENT",
"threshold": "BLOCK_NONE"
},
{
"category": "HARM_CATEGORY_HATE_SPEECH",
"threshold": "BLOCK_NONE"
},
{
"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
"threshold": "BLOCK_NONE"
},
{
"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
"threshold": "BLOCK_NONE"
}
]
})
}
);
return JSON.parse(response).candidates[0].content.parts[0].text
}
/**
* Gets credentials required to call Vertex API using a Service Account.
* Requires use of Service Account Key stored with project.
*
* @return {!Object} Containing the Google Cloud project ID and the access token.
*/
function credentialsForVertexAI() {
const credentials = SERVICE_ACCOUNT_KEY;
if (!credentials) {
throw new Error("service_account_key script property must be set.");
}
const parsedCredentials = JSON.parse(credentials);
const service = OAuth2.createService("Vertex")
.setTokenUrl('https://oauth2.googleapis.com/token')
.setPrivateKey(parsedCredentials['private_key'])
.setIssuer(parsedCredentials['client_email'])
.setPropertyStore(PropertiesService.getScriptProperties())
.setScope("https://www.googleapis.com/auth/cloud-platform");
return {
projectId: parsedCredentials['project_id'],
accessToken: service.getAccessToken(),
}
}
ফাইলটি সংরক্ষণ করতে মনে রাখবেন।
এই ফাইলটি নিম্নলিখিত কাজগুলো করে:
- একটি সার্ভিস অ্যাকাউন্ট কী ব্যবহার করে ভার্টেক্স এআই-তে নিরাপদে প্রমাণীকরণ করে। এটি ডকুমেন্টের টেক্সট বিশ্লেষণ বা তথ্য যাচাই করার জন্য আপনার ডেপ্লয় করা এডিকে এজেন্টকে আহ্বান করে।
- স্মার্ট রেসপন্স ফরম্যাটিংয়ের জন্য জেমিনি ব্যবহার করা হয়, যা ফলাফলকে মানুষের পড়ার উপযোগী করে তোলে।
কোড.জিএস
/**
* Adds a custom menu in Google Docs to run the AI Audit directly.
*/
function onOpen() {
DocumentApp.getUi()
.createMenu('AI Audit Tools')
.addItem('Run AI Audit', 'runAuditAndInsert')
.addToUi();
}
/**
* Returns the entire text content of the document.
*/
function getDocumentText() {
const doc = DocumentApp.getActiveDocument();
const body = doc.getBody();
let text = body.getText();
return text.trim();
}
/**
* Runs the AI Audit and inserts the result as text at the end of the document.
*/
function runAuditAndInsert() {
const docText = getDocumentText();
const result = runAudit(docText);
if (result) {
const doc = DocumentApp.getActiveDocument();
const body = doc.getBody();
// Append the audit result as a new paragraph at the end of the document
body.appendParagraph('AI Audit Result: ' + result);
}
}
/**
* Runs the AI Audit using ADK Agent and Gemini formatting.
*/
function runAudit(docText) {
console.log('[INFO] Starting AI audit process...');
if (!docText) {
console.log('[WARN] No text in document.');
return '⚠️ The document is empty. Please add some text to audit.';
}
// Check for excessive document length to avoid token limits
if (docText.length > 10000) {
console.log('[WARN] Document too long.');
return '⚠️ Document exceeds 10,000 characters. Please shorten the text.';
}
console.log('[STEP] Sending text to ADK Agent...');
const rawAudit = requestLlmAuditorAdkAiAgent(docText);
// Check if rawAudit is an error message
if (rawAudit.startsWith('ERROR:')) {
console.error('[ERROR] ADK Agent returned error:', rawAudit);
return rawAudit;
}
console.log('[STEP] Formatting AI response...');
let formatted;
try {
formatted = requestOutputFormatting(
`Here is a fact-checking result: ${rawAudit}.
Summarize it. Keep the main verdict and reasoning. Remove markdown and make it concise.`
);
} catch (error) {
console.error('[ERROR] Formatting failed:', error.toString());
return `ERROR: Failed to format audit result - ${error.toString()}`;
}
console.log('[SUCCESS] Audit completed successfully.');
console.log('[RESULT] Final Output:', formatted);
return formatted;
}
এই ফাইলটি আপনার ডক্স UI-কে উপরের ADK লজিকের সাথে সংযুক্ত করে। এটি আপনাকে একটি কাস্টম ডক্স মেনু থেকে সরাসরি অডিটটি চালু করার সুযোগ দেয়। মোটা দাগে এটি নিম্নলিখিত কাজগুলো করে:
- গুগল ডক্স-এ এআই অডিট টুলস নামে একটি কাস্টম মেনু যোগ করে।
- আপনার ডকুমেন্টের টেক্সট সংগ্রহ করে বিশ্লেষণের জন্য আপনার ADK এজেন্টের কাছে পাঠিয়ে দেয়।
- এআই দ্বারা তৈরি নিরীক্ষার ফলাফলগুলো ডকুমেন্টে প্রদর্শন করে।
ধাপ ৩ : সার্ভিস অ্যাকাউন্ট তৈরি করুন
যখন আপনি একটি গুগল ডকে এজেন্ট কলিং কার্যকারিতা যুক্ত করেন, তখন গুগল ডকটিকে একটি আইডেন্টিটি প্রদান করতে হয়, যাতে এজেন্ট ইঞ্জিনে ডেপ্লয় করা এজেন্টকে কল করার জন্য এটির সঠিক রোল থাকে। এই উদ্দেশ্যে, আমরা একটি সার্ভিস অ্যাকাউন্ট ব্যবহার করব যার সঠিক রোল থাকবে: roles/aiplatform.user ।
ক্লাউড শেলে, নিচের স্ক্রিপ্টটি ধাপে ধাপে চালান:
export PROJECT_ID="YOUR_PROJECT_ID"
export SA_NAME="docfactcheckeragentsa"
gcloud iam service-accounts create $SA_NAME \
--project=$PROJECT_ID \
--display-name="Doc Fact Checker Agent Service Account"
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member="serviceAccount:${SA_NAME}@${PROJECT_ID}.iam.gserviceaccount.com" \
--role="roles/aiplatform.user"
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member="serviceAccount:${SA_NAME}@${PROJECT_ID}.iam.gserviceaccount.com" \
--role="roles/iam.serviceAccountTokenCreator"
এর মাধ্যমে সঠিক অনুমতিসহ সার্ভিস অ্যাকাউন্টটি তৈরি হবে।
আমরা সার্ভিস অ্যাকাউন্টের জন্য একটি JSON কী তৈরি করব। আপনার অ্যাপস স্ক্রিপ্ট প্রজেক্ট প্রমাণীকরণের জন্য এটিই ব্যবহার করবে। কী-টি পাওয়ার ধাপগুলো হলো:
- Google Cloud কনসোলে, IAM & Admin > Service Accounts- এ যান।
- আপনি এইমাত্র যে নির্দিষ্ট পরিষেবা অ্যাকাউন্টটি তৈরি করেছেন, সেটিতে ক্লিক করুন।
- Keys ট্যাবে যান।
- অ্যাড কী (Add Key) → ক্রিয়েট নিউ কী (Create New Key)-তে ক্লিক করুন।
- JSON নির্বাচন করুন, তারপর Create-এ ক্লিক করুন।
- একটি JSON ফাইল স্বয়ংক্রিয়ভাবে ডাউনলোড হবে, সেটি আপনাকে সুরক্ষিত রাখতে হবে। পরবর্তী অংশে আপনি এর বিষয়বস্তু আপনার স্ক্রিপ্ট প্রপার্টিজে পেস্ট করবেন।
ধাপ ৪ : স্ক্রিপ্ট প্রোপার্টি যোগ করুন
গুগল ডক-এ থাকা অ্যাপস স্ক্রিপ্ট এডিটর-এ ফিরে যান।
আপনার স্ক্রিপ্টকে ডেপ্লয় করা রিসোর্সগুলির সাথে সংযুক্ত করতে, Project Settings → Script Properties → Add Script Property তে যান।
আপনার স্ক্রিপ্ট প্রোপার্টিজে নিম্নলিখিতগুলি যোগ করুন:
-
LOCATION: আপনার Vertex AI স্থাপনার অঞ্চল। যেমনus-central1 -
GEMINI_MODEL_ID: ব্যবহার করার জন্য জেমিনি মডেল। এই মানটি ব্যবহার করুন:gemini-2.5-flash -
REASONING_ENGINE_ID: ডেপ্লয় করা ADK এজেন্ট আইডি। আপনার ডেপ্লয় করা নির্দিষ্ট এজেন্টের কনসোলে থাকা Agent Engine অপশন থেকে এটি পাওয়া যাবে। আপনি ডেপ্লয় করা এজেন্টের জন্য একটি রিসোর্স নেম দেখতে পাবেন। এজেন্ট আইডি হলো রিসোর্স নেমের শেষের সংখ্যাসূচক মান (অর্থাৎRESOURCE_ID)। উদাহরণস্বরূপprojects/SOME_ID/locations/REGION/reasoningEngines/RESOURCE_ID -
SERVICE_ACCOUNT_KEY: পূর্ববর্তী ধাপে তৈরি করা সার্ভিস অ্যাকাউন্টের জন্য ডাউনলোড করা JSON কী-এর সম্পূর্ণ বিষয়বস্তু কপি করুন।
স্ক্রিপ্ট প্রোপার্টি সংরক্ষণ করুন-এ ক্লিক করুন।
ধাপ ৫ : OAuth2 লাইব্রেরি যোগ করুন
আমাদের অ্যাপস স্ক্রিপ্ট প্রজেক্টে এপিআই কল প্রমাণীকরণের জন্য OAuth2 লাইব্রেরি প্রয়োজন।
এটি যোগ করতে:
-
Services → Libraries -
Add a Libraryক্লিক করুন - স্ক্রিপ্ট আইডি লিখুন:
1B7FSrk5Zi6L1rSxxTDgDEUsPzlukDsi4KGuTMorsTQHhGBzBkMun4iDF
ধাপ ৬: গুগল ডকস-এ ফ্যাক্ট চেকার ডক এজেন্ট পরীক্ষা করুন
আমরা গুগল ডক্স-এর ভেতরে এজেন্টটি পরীক্ষা করার চূড়ান্ত ধাপে আছি। এর জন্য নিম্নলিখিত পদক্ষেপগুলো অনুসরণ করুন:
- অ্যাপস স্ক্রিপ্ট এডিটরে,
onOpen()ফাংশনটি একবার চালান। এটি গুগল ডক্স-এ একটি নতুন এআই অডিট টুলস মেনু যুক্ত করবে। - আপনার ডকে ফিরে যান। আপনি মূল মেনুতে
AI Audit Toolsশিরোনামে একটি অতিরিক্ত মেনু আইটেম দেখতে পাবেন। সেটিতে ক্লিক করুন এবং তারপরRun AI Audit।
এখানে একটি নমুনা রান দেওয়া হলো:
৬. পরিষ্কার-পরিচ্ছন্নতা
আপনার গুগল ক্লাউড অ্যাকাউন্টে চলমান চার্জ এড়ানোর জন্য, এই কর্মশালার সময় আমাদের তৈরি করা রিসোর্সগুলো মুছে ফেলা জরুরি।
এজেন্ট ইঞ্জিনে এজেন্টটি আর স্থাপন করার প্রয়োজন না হলে, আপনি নিচের ধাপগুলো অনুসরণ করে এটি মুছে ফেলতে পারেন:
- গুগল ক্লাউড কনসোলে Vertex AI Agent Engine পৃষ্ঠায় যান।
- স্থাপন করা এজেন্টগুলোর তালিকা থেকে আপনি যে এজেন্টটি মুছতে চান, সেটি খুঁজুন।
- এজেন্টের নামের পাশে থাকা তিন-বিন্দু মেনুতে (আরও পদক্ষেপ) ক্লিক করুন।
- ড্রপডাউন মেনু থেকে ডিলিট নির্বাচন করুন।
- নিশ্চিতকরণ ডায়ালগে ‘ডিলিট এজেন্ট’- এ ক্লিক করে মুছে ফেলার বিষয়টি নিশ্চিত করুন।
একটি ভালো অভ্যাস হিসেবে, সার্ভিস অ্যাকাউন্টটিও মুছে ফেলুন।
gcloud iam service-accounts delete ${SA_NAME}@${PROJECT_ID}.iam.gserviceaccount.com
৭. অভিনন্দন
আপনি এখন আপনার এআই এজেন্টকে স্থাপন করেছেন, এটিকে গুগল ডক্স-এর সাথে সংযুক্ত করেছেন এবং এর কার্যকারিতা দেখেছেন — যা আপনার কন্টেন্টের মধ্যেই বিশ্লেষণ, যুক্তি প্রদান এবং সারসংক্ষেপ করছে। আমরা এখানে যা তৈরি করেছি তা শুধু একটি স্বতন্ত্র ডেমো নয়। এটি গুগল ওয়ার্কস্পেসের ভেতরে বুদ্ধিমান, এজেন্ট-চালিত সহযোগিতার ভিত্তি।
ADK-এর যুক্তিনির্ভর সক্ষমতার সাথে Gemini-এর জেনারেটিভ মডেলগুলোকে একত্রিত করে, আমরা কার্যকরভাবে Google Docs-কে একটি জীবন্ত ও চিন্তাশীল সহকারীতে পরিণত করেছি – যা প্রাসঙ্গিকতার সাথে আপনার লেখা পড়তে, নিরীক্ষা করতে এবং পরিমার্জন করতে পারে।
একই নকশা স্বাভাবিকভাবেই শীটস, স্লাইডস, ড্রাইভ এবং জিমেইল জুড়ে বিস্তৃত। এমন এজেন্টদের কথা ভাবুন যারা:
- আর্থিক তথ্য নিরীক্ষা করুন এবং শীটগুলিতে অসঙ্গতি চিহ্নিত করুন।
- স্লাইডসে স্বয়ংক্রিয়ভাবে পিচ ডেক এবং সারাংশ তৈরি করুন
- ড্রাইভে বুদ্ধিমত্তার সাথে ডকুমেন্ট লেবেল ও সংগঠিত করুন।
- অথবা সরাসরি জিমেইলে ইমেলের খসড়া তৈরি ও তথ্য যাচাই করুন।
এই প্রদর্শনীটি এমন এজেন্টিক ওয়ার্কফ্লো তৈরির ভিত্তি স্থাপন করে, যা আপনার দৈনন্দিন ওয়ার্কস্পেস টুলগুলির সাথে নির্বিঘ্নে একীভূত হয়ে স্থির ডকুমেন্টগুলিকে গতিশীল এআই সহযোগীতে পরিণত করে।