1. はじめに
この Codelab では、Developer Connect を使用して GitHub リポジトリへの安全な接続を作成し、その接続を使用して Gemini Enterprise Agent Platform の Agent Runtime を使用してエージェントを直接デプロイします。
Developer Connect は、Google 以外のデベロッパー ツールに対する権限、認可、認証、ネットワーキングの構成を順に設定することで、接続を確立します。これにより、アプリケーション コードを Google Cloud サービスに直接ネイティブにプルできます。
この Codelab では、Developer Connect Git リポジトリ接続を使用して、Gemini Enterprise Agent Platform の Agent Runtime を使用してエージェントを直接デプロイします。Developer Connect は、GitHub、GitHub Enterprise、Bitbucket Cloud、Bitbucket Data Center、Gitlab、GitLab Enterprise をサポートしています。この Codelab では、GitHub への接続について説明します。
演習内容
- Agent Runtime で基本的なエージェントを作成して GitHub に push する
- Developer Connect を使用して GitHub リポジトリを Google Cloud にリンクする
- 接続されたリポジトリをネイティブに使用して、Agent Runtime にエージェントをデプロイする
- デプロイしたリモート エージェントを呼び出してテストする
必要なもの
- ウェブブラウザ（Chrome など）
- 課金を有効にした Google Cloud プロジェクト
- GitHub アカウントとリポジトリへのアクセス権を持つ個人アクセス トークン（従来型）
この Codelab は、初心者を含むあらゆるレベルのデベロッパーを対象としています。この Codelab で管理するリソースは主にサーバーレス API であり、費用は 1 ドル未満になるはずです。
2. 始める前に
Google Cloud プロジェクトの作成
- Google Cloud コンソールのプロジェクト セレクタ ページで、Google Cloud プロジェクトを選択または作成します。
- Cloud プロジェクトに対して課金が有効になっていることを確認します。プロジェクトで課金が有効になっているかどうかを確認する方法をご覧ください。
Cloud Shell の起動
- Google Cloud コンソールの上部にある [Cloud Shell をアクティブにする] をクリックします。
- Cloud Shell に接続したら、認証を確認します。
gcloud auth list
- プロジェクトが構成されていることを確認します。
export PROJECT_ID=$(gcloud config get-value project)
- プロジェクトが想定どおりに設定されていない場合は、設定します。
export PROJECT_ID=<YOUR_PROJECT_ID> gcloud config set project $PROJECT_ID
API を有効にする
次のコマンドを実行して、Developer Connect と Vertex AI に必要なすべての API を有効にします。
gcloud services enable \ developerconnect.googleapis.com \ aiplatform.googleapis.com
3. エージェントのソースコードを準備する
まず、エージェントのソースコードを保持する新しい GitHub リポジトリを作成し、そこに簡単な Python 推論エージェントを追加します。
- GitHub アカウントにログインします。
devconnect-agentという名前の新しいプライベート リポジトリを作成します。- README や
.gitignoreで初期化しないでください。
エージェント ファイルをローカルで作成する
Cloud Shell ターミナルに戻り、エージェントのディレクトリを作成して、その依存関係を定義します。
mkdir -p devconnect-agent/test cd devconnect-agent
test ディレクトリに requirements.txt ファイルを作成して、エージェント ランタイム ライブラリを指定します。
cat <<EOF > test/requirements.txt google-cloud-aiplatform[agent_engines] EOF
test ディレクトリに my_agent.py ファイルを作成します。このスクリプトは、リストクエリに回答するシンプルなエージェントを定義します。
cat <<EOF > test/my_agent.py
class MyAgent:
def query_none(self):
return None
def query_list(self):
return [1, 2, 3]
def register_operations(self):
return {
"": ["query_none", "query_list"],
}
agent = MyAgent()
EOF
コードを GitHub に push する
Git リポジトリを初期化し、新しく作成した GitHub リポジトリにコードを push します。
`<YOUR_GITHUB_USERNAME>` は GitHub ユーザー名に、`<YOUR_GITHUB_TOKEN>` は Personal Access Token に置き換えます。
git init git branch -M main git add . git commit -m "Initial commit of agent source" git remote add origin https://<YOUR_GITHUB_TOKEN>@github.com/<YOUR_GITHUB_USERNAME>/devconnect-agent.git git push -u origin main
4. Developer Connect を構成する
リポジトリが GitHub にあるため、Developer Connect は Google Cloud プロジェクトを安全にリンクします。
IAM 権限を設定する
サービス ID を生成して、Developer Connect が Google Cloud プロジェクトにアクセスできるようにします。
gcloud beta services identity create \
--service=developerconnect.googleapis.com \
--project=$PROJECT_ID
接続を作成してリンクする
接続とリンクは、Google Cloud コンソールまたは gcloud CLI を使用して作成できます。
オプション 1: Google Cloud コンソールを使用する
- Google Cloud コンソールで、[Developer Connect] に移動します。
- GitHub の [接続] をクリックします。
- 接続に名前を付け
my-github-connection、us-central1で選択します。 - プロンプトに沿って、Developer Connect GitHub アプリを承認します。
devconnect-agentリポジトリを選択して、プロジェクトにリンクします。
オプション 2: gcloud CLI を使用する
Cloud Shell で次のコマンドを実行して、GitHub リポジトリをリンクします。
まず、Developer Connect サービス アカウントに Secret Manager へのアクセス権を付与する必要があります。
# Get the service account
SERVICE_ACCOUNT=$(gcloud beta services identity create \
--service=developerconnect.googleapis.com \
--project=$PROJECT_ID \
--format="value(email)")
# Grant access to Secret Manager
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member="serviceAccount:$SERVICE_ACCOUNT" \
--role="roles/secretmanager.admin"
# 1. Create the general Developer Connect connection to GitHub
gcloud developer-connect connections create my-github-connection \
--location=us-central1 \
--github-config-app=developer-connect
# 2. Link your specific agent repository to the connection
# Replace <YOUR_GITHUB_USERNAME> with your actual GitHub username
gcloud developer-connect connections git-repository-links create devconnect-agent \
--connection=my-github-connection \
--location=us-central1 \
--clone-uri=https://github.com/<YOUR_GITHUB_USERNAME>/devconnect-agent.git
5. Developer Connect からエージェントをデプロイする
リポジトリが安全に接続されたら、Developer Connect リンクをネイティブに活用して、Agent Runtime エージェントを直接デプロイできます。
エージェント ランタイムをデプロイする
Cloud Shell で Python スクリプトをローカルに作成して実行し、Vertex AI SDK を使用してエージェントをデプロイします。
cd ~
cat <<EOF > deploy.py
import vertexai
PROJECT_ID = "$PROJECT_ID"
LOCATION = "us-central1"
vertexai.init(project=PROJECT_ID, location=LOCATION)
client = vertexai.Client(project=PROJECT_ID, location=LOCATION)
# Define the full URI string for the Developer Connect repository link
repo_link = f"projects/{PROJECT_ID}/locations/{LOCATION}/connections/my-github-connection/gitRepositoryLinks/devconnect-agent"
print("Deploying to Agent Runtime from Developer Connect...")
remote_agent = client.agent_engines.create(
config={
"developer_connect_source": {
"git_repository_link": repo_link,
"revision": "main",
"dir": "test",
},
"entrypoint_module": "my_agent",
"entrypoint_object": "agent",
"requirements_file": "requirements.txt",
"class_methods": [
{"name": "query_list", "api_mode": ""}
],
"display_name": "DevConnect Agent",
},
)
print(f"Agent Runtime deployed successfully: {remote_agent.api_resource.name}")
EOF
gcloud でデフォルトのアプリケーション認証情報を構成します。
gcloud auth application-default login
デプロイ スクリプトを実行します。このアーキテクチャでは、Vertex AI がローカル実行スコープを完全にバイパスし、ソースからリモート エージェント イメージを構築できます。
python3 deploy.py
エージェントをテストする
デプロイが完了したら、スクリプトを実行してエージェント エンドポイントをクエリします。
cat <<EOF > invoke.py
import vertexai
PROJECT_ID = "$PROJECT_ID"
LOCATION = "us-central1"
client = vertexai.Client(project=PROJECT_ID, location=LOCATION)
# Retrieve the latest reasoning engine
engines = list(client.agent_engines.list())
if engines:
agent = client.agent_engines.get(name=engines[0].api_resource.name)
print("Invoking remote agent via endpoint...")
# NOTE: Invoking remote agent
response = agent.query_list()
print(f"Agent response: {response}")
else:
print("No deployment found.")
EOF
python3 invoke.py
次のような出力が表示されます。
Invoking remote agent via endpoint... Agent response: [1, 2, 3]
6. クリーンアップ
Google Cloud アカウントに継続的に課金されないようにするには、この Codelab で作成したリソースを削除します。
Developer Connect と Agent Runtime のリソースをクリーンアップします。
cat <<EOF > cleanup.py
import vertexai
PROJECT_ID = "$PROJECT_ID"
LOCATION = "us-central1"
client = vertexai.Client(project=PROJECT_ID, location=LOCATION)
for engine in client.agent_engines.list():
print(f"Deleting {engine.api_resource.name}")
engine.delete()
EOF
python3 cleanup.py
Developer Connect リソースをクリーンアップします。
gcloud developer-connect connections git-repository-links delete devconnect-agent \
--connection=my-github-connection \
--location=us-central1 \
--quiet
gcloud developer-connect connections delete my-github-connection \
--location=us-central1 \
--quiet
7. 完了
おめでとうございます！Developer Connect を使用して GitHub リポジトリ統合を安全に確立し、ソースツリーから AI エージェントをネイティブに直接デプロイしました。
学習した内容
- Developer Connect と Vertex AI を使用して Google Cloud プロジェクトを構成した
- 個人用アクセス トークンを Secret Manager に安全に保存した
- gcloud CLI を使用して明示的に生成された Developer Connect 接続
developer_connect_sourceオブジェクト マッピングを使用して、Vertex AI Agent Runtime インスタンスをプログラムで作成しました。
次のステップ
- Developer Connect コードベース統合を使用してカスタマイズされた Gemini Code Assist を使用して、さらに詳しく調べてください。
- 堅牢な Agent Runtime エージェントの構築を試します。