AI Agent End to End - Workshop

1. Czego się nauczysz

AI Agent Vibe Full Stack

Witamy! Za chwilę poznasz kolejną kluczową umiejętność w zakresie tworzenia oprogramowania: jak skutecznie kierować sztuczną inteligencją, aby tworzyć, testować i wdrażać oprogramowanie klasy produkcyjnej. Generatywna AI nie jest „autopilotem”, ale potężnym kopilotem, który potrzebuje doświadczonego dyrektora.

Te warsztaty zapewniają uporządkowaną, powtarzalną metodologię współpracy z AI na każdym etapie profesjonalnego cyklu życia oprogramowania (SDLC). Z osoby piszącej kod wiersz po wierszu staniesz się dyrektorem technicznym – architektem z wizją i generalnym wykonawcą, który wykorzystuje AI do precyzyjnego realizowania tej wizji. 🚀

Po ukończeniu tego samouczka:

• Przekształcanie ogólnego pomysłu w architekturę chmury za pomocą AI.
• Wygenerowano kompletny backend w Pythonie z użyciem ukierunkowanych, szczegółowych promptów.
• Używanie AI jako programisty do debugowania i poprawiania kodu.
• Przekazaliśmy AI tworzenie testów jednostkowych, w tym mocków.
• Wygenerowano gotową do wdrożenia produkcyjnego infrastrukturę jako kod (IaC) za pomocą Terraform.
• Utworzono pełny potok CI/CD w GitHub Actions za pomocą jednego prompta.
• monitorować i zarządzać aplikacją działającą w środowisku produkcyjnym za pomocą narzędzi operacyjnych opartych na AI;

Po zakończeniu szkolenia będziesz mieć nie tylko działającą aplikację, ale też plan rozwoju z wykorzystaniem AI. Zaczynamy!

2. Wymagania wstępne i konfiguracja

Zanim zaczniemy, przygotujmy środowisko. To kluczowy krok, który zapewni płynny przebieg warsztatów.

Tworzenie nowego konta GCP i łączenie go z płatnościami

Aby uruchomić naszych agentów AI, potrzebujemy dwóch rzeczy: projektu Google Cloud, który będzie stanowić podstawę, oraz klucza interfejsu Gemini API, który umożliwi dostęp do zaawansowanych modeli Google.

Krok 1. Włącz konto rozliczeniowe

• Aby odebrać konto rozliczeniowe z 5-dolarowym kredytem, musisz je wykorzystać w procesie wdrażania. Zaloguj się na konto Gmail.

Nie musisz podawać karty kredytowej ani dokonywać płatności – otrzymasz 5 USD w środkach. Zajmie Ci to mniej niż 2 minuty. Wystarczy, że wpiszesz swoje imię i nazwisko oraz zaakceptujesz informacje o autorach.

Krok 2. Utwórz nowy projekt GCP

• Otwórz konsolę Google Cloud i utwórz nowy projekt.

• Otwórz panel po lewej stronie, kliknij Billing i sprawdź, czy konto rozliczeniowe jest połączone z tym kontem GCP.

Jeśli widzisz tę stronę, zaznacz manage billing account, wybierz Google Cloud Trial One i połącz się z nim.

Krok 3. Wygeneruj klucz interfejsu Gemini API

Zanim zabezpieczysz klucz, musisz go mieć.

• Otwórz Google AI Studio : https://aistudio.google.com/
• Zaloguj się na konto Gmail.
• Kliknij przycisk „Get API key” (Zdobądź klucz API), który zwykle znajduje się w lewym panelu nawigacyjnym lub w prawym górnym rogu.
• W oknie „Klucze interfejsu API” kliknij „Utwórz klucz interfejsu API w nowym projekcie”.
• Wybierz utworzony przez siebie nowy projekt, w którym skonfigurowano konto rozliczeniowe.
• Wygenerujemy dla Ciebie nowy klucz interfejsu API. Natychmiast skopiuj ten klucz i tymczasowo zapisz go w bezpiecznym miejscu (np. w menedżerze haseł lub bezpiecznej notatce). Tej wartości użyjesz w kolejnych krokach.

Uwierzytelnianie w GitHub

Upewnij się, że używasz tego samego konta Gmail w przypadku GitHub i projektu Google Cloud.

Otwórz Cloud Shell, przechodząc do konsoli Google Cloud i klikając przycisk „Aktywuj Cloud Shell” w prawym górnym rogu.

Krok 1. Otwórz Cloud Shell

👉 U góry konsoli Google Cloud kliknij „Aktywuj Cloud Shell” (jest to ikona terminala u góry panelu Cloud Shell). 

👉 Kliknij przycisk „Otwórz edytor” (wygląda jak otwarty folder z ołówkiem). W oknie otworzy się edytor kodu Cloud Shell. Po lewej stronie zobaczysz eksplorator plików.

👉Gdy otworzysz edytor, otwórz terminal w chmurowym środowisku IDE.

👉💻 W terminalu sprawdź, czy użytkownik jest już uwierzytelniony i czy projekt jest ustawiony na identyfikator projektu, używając tego polecenia:

gcloud auth list

Krok 2. Uwierzytelnij w usłudze GitHub i utwórz fork

Uwierzytelnianie w GitHub:

👉💻 Skopiuj i wklej polecenie do terminala w chmurze:

gh auth login

• W sekcji „Where do you use GitHub” (Gdzie korzystasz z GitHub) wybierz „GitHub.com”.
• „What is you preferred protocol for Git operations on this host?” (Jaki protokół wolisz do operacji Git na tym hoście?) wybierz „HTTPS”.
• „Uwierzytelnić Git za pomocą danych logowania do GitHub?”, wybierz „Tak”.
• „How would you like to authenticate GitHub CLI?” (Jak chcesz uwierzytelnić interfejs wiersza poleceń GitHub?), wybierz „Login with a web browser” (Zaloguj się w przeglądarce).

ważne!! nie naciskaj jeszcze klawisza „Enter”

Pamiętaj, że musisz skopiować i wkleić link z terminala, aby otworzyć stronę autoryzacji GitHub.

skopiuj kod z terminala na stronę weryfikacji logowania;

Po wpisaniu kodu wróć do terminala Cloud Shell i naciśnij „Enter”, aby kontynuować.

Krok 4. Utwórz fork i sklonuj repozytorium:

👉💻 Skopiuj i wklej polecenie do terminala w chmurze:

gh repo fork cuppibla/storygen-learning --clone=true

3. Architektura: od pomysłu do projektu z pomocą Cloud Assist

Każdy wspaniały projekt zaczyna się od jasnej wizji. Do zaprojektowania architektury aplikacji użyjemy naszego kopilota AI, Cloud Assist.

Działania

• Otwórz konsolę Google Cloud: [https://console.cloud.google.com](Google Cloud Console)
• W prawym górnym rogu kliknij „Otwórz czat Cloud Assist”.

Włączanie Cloud Assist

• Kliknij Get Gemini Assist, a potem Enable Cloud Assist at no cost.
• i rozpocznij czat.

 Podaj Cloud Assist ten szczegółowy prompt:

Wpisz swój pomysł

Generate a Python web application that uses AI to generate children's stories and illustrations. It has Python backend and React frontend host separately on Cloudrun. They communicate through Websocket. It needs to use a generative model for text and another for images. The generated images must be used by Imagen from Vertex AI and stored in a Google Cloud Storage bucket so that frontend can fetch from the bucket to render images. I do not want any load balancer or a database for the story text. We need a solution to store the API key.

Uzyskaj plan aplikacji

• Kliknij „Edytuj projekt aplikacji”, aby wyświetlić diagram. Aby pobrać kod Terraform, kliknij panel w prawym górnym rogu „<> Get Code” (Pobierz kod).
• Cloud Assist wygeneruje diagram architektury. To nasz wizualny plan.

Ten kod nie wymaga żadnych działań. Więcej informacji znajdziesz poniżej

Informacje o wygenerowanym kodzie Terraform Właśnie otrzymujesz od Cloud Assist pełny zestaw plików Terraform. Na razie nie musisz nic robić z tym kodem, ale szybko wyjaśnimy, czym on jest i dlaczego jest tak przydatny.

Czym jest Terraform? Terraform to narzędzie infrastruktury jako kodu (IaC). Możesz ją traktować jako plan środowiska chmurowego zapisany w kodzie. Zamiast ręcznie klikać w konsoli Google Cloud, aby utworzyć usługi, miejsce na dane i uprawnienia, możesz zdefiniować wszystkie te zasoby w plikach konfiguracyjnych. Terraform odczyta Twój projekt i automatycznie utworzy dokładnie takie środowisko.

Od planu wizualnego do kodu wykonywalnego Diagram architektury udostępniony przez Cloud Assist to Twój plan wizualny. Kod Terraform to czytelna dla komputera wersja tego samego planu. To kluczowe ogniwo, które przekształca koncepcję projektu w powtarzalną, zautomatyzowaną rzeczywistość. Definiując infrastrukturę w kodzie, możesz:

• Automatyzacja tworzenia: niezawodne tworzenie tego samego środowiska wielokrotnie.
• Korzystaj z kontroli wersji: śledź zmiany w infrastrukturze w Git, tak jak w przypadku kodu aplikacji.
• Zapobieganie błędom: unikaj błędów, które mogą wystąpić podczas klikania elementów interfejsu internetowego.

W przypadku tych warsztatów nie musisz samodzielnie uruchamiać tego kodu Terraform. Można go traktować jako profesjonalny plan, czyli „klucz odpowiedzi” do infrastruktury, którą utworzysz i wdrożysz w kolejnych krokach.

4. Programowanie: wprowadzenie do interfejsu wiersza poleceń Gemini

👉💻 W terminalu Cloud Shell otwórz katalog osobisty.

cd ~/storygen-learning

👉💻 Wypróbuj Gemini po raz pierwszy

clear
gemini --model=gemini-2.5-flash

Jeśli pojawi się pytanie Do you want to connect Cloud Shell editor to Gemini CLI?, wybierz NIE.

👉✨ Każde narzędzie Gemini ma opis. Przeczytaj je. W prompcie Gemini wpisz:

W interfejsie wiersza poleceń Gemini

/help

👉✨ Interfejs wiersza poleceń Gemini ma własny zestaw wbudowanych funkcji. Aby je sprawdzić:

W interfejsie wiersza poleceń Gemini

/tools

Zobaczysz listę, na której znajdą się m.in. ReadFile, WriteFile i GoogleSearch. Są to domyślne techniki, których możesz używać bez korzystania z zewnętrznego arsenału.

👉✨ Gemini Blade może przechowywać „świadomość taktyczną” (kontekst), aby kierować swoimi działaniami.

W interfejsie wiersza poleceń Gemini

/memory show

Jest on obecnie pusty.

👉✨ Najpierw dodaj do pamięci agenta personę. Określi to obszar specjalizacji:

W interfejsie wiersza poleceń Gemini

/memory add "I am master at python development"

Uruchom /memory show ponownie, aby potwierdzić, że ostrze przyswoiło tę wiedzę.

👉✨ Aby pokazać, jak odwoływać się do plików za pomocą symbolu @, najpierw utwórzmy plik „mission brief”.

Otwórz nowy terminal i uruchom to polecenie, aby utworzyć plik misji:

!echo "## Mission Objective: Create Imagen ADK Agent for Story Book" > mission.md

👉✨Teraz poproś interfejs wiersza poleceń Gemini o przeanalizowanie briefu i przedstawienie wyników:

W interfejsie wiersza poleceń Gemini

Explain the contents of the file @mission.md

Twoja broń główna zna już swój cel.

👉💻 Naciśnij dwukrotnie Ctrl+C, aby zamknąć interfejs wiersza poleceń Gemini.

Nauka:

Jak Gemini CLI zyskuje swoje supermoce: gemini.md Zanim przejdziesz dalej, musisz zrozumieć, jak można dostosować Gemini CLI do konkretnego projektu. Możesz używać go jako ogólnego narzędzia do czatowania, ale jego prawdziwa moc tkwi w specjalnym pliku konfiguracyjnym: gemini.md.

Gdy uruchomisz polecenie gemini, automatycznie wyszuka ono plik gemini.md w bieżącym katalogu. Ten plik działa jak instrukcja obsługi AI dla konkretnego projektu. Może określać 3 kluczowe elementy:

• Persona: możesz określić, kim ma być AI. Na przykład: „Jesteś doświadczonym deweloperem Pythona specjalizującym się w Google Cloud”. Dzięki temu jego odpowiedzi i styl są bardziej ukierunkowane.
• Narzędzia: możesz przyznać mu dostęp do konkretnych plików (@file.py) lub nawet do wyszukiwania w Google (@google). Dzięki temu AI będzie mieć kontekst potrzebny do odpowiadania na pytania dotyczące kodu projektu.
• Pamięć: możesz podać fakty lub reguły, które AI powinna zawsze pamiętać w przypadku tego projektu, co pomaga zachować spójność.

Korzystając z gemini.md, możesz przekształcić ogólny model Gemini w specjalistycznego asystenta, który zna już cele Twojego projektu i ma dostęp do odpowiednich informacji.

5. Tworzenie: tworzenie ADK za pomocą interfejsu wiersza poleceń Gemini

Konfiguracja początkowa

Upewnij się, że używasz interfejsu wiersza poleceń Gemini do rozwidlenia repozytorium i przygotowania obszaru roboczego:

Konfiguracja środowiska

Otwórz Cloud Shell i kliknij przycisk „Otwórz terminal”.

1. Skopiuj szablon środowiska:

   cd ~/storygen-learning
   cp ~/storygen-learning/env.template ~/storygen-learning/.env
   

Wyświetlanie ukrytego pliku w edytorze, jeśli nie możesz znaleźć pliku .env

• Na pasku menu u góry kliknij Wyświetl.
• Kliknij Przełącz ukryte pliki.

👉Znajdź identyfikator projektu Google Cloud:

• Otwórz konsolę Google Cloud: link
• Z menu projektów u góry strony wybierz projekt, którego chcesz użyć w tych warsztatach.
• Identyfikator projektu jest wyświetlany na karcie Informacje o projekcie w panelu.

👉Znajdź nazwę użytkownika GitHub:

• Otwórz GitHub i znajdź swoją nazwę użytkownika GitHub.

Edytowanie pliku .env 2. Zastąp te wartości w pliku .env:

GOOGLE_API_KEY=[REPLACE YOUR API KEY HERE]
GOOGLE_CLOUD_PROJECT_ID=[REPLACE YOUR PROJECT ID]
GITHUB_USERNAME=[REPLACE YOUR USERNAME]
GENMEDIA_BUCKET=[REPLACE YOUR PROJECT ID]-bucket

Jeśli np.identyfikator projektu to testproject, wpisz GOOGLE_CLOUD_PROJECT_ID=testproject i GENMEDIA_BUCKET=testproject-bucket.

Skrypty konfiguracyjne

Otwórz 00_Starting_Here Otwórz nowy terminal (nie w interfejsie wiersza poleceń Gemini)

cd ~/storygen-learning/00_Starting_Here

Przeprowadź pełną konfigurację:

./setup-complete.sh

Wyniki konfiguracji powinny być widoczne w terminalu.

Tworzenie pierwszego agenta

Otwórz 01a_First_Agent_Ready. Użyjmy interfejsu wiersza poleceń Gemini do utworzenia agenta ADK:

cd ~/storygen-learning/01a_First_Agent_Ready

Otwórz interfejs wiersza poleceń Gemini

gemini

W oknie interfejsu wiersza poleceń Gemini wypróbuj prompt:

I need you to help me create a Google ADK (Agent Development Kit) agent for story generation. I'm working on a children's storybook app that generates creative stories with visual scenes.

Please create a complete `agent.py` file that implements an LlmAgent using Google's ADK framework. The agent should:

**Requirements:**
1. Use the `google.adk.agents.LlmAgent` class
2. Use the "gemini-2.5-flash" model (supports streaming)
3. Be named "story_agent"
4. Generate structured stories with exactly 4 scenes each
5. Output valid JSON with story text, main characters, and scene data
6. No tools needed (images are handled separately)

**Agent Specifications:**
- **Model:** gemini-2.5-flash
- **Name:** story_agent  
- **Description:** "Generates creative short stories and accompanying visual keyframes based on user-provided keywords and themes."
**Story Structure Required:**
- Exactly 4 scenes: Setup → Inciting Incident → Climax → Resolution
- 100-200 words total
- Simple, charming language for all audiences
- Natural keyword integration
**JSON Output Format:**

{
  "story": "Complete story text...",
  "main_characters": [
    {
      "name": "Character Name",
      "description": "VERY detailed visual description with specific colors, features, size, etc."
    }
  ],
  "scenes": [
    {
      "index": 1,
      "title": "The Setup",
      "description": "Scene action and setting WITHOUT character descriptions",
      "text": "Story text for this scene"
    }
    // ... 3 more scenes
  ]
}


**Key Instructions for the Agent:**
- Extract 1-2 main characters maximum
- Character descriptions should be extremely detailed and visual
- Scene descriptions focus on ACTION and SETTING only
- Do NOT repeat character appearance in scene descriptions
- Always respond with valid JSON

Please include a complete example in the instructions showing the exact format using keywords like "tiny robot", "lost kitten", "rainy city".

The file should start with necessary imports, define an empty tools list, include a print statement for initialization, and then create the LlmAgent with all the detailed instructions.

Can you create this agent in backend/story_agent/agent.py

Po zakończeniu wyłącz terminal interfejsu wiersza poleceń Gemini za pomocą ikony Control+C.

—————————————— Opcjonalnie, możesz przejść do części Rozwiązanie——————————————–

Teraz zweryfikuj zmianę w ADK Web

cd ~/storygen-learning/01a_First_Agent_Ready/backend

source ../../.venv/bin/activate

adk web --port 8080

Aby kontynuować, musisz mieć wiersz poleceń.

Możesz otworzyć nowe okno terminala lub zatrzymać bieżący serwer WWW ADK, naciskając Ctrl+C.

Uruchomienie witryny

cd ~/storygen-learning/01a_First_Agent_Ready

./start.sh

Jeśli zmiana nie działa, w interfejsie ADK i witrynie powinny pojawić się błędy.

——————————————– Rozwiązanie zaczyna się tutaj ——————————————–

Rozwiązanie

Zakończ poprzedni proces, klikając Control+C, lub otwórz inny terminal:

cd ~/storygen-learning/01b_First_Agent_Done

Uruchom stronę:

./start.sh

Zobaczysz witrynę:

Wypróbuj interfejs ADK: otwórz kolejny terminal:

cd ~/storygen-learning/01b_First_Agent_Done/backend

source ../../.venv/bin/activate

adk web --port 8080

Zobaczysz interfejs ADK, w którym możesz zadawać pytania agentowi.

Zanim przejdziesz do następnej sekcji, naciśnij Ctrl+C, aby zakończyć proces.

6. Development: Build Your Custom Agent with Imagen

Generowanie narzędzia Imagen (drugi agent)

cd ~/storygen-learning/02a_Image_Agent_Ready

Utwórz agenta do generowania obrazów za pomocą interfejsu wiersza poleceń Gemini:

gemini generate "I need you to help me create a custom Google ADK (Agent Development Kit) agent for image generation. This is different from the story agent - this one handles image generation directly using the BaseAgent pattern for full control over tool execution.

Please create a complete `agent.py` file that implements a custom image generation agent. The agent should:

**Requirements:**
1. Use the `google.adk.agents.BaseAgent` class (NOT LlmAgent)
2. Be named "custom_image_agent" 
3. Directly execute the ImagenTool without LLM intermediation
4. Handle JSON input with scene descriptions and character descriptions
5. Store results in session state for retrieval by main.py
6. Use async generators and yield Events

**Key Specifications:**
- **Class Name:** CustomImageAgent (inherits from BaseAgent)
- **Agent Name:** "custom_image_agent"
- **Tool:** Uses ImagenTool for direct image generation
- **Purpose:** Bypass LLM agent limitations and directly call ImagenTool

**Input Format:**
The agent should handle JSON input like:
{
  "scene_description": "Scene action and setting",
  "character_descriptions": {
    "CharacterName": "detailed visual description"
  }
}


**Core Method:** `async def _run_async_impl(self, ctx: InvocationContext) -> AsyncGenerator[Event, None]:`
   - Extract user message from `ctx.user_content.parts`
   - Parse JSON input or fallback to plain text
   - Extract scene_description and character_descriptions
   - Build image prompt with style prefix: "Children's book cartoon illustration with bright vibrant colors, simple shapes, friendly characters."
   - Include character descriptions for consistency
   - Call `await self.imagen_tool.run()` directly
   - Store results in `ctx.session.state["image_result"]`
   - Yield Event with results


 **Session State:**
   - Store JSON results in `ctx.session.state["image_result"]`
   - Include success/error status
   - Store actual image URLs or error messages

Expected Output Structure:
- Successful results stored as JSON with image URLs
- Error results stored as JSON with error messages
- Results accessible via session state in main.py

Can you create this agent in backend/story_image_agent/agent.py

"

—————————————— Opcjonalnie, możesz przejść do części Rozwiązanie——————————————–

Teraz zweryfikuj zmianę w ADK Web

cd ~/storygen-learning/02a_Image_Agent_Ready/backend

source ../../.venv/bin/activate

adk web --port 8080

Uruchomienie witryny

cd ~/storygen-learning/02a_Second_Agent_Ready

./start.sh

Jeśli zmiana nie działa, w interfejsie ADK i witrynie powinny pojawić się błędy.

—————————————- Rozwiązanie zaczyna się tutaj ——————————————–

Rozwiązanie

Zakończ poprzedni proces, klikając Control+C, lub otwórz inny terminal:

# Open new terminal
cd ~/storygen-learning/02b_Image_Agent_Done

Uruchom stronę:

./start.sh

Zobaczysz witrynę:

Wypróbuj interfejs ADK: otwórz kolejny terminal:

# Open new terminal
cd ~/storygen-learning/02b_Image_Agent_Done/backend

source ../../.venv/bin/activate

adk web --port 8080

Zobaczysz interfejs ADK, w którym możesz zadawać pytania agentowi:

Zanim przejdziesz do następnej sekcji, naciśnij Ctrl+C, aby zakończyć proces.

Nauka

Nasz pierwszy agent świetnie generował tekst, ale teraz musimy generować obrazy. W tym przypadku potrzebujemy większej kontroli. Nie chcemy, aby LLM decydował, czy utworzyć obraz. Chcemy bezpośrednio wydać mu polecenie, aby to zrobił. To idealne zadanie dla BaseAgent.

W przeciwieństwie do deklaratywnego agenta LlmAgent, agent BaseAgent jest imperatywny. Oznacza to, że deweloper pisze dokładną logikę Pythona krok po kroku w metodzie _run_async_impl. Masz pełną kontrolę nad przepływem wykonywania.

Klasę BaseAgent wybierasz, gdy potrzebujesz:

Logika deterministyczna: agent musi wykonywać określoną, niezmienną sekwencję działań.

Bezpośrednie wykonywanie narzędzi: chcesz wywołać narzędzie bezpośrednio, bez interwencji LLM.

Złożone przepływy pracy: proces obejmuje niestandardową manipulację danymi, wywołania interfejsu API i logikę, która jest zbyt złożona, aby LLM mógł ją wiarygodnie wywnioskować na podstawie samego promptu.

W przypadku naszej aplikacji użyjemy klasy BaseAgent, aby otrzymywać opisy scen od pierwszego agenta i bezpośrednio wywoływać narzędzie Imagen, co zagwarantuje wygenerowanie obrazu dla każdej sceny.

7. Testowanie: ocena agenta

Nasza aplikacja działa, ale potrzebujemy automatycznej siatki bezpieczeństwa w postaci testów. To idealne zadanie do przekazania naszemu asystentowi AI.

Działania

cd ~/storygen-learning/03a_Agent_Evaluation_Ready/backend

Użyj interfejsu wiersza poleceń Gemini do pisania kompleksowych testów:

Otwórz interfejs wiersza poleceń Gemini

gemini

W oknie interfejsu wiersza poleceń Gemini wypróbuj prompt:

I need you to create comprehensive test files for my backend/story_agent in Google ADK. I need three specific JSON files that match the testing structure used in ADK evaluation.

**Context:** 
- The story agent generates structured JSON stories with exactly 4 scenes
- It uses LlmAgent with no tools, just direct LLM responses
- Input: Keywords
- Output: JSON with story, main_characters, and scenes arrays

**Files to Create:**

### 1. `story_agent_eval.evalset.json` (Comprehensive Integration Tests)
Create a comprehensive evaluation set with:
- **eval_set_id**: "story_agent_comprehensive_evalset"
- **name**: "Story Agent Comprehensive Evaluation Set" 
- **description**: "Comprehensive evaluation scenarios for story_agent covering various keyword combinations, edge cases, and story quality metrics"


Each eval_case should include:
- Full conversation arrays with invocation_id, user_content, final_response
- Complete expected JSON responses with detailed stories, characters, and 4 scenes
- session_input with app_name "story_agent"
- All fields: story (narrative text), main_characters (with detailed visual descriptions), scenes (with index, title, description, text)

### 2. `story_generation.test.json` (Unit Tests)
Create basic generation tests with:
- **eval_set_id**: "story_agent_basic_generation_tests"
- **name**: "Story Agent Basic Generation Tests"
- **description**: "Unit tests for story_agent focusing on JSON structure compliance, scene generation, and keyword integration"

### 3. `test_config.json` (Evaluation Configuration)
Create test configuration with:
- **criteria**: response_match_score: 0.7, tool_trajectory_avg_score: 1.0
- **custom_evaluators**: 
  - json_structure_validator (validates required fields, scene count, character fields)
  - story_quality_metrics (word count 80-250, keyword integration threshold 0.8)
- **evaluation_notes**: Story agent specifics and trajectory expectations

**Important Requirements:**
1. All responses must be valid, parseable JSON
2. Stories must have exactly 4 scenes with indices 1-4
3. Each scene must have: index, title, description, text
4. Main characters must have detailed visual descriptions
5. No tool_uses expected (empty arrays) since story agent uses direct LLM
6. Word count should be 100-200 words total
7. Keywords must be naturally integrated into the narrative

Please generate all three files with realistic example stories and comprehensive test coverage matching the ADK evaluation format.

—————————————— Opcjonalnie, możesz przejść do części Rozwiązanie——————————————–

Aby wyświetlić ocenę:

./run_adk_web_persistent.sh

Otwórz kartę eval w interfejsie ADK.

Powinien być widoczny interfejs ADK Web z możliwością ciągłego testowania.

Kluczowy moment: AI to potężne narzędzie do automatyzacji kontroli jakości. Może ona obsługiwać powtarzalne elementy pisania testów, dzięki czemu możesz skupić się na tworzeniu funkcji.

——————————————– Rozwiązanie zaczyna się tutaj ——————————————–

Rozwiązanie

• Otwórz folder rozwiązania:

cd ~/storygen-learning/03b_Agent_Evaluation_Done/backend

• Otwieranie interfejsu ADK w internecie

./run_adk_web_persistent.sh

Przypadki testowe możesz zobaczyć na karcie Eval:

Dostosuj dane tutaj:

Wynik uruchomienia oceny możesz wyświetlić tutaj:

Nauka

Agent może „działać”, czyli uruchamiać się bez błędów, ale skąd mamy wiedzieć, czy generuje prawidłowe dane wyjściowe? Czy historia jest dobra? Czy format JSON jest prawidłowy? W takiej sytuacji przydaje się platforma oceny ADK.

Ocena agenta to automatyczny system testowania, który służy do pomiaru jakości i poprawności odpowiedzi agenta. Zamiast sprawdzać tylko błędy w kodzie, sprawdza, czy działanie agenta jest zgodne z Twoimi oczekiwaniami. Framework korzysta głównie z kilku kluczowych plików:

evalset.json: to jest główny zestaw testów. Każdy „przypadek testowy” w tym pliku zawiera przykładową rozmowę (np. prompt użytkownika) i idealną, „złotą” odpowiedź, której oczekujesz od agenta.

test_config.json: ten plik określa reguły powodzenia. Możesz tu ustawić kryteria, takie jak:

response_match_score jak bardzo odpowiedź agenta musi być podobna do „złotej” odpowiedzi? (Wynik 1,0 oznacza, że musi być identyczny).

custom_evaluators: możesz tworzyć własne reguły, np. „Odpowiedź musi być prawidłowym formatem JSON” lub „Artykuł musi zawierać więcej niż 100 słów”.

Przeprowadzając ocenę, możesz automatycznie przetestować agenta w dziesiątkach scenariuszy, aby mieć pewność, że zmiany w prompcie lub narzędziach nie spowodują przypadkowego uszkodzenia jego podstawowych funkcji. To skuteczna siatka bezpieczeństwa do tworzenia agentów AI gotowych do wdrożenia w środowisku produkcyjnym.

8. Infrastruktura jako kod (IaC): budowanie domu w chmurze

Nasz kod jest przetestowany, ale potrzebuje środowiska produkcyjnego. Do zdefiniowania środowiska użyjemy infrastruktury jako kodu.

Czym jest Docker?

Docker to platforma do tworzenia i uruchamiania aplikacji w kontenerach. Kontener przypomina standardowy kontener transportowy dla oprogramowania. Zawiera wszystko, czego aplikacja potrzebuje do działania, w jednym, odizolowanym pakiecie:

• sam kod aplikacji,
• wymagane środowisko wykonawcze (np. konkretna wersja Pythona);
• Wszystkie narzędzia i biblioteki systemowe

Aplikację w kontenerze można uruchomić na dowolnym komputerze z zainstalowanym Dockerem, co rozwiązuje klasyczny problem „u mnie działa”.

W tej sekcji poprosimy Gemini o wygenerowanie pliku Dockerfile, który jest po prostu przepisem lub planem tworzenia obrazu kontenera naszej aplikacji.

Działania

cd ~/storygen-learning/04a_Manual_Deployment_Ready

Użyj interfejsu wiersza poleceń Gemini, aby utworzyć plik Dockerfile dla backendu: otwórz interfejs wiersza poleceń Gemini.

Gemini

W interfejsie wiersza poleceń Gemini wypróbuj prompt:

Create a manual deployment plan for my StoryGen app with Google Cloud Platform. I have a Next.js frontend, Python backend, and Terraform infrastructure.

Generate these deployment files:
1. **01-setup.sh** - Environment setup and authentication
2. **02-build-images.sh** - Build and push Docker images to Google Container Registry
3. **03-deploy-infrastructure.sh** - Deploy with Terraform and configure services
4. **load-env.sh** - Load environment variables for deployment

**Requirements:**
- Use Google Cloud Run for both frontend and backend
- Configure Imagen API and storage buckets
- Set up proper IAM permissions
- Use environment variables from .env file
- Include error handling and status checks

Keep scripts simple, well-commented, and production-ready for manual execution.

Rozwiązanie:

cd ~/storygen-learning/04b_Manual_Deployment_Done

Uruchomienie:

source ../.venv/bin/activate
./01-setup.sh

./02-build-images.sh

./03-deploy-infrastructure.sh

Powinny się wyświetlić wyniki wdrożenia i tworzenie infrastruktury

9. Automatyzacja (CI/CD): cyfrowa linia montażowa

Ręczne wdrażanie aplikacji to świetny sposób na zrozumienie poszczególnych elementów, ale jest to proces powolny, wymagający ręcznej pracy i może prowadzić do błędów. W profesjonalnym tworzeniu oprogramowania cały ten proces jest zautomatyzowany dzięki praktyce CI/CD.

CI/CD to skrót od ciągłej integracji i ciągłego wdrażania. Jest to metoda automatycznego kompilowania, testowania i wdrażania kodu za każdym razem, gdy wprowadzisz zmianę.

• Ciągła integracja (CI): to faza „kompilacji i testowania”. Gdy tylko programista prześle zmianę kodu do repozytorium współdzielonego (np. GitHub), włącza się system automatyczny. Buduje aplikację i uruchamia wszystkie testy (np. oceny agentów, które utworzyliśmy), aby upewnić się, że nowy kod jest prawidłowo zintegrowany i nie zawiera błędów.
• Ciągłe wdrażanie (CD): to faza „wdrażania”. Jeśli faza CI zakończy się pomyślnie, system automatycznie wdroży nową, przetestowaną wersję aplikacji w środowisku produkcyjnym, udostępniając ją użytkownikom.

Ten zautomatyzowany potok tworzy „cyfrową linię montażową”, która szybko, bezpiecznie i niezawodnie przenosi kod z komputera programisty do środowiska produkcyjnego. W tej sekcji poprosimy asystenta AI o utworzenie linii montażowej za pomocą GitHub Actions i Google Cloud Build.

Działania

cd ~/storygen-learning/05a_CICD_Pipeline_Ready

Użyj interfejsu wiersza poleceń Gemini, aby utworzyć potok CI/CD za pomocą GitHuba:

Otwieranie interfejsu wiersza poleceń Gemini

Gemini

W interfejsie wiersza poleceń Gemini wypróbuj prompt:

Create a CI/CD pipeline for my StoryGen app using Google Cloud Build and GitHub integration.

Generate these automation files:
1. **cloudbuild.yaml** (for backend) - Automated build, test, and deploy pipeline
2. **GitHub Actions workflow** - Trigger builds on push/PR
3. **Deployment automation scripts** - Streamlined deployment process

**Requirements:**
- Auto-trigger on GitHub push to main branch
- Build and push Docker images
- Run automated tests if available
- Deploy to Google Cloud Run
- Environment-specific deployments (staging/prod)
- Notification on success/failure

Focus on fully automated deployment with minimal manual intervention. Include proper secret management and rollback capabilities.

——————————————– Rozwiązanie zaczyna się tutaj ——————————————–

Rozwiązanie:

cd ~/storygen-learning/06_Final_Solution/
# Copy the GitHub workflow to parent folder
cp -r 06_Final_Solution/.GitHub ../../../.GitHub

Wróć do folderu 06_Final_Solution i uruchom skrypt:

cd ~/storygen-learning/06_Final_Solution/

./setup-cicd-complete.sh

Powinno się wyświetlić zakończenie konfiguracji potoku CI/CD

Uruchom przepływ pracy: zatwierdź i wypchnij kod do głównej gałęzi. Aby zezwolić na dostęp, musisz skonfigurować adres e-mail i nazwę w usłudze GitHub.

git add .
git commit -m "feat: Add backend, IaC, and CI/CD workflow"
git push origin main

Aby zobaczyć działanie automatycznego wdrażania, otwórz kartę „Actions” (Działania) w repozytorium GitHub.

10. Operacje: wieża kontrolna AI

Jesteśmy na żywo! Ale to jeszcze nie koniec. To jest „Dzień 2” – operacje. Wróćmy do Cloud Assist, aby zarządzać uruchomioną aplikacją.

Działania

1. W konsoli Google Cloud otwórz usługę Cloud Run. Korzystaj z aplikacji na żywo, aby wygenerować ruch i logi.
2. Otwórz panel Cloud Assist i używaj go jako pomocnika operacyjnego, korzystając z takich promptów jak te:

Analiza logów:

Summarize the errors in my Cloud Run logs for the service 'genai-backend' from the last 15 minutes.

Dostrajanie wydajności:

My Cloud Run service 'genai-backend' has high startup latency. What are common causes for a Python app and how can I investigate with Cloud Trace?

Optymalizacja kosztów:

Analyze the costs for my 'genai-backend' service and its GCS bucket. Are there any opportunities to save money?

Kluczowy moment uczenia się: cykl życia oprogramowania AI to ciągła pętla. Ten sam asystent AI, który pomógł w tworzeniu aplikacji, jest niezastąpionym partnerem w zakresie monitorowania, rozwiązywania problemów i optymalizowania jej w środowisku produkcyjnym.