AI导哈

代理开发工具

基于Google的Agent Development Kit (ADK)构建的ReAct代理开发工具，支持本地测试、部署和监控。

  • by anirbankonar
  • Jupyter Notebook
  • 本地部署
  • 更新于
在 GitHub 查看 anirbankonar/adk-mcp-CRUD

使用说明

我的mcp代理人

使用谷歌代理开发工具包（ADK）构建的基础ReAct代理 代理生成于 googleCloudPlatform/agent-starter-pack 版本 0.18.0

项目结构

本项目组织如下：

my-mcp-agent/
├── app/                 # Core application code
│   ├── agent.py         # Main agent logic
│   ├── agent_engine_app.py # Agent Engine application logic
│   └── utils/           # Utility functions and helpers
├── .cloudbuild/         # CI/CD pipeline configurations for Google Cloud Build
├── deployment/          # Infrastructure and deployment scripts
├── notebooks/           # Jupyter notebooks for prototyping and evaluation
├── tests/               # Unit, integration, and load tests
├── Makefile             # Makefile for common commands
├── GEMINI.md            # AI-assisted development guide
└── pyproject.toml       # Project dependencies and configuration

需求

在开始之前，请确保您已经：

  • 紫外线：Python包管理器（用于此项目中的所有依赖关系管理）- 安装 (添加包 随着 uv add <package>)
  • 谷歌云SDK：用于GCP服务- 安装
  • 地形：用于基础设施部署- 安装
  • 制造：构建自动化工具- 安装 （预装在大多数基于Unix的系统上）

快速启动（本地测试）

安装所需的软件包并启动本地开发环境：

make install && make playground

命令

命令 描述
make install 使用uv安装所有必需的依赖项
make playground 启动Streamlit接口，用于本地和远程测试代理
make backend 将代理部署到代理引擎
make register-gemini-enterprise 将已部署的代理注册到Gemini Enterprise（有关参数，请参阅Makefile）
make test 运行单元和集成测试
make lint 运行代码质量检查（codespell、ruff、mypy）
make setup-dev-env 使用Terraform设置开发环境资源

有关完整的命令选项和用法，请参阅 Makefile.

用法

此模板遵循“自带代理”的方法——您专注于业务逻辑，模板处理其他所有内容（UI、基础设施、部署、监控）。

  1. 原型： 使用中的介绍笔记本构建您的生成式AI代理 notebooks/ 以供指导。使用顶点AI评估来评估性能。
  2. 整合： 通过编辑将您的代理导入应用程序 app/agent.py.
  3. 测试： 使用Streamlit游乐场探索您的代理功能 make playground游乐场提供聊天历史记录、用户反馈和各种输入类型等功能，并在代码更改时自动重新加载您的代理。
  4. 部署： 设置并启动CI/CD管道，根据需要定制测试。请参阅 部署部分 获取全面的指导。为了简化基础设施部署，只需运行 uvx agent-starter-pack setup-cicd.看看 agent-starter-pack setup-cicd CLI命令目前，GitHub支持Google Cloud Build和GitHub Actions作为CI/CD运行程序。
  5. 监视器： 使用Cloud Logging、Tracing和Looker Studio仪表板跟踪性能并收集见解，以迭代您的应用程序。

该项目包括 GEMINI.md 该文件在询问有关模板的问题时为Gemini CLI等AI工具提供上下文。

部署

注： 为了使用Terraform对整个CI/CD管道和基础设施进行简化的单命令部署，您可以使用 agent-starter-pack setup-cicd CLI命令目前，GitHub支持Google Cloud Build和GitHub Actions作为CI/CD运行程序。

开发环境

您可以使用以下命令测试向开发环境的部署：

gcloud config set project <your-dev-project-id>
make backend

该存储库包括用于设置Dev-GoogleCloud项目的Terraform配置。 看 部署/README.md 以获取说明。

生产部署

该存储库包括用于设置生产Google Cloud项目的Terraform配置。参见 部署/README.md 有关如何部署基础架构和应用程序的详细说明。

监测和可观察性

您可以使用 此Looker Studio仪表板 用于可视化BigQuery中记录的事件的模板。请参阅“设置说明”选项卡以开始。

该应用程序使用OpenTetry实现全面的可观察性，所有事件都会发送到Google Cloud Trace和Logging进行监控，并发送到BigQuery进行长期存储。

相关 MCP