在Cloud Run上部署ADK代理的逐步指南
💡
原文英文，约1400词，阅读约需5分钟。
📝
内容提要
本文介绍了如何使用Google的Agent Development Kit (ADK)将AI代理部署到Cloud Run。通过adk deploy cloud_run命令，用户可以轻松打包代理并生成Docker镜像，确保API密钥安全管理。教程涵盖项目结构设置、代理构建、测试和部署步骤，最终实现可通过公共URL访问的生产就绪代理。
🎯
关键要点
- 本文介绍如何使用Google的Agent Development Kit (ADK)将AI代理部署到Cloud Run。
- 使用adk deploy cloud_run命令可以轻松打包代理并生成Docker镜像。
- ADK的命令自动分析项目结构和依赖关系，生成优化的Docker镜像并推送到Artifact Registry。
- 部署前需要确保安装Python 3.10或更高版本和Google Cloud SDK，并启用相关API。
- 创建代理项目时需要特定的目录结构和文件，包括__init__.py、agent.py和requirements.txt。
- 在本地测试代理以确保其正常工作，使用.env文件存储API密钥。
- 使用Google Secret Manager安全存储API密钥，并为Cloud Run服务账户授予访问权限。
- 设置部署变量后，执行adk deploy cloud_run命令进行部署。
- 部署完成后，可以通过公共URL访问已部署的代理，并使用ADK开发者界面进行交互测试。
- 完成实验后，建议删除Cloud Run服务和存储的秘密以避免未来费用。
- 后续教程将探讨更高级的部署场景，包括与外部工具集成和多代理系统的部署。
❓
延伸问答
如何使用ADK将AI代理部署到Cloud Run？
使用adk deploy cloud_run命令可以轻松打包代理并生成Docker镜像，确保API密钥安全管理。
在部署ADK代理之前需要准备哪些环境？
需要安装Python 3.10或更高版本、Google Cloud SDK，并启用Cloud Run、Artifact Registry、Secret Manager和Vertex AI等API。
如何确保API密钥的安全管理？
使用Google Secret Manager安全存储API密钥，并为Cloud Run服务账户授予访问权限。
如何在本地测试ADK代理？
在项目根目录创建.env文件存储API密钥，然后使用adk run命令运行代理进行测试。
部署完成后如何访问已部署的代理？
可以通过公共URL访问已部署的代理，并使用ADK开发者界面进行交互测试。
完成实验后如何清理Cloud Run服务？
使用gcloud run services delete命令删除Cloud Run服务，并可选择删除存储的秘密以避免未来费用。
➡️
