Gestionar sesiones con Agent Development Kit

Vista previa

Esta función está sujetas a los "Términos de las Ofertas de Acceso Previo a la Disponibilidad General" de la sección Términos Generales de los Servicios de los Términos Específicos de los Servicios. Las funciones previas a la disponibilidad general están disponibles tal cual y pueden tener una compatibilidad y asistencia limitadas. Para obtener más información, consulta las descripciones de las fases de lanzamiento.

En esta página se describe cómo puedes conectar un agente de Agent Development Kit (ADK) con sesiones de Vertex AI Agent Engine y usar sesiones gestionadas en el entorno local y de producción.

Nota: Si ya has seguido las instrucciones de Desarrollar un agente de Agent Development Kit, no tienes que seguir esta guía, ya que la plantilla AdkApp ya está conectada a las sesiones de Vertex AI Agent Engine a través de session_service.

Antes de empezar

Para configurar tu entorno, sigue los pasos de las secciones Obtener los roles necesarios y Autenticación del artículo Configurar el entorno.

Crear una instancia de Vertex AI Agent Engine

Para acceder a las sesiones de Vertex AI Agent Engine, primero debes crear una instancia de Vertex AI Agent Engine. No es necesario que implemente ningún código para empezar a usar Sesiones. Sin necesidad de desplegar código, crear una instancia de Vertex AI Agent Engine solo lleva unos segundos.

import vertexai
from vertexai import agent_engines

# Create an agent engine instance
agent_engine = agent_engines.create()

Desarrollar tu agente de ADK

Nota: Asegúrate de que has instalado la versión 1.0.0 o una posterior del ADK. Esta versión se incluye en google-cloud-aiplatform[adk,agent_engine].

Para crear tu agente de ADK, sigue las instrucciones de Agent Development Kit o usa el siguiente código para crear un agente que salude a un usuario con saludos fijos:

from google import adk

def greetings(query: str):
  """Tool to greet user."""
  if 'hello' in query.lower():
    return {"greeting": "Hello, world"}
  else:
    return {"greeting": "Goodbye, world"}

# Define an ADK agent
root_agent = adk.Agent(
    model="gemini-2.0-flash",
    name='my_agent',
    instruction="You are an Agent that greet users, always use greetings tool to respond.",
    tools=[greetings]
)

Configurar el ejecutor de ADK

El tiempo de ejecución del ADK coordina la ejecución de tus agentes, herramientas y retrollamadas, así como las llamadas para leer y escribir sesiones. Inicializa el objeto Runner con VertexAiSessionService, que se conecta con las sesiones de Vertex AI Agent Engine.

from google.adk.sessions import VertexAiSessionService

app_name="AGENT_ENGINE_ID"
user_id="USER_ID"

# Create the ADK runner with VertexAiSessionService
session_service = VertexAiSessionService(
       "PROJECT_ID", "LOCATION")
runner = adk.Runner(
    agent=root_agent,
    app_name=app_name,
    session_service=session_service)

# Helper method to send query to the runner
def call_agent(query, session_id, user_id):
  content = types.Content(role='user', parts=[types.Part(text=query)])
  events = runner.run(
      user_id=user_id, session_id=session_id, new_message=content)

  for event in events:
      if event.is_final_response():
          final_response = event.content.parts[0].text
          print("Agent Response: ", final_response)

Haz los cambios siguientes:

• PROJECT_ID: tu ID de proyecto.

• LOCATION: tu región.

• AGENT_ENGINE_ID: el ID de recurso de una instancia de Vertex AI Agent Engine.

  • En el caso de los agentes implementados, el ID de recurso se indica como la variable de entorno GOOGLE_CLOUD_AGENT_ENGINE_ID.

  • En el caso de los agentes locales, puede obtener el ID de recurso mediante agent_engine.name.split("/")[-1].

• USER_ID: identificador único no vacío del usuario, con una longitud máxima de 128 caracteres.

Interactuar con tu agente

Después de definir tu agente y configurar las sesiones de Vertex AI Agent Engine, puedes interactuar con él para comprobar que el historial y los estados de la sesión se conservan.

Interfaz de usuario de ADK

Prueba tu agente con la interfaz de usuario del ADK y conéctate a la sesión de Vertex AI Agent Engine mediante la opción de línea de comandos session_db_url:

agent_engine_id="AGENT_ENGINE_ID"

adk web --session_db_url=agentengine://${agent_engine_id}

# Sample output
+-----------------------------------------------------------------------------+
| ADK Web Server started                                                      |
|                                                                             |
| For local testing, access at http://localhost:8000.                         |
+-----------------------------------------------------------------------------+

INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

Python

Usa el código Python del ADK para gestionar sesiones y estados.

Crear una sesión y consultar al agente

Usa el siguiente código para crear una sesión y enviar una consulta a tu agente:

# Create a session
session = await session_service.create_session(
       app_name=app_name,
       user_id=user_id)

call_agent("Hello!", session.id, user_id)
# Agent response: "Hello, world"

call_agent("Thanks!", session.id, user_id)
# Agent response: "Goodbye, world"

Una vez que se crea la sesión y se transfiere al runner, ADK usa la sesión para almacenar eventos de la interacción actual. También puedes reanudar una sesión anterior proporcionando el ID de esa sesión.

Listar las sesiones

Lista todas las sesiones asociadas a un ID de usuario determinado.

# List sessions
await session_service.list_sessions(app_name=app_name,user_id=user_id)

# ListSessionsResponse(session_ids=['1122334455', '9988776655'])

Gestionar estados de sesión

Los estados contienen la información que necesita el agente para mantener una conversación. Puedes proporcionar un estado inicial como un diccionario al crear una sesión:

# Create a session with state
session = await session_service.create_session(
      app_name=app_name,
      user_id=user_id,
      state={'key': 'value'})

print(session.state['key'])
# value

Para actualizar el estado de la sesión fuera del runner, añade un nuevo evento a la sesión con state_delta:

from google.adk.events import Event, EventActions
import time

# Define state changes
state_changes = {'key': 'new_value'}

# Create event with actions
actions_with_update = EventActions(state_delta=state_changes)
system_event = Event(
  invocation_id="invocation_id",
  author="system", # Or 'agent', 'tool' etc.
  actions=actions_with_update,
  timestamp=time.time()
)

# Append the event
await session_service.append_event(session, system_event)

# Check updated state
updated_session = await session_service.get_session(
      app_name=app_name,
      user_id=user_id,
      session_id=session.id)
# State is updated to new value
print(updated_session.state['key'])
# new_value

Eliminar una sesión

Eliminar una sesión específica asociada a un ID de usuario:

await session_service.delete_session(app_name=app_name, user_id=user_id, session_id=session.id)

Implementar un agente en Vertex AI Agent Engine

Después de probar tu agente de forma local, puedes desplegarlo en producción actualizando la instancia de Vertex AI Agent Engine con los siguientes parámetros:

agent_engines.update(resource_name=agent_engine.name, agent_engine=AGENT, requirements=REQUIREMENTS)

Haz los cambios siguientes:

• AGENT: la aplicación que implementa el método query / stream_query (por ejemplo, AdkApp para un agente de ADK). Para obtener más información, consulta Consideraciones sobre el despliegue.

Limpieza

Para eliminar todos los recursos usados en este proyecto, puedes eliminar la instancia de Vertex AI Agent Engine junto con sus recursos secundarios:

agent_engine.delete(force=True)

Siguientes pasos

• Gestionar sesiones mediante llamadas a la API.