GENAI120

Das Agent2Agent-Protokoll (A2A) löst eine entscheidende Herausforderung im KI-Bereich: Es ermöglicht, dass generative KI-Agenten, die auf verschiedenen Frameworks von unterschiedlichen Unternehmen basieren und auf separaten Servern ausgeführt werden, effektiv miteinander kommunizieren und zusammenarbeiten können – als KI-Agenten und nicht nur als Tools. A2A bietet eine gemeinsame Sprache für KI-Agenten und fördert so ein stärker vernetztes, leistungsfähigeres und innovativeres KI-Ökosystem.

A2A basiert auf Kernkonzepten, die es leistungsstark und flexibel machen:

• Standardisierte Kommunikation: JSON-RPC 2.0 über HTTP(S).
• Agentenerkennung: Agentenkarten enthalten Details zu den Funktionen und Verbindungsinformationen eines KI-Agenten, sodass sich Agenten gegenseitig erkennen und mehr über die Funktionen des anderen erfahren können.
• Rich-Datenaustausch: Verarbeitet Text, Dateien und strukturierte JSON-Daten.
• Flexible Interaktion: Unterstützt synchrone Anfragen/Antworten, Streaming (SSE) und asynchrone Push-Benachrichtigungen.
• Für Unternehmen geeignet: Mit Blick auf Sicherheit, Authentifizierung und Beobachtbarkeit entwickelt.

Ziele

Aufgaben in diesem Lab:

• ADK-Agent als A2A-Server bereitstellen
• JSON-Agentenkarte vorbereiten, um die Funktionen eines A2A-Agenten zu beschreiben
• Einem anderen ADK-Agenten das Lesen der Agentenkarte Ihres bereitgestellten A2A-Agenten und das Verwenden als Sub-Agent ermöglichen

Einrichtung und Anforderungen

Vor dem Klick auf "Start Lab" (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer, der mit dem Klick auf "Start Lab" (Lab starten) gestartet wird, gibt an, wie lange die Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Qwiklabs-Lab können Sie die Lab-Aktivitäten selbst in einer echten Cloud-Umgebung durchführen, nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf die Google Cloud Platform zugreifen können.

Voraussetzungen

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)
• Genügend Zeit, um das Lab abzuschließen

Hinweis: Auch wenn Sie bereits ein eigenes GCP-Konto oder -Projekt haben, sollten Sie es nicht für das Lab verwenden.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Dialogfeld geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich „Details zum Lab“ mit diesen Informationen:

   • Schaltfläche „Google Cloud Console öffnen“
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite „Anmelden“ geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich „Details zum Lab“.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich „Details zum Lab“.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie auf Google Cloud-Produkte und ‑Dienste zugreifen möchten, klicken Sie auf das Navigationsmenü oder geben Sie den Namen des Produkts oder Dienstes in das Feld Suchen ein.

Aufgabe 1: ADK installieren und Umgebung einrichten

In dieser Lab-Umgebung wurden die Vertex AI API und die Cloud Run API für Sie aktiviert. Wenn Sie diese Schritte in Ihrem eigenen Projekt ausführen, können Sie die API aktivieren, indem Sie zu Vertex AI wechseln und der Aufforderung zum Aktivieren folgen.

Cloud Shell-Editor-Tab vorbereiten

1. Wählen Sie das Google Cloud Console-Fenster aus und öffnen Sie die Cloud Shell, indem Sie auf der Tastatur die Taste G und dann die Taste S drücken. Alternativ können Sie rechts oben in der Cloud Console auf „Cloud Shell aktivieren“ () klicken.

2. Klicken Sie auf Weiter.

3. Wenn Sie zur Autorisierung der Cloud Shell aufgefordert werden, klicken Sie auf Autorisieren.

4. Klicken Sie oben rechts im Cloud Shell-Terminalbereich auf In neuem Fenster öffnen .

5. Geben Sie im Cloud Shell-Terminal Folgendes ein, um den Cloud Shell-Editor in Ihrem Basisverzeichnis zu öffnen:

   cloudshell workspace ~

6. Schließen Sie alle zusätzlichen Tutorials oder Gemini-Felder, die auf der rechten Seite des Bildschirms angezeigt werden, damit mehr Platz für den Code-Editor bleibt.

7. Im weiteren Verlauf dieses Labs dient dieses Fenster als IDE für das Arbeiten im Cloud Shell-Editor und Cloud Shell-Terminal.

ADK und Codebeispiele für dieses Lab herunterladen und installieren

1. Installieren Sie das ADK, indem Sie den folgenden Befehl im Cloud Shell-Terminal ausführen. Hinweis: Geben Sie die Version an, damit die von Ihnen installierte ADK-Version der in diesem Lab verwendeten Version entspricht:

   # ADK und A2A Python SDK installieren cd ~ export PATH=$PATH:"/home/${USER}/.local/bin" python3 -m pip install google-adk==1.8.0 a2a-sdk==0.2.16 pip install --upgrade google-genai # Tippfehler in dieser Version korrigieren sed -i 's/{a2a_option}"/{a2a_option} "/' ~/.local/lib/python3.12/site-packages/google/adk/cli/cli_deploy.py

2. Fügen Sie die folgenden Befehle in das Cloud Shell-Terminal ein, um den Lab-Code aus einem Cloud Storage-Bucket zu kopieren und zu entzippen:

   gcloud storage cp gs://{{{project_0.project_id| YOUR_GCP_PROJECT_ID}}}-bucket/adk_and_a2a.zip ./adk_and_a2a.zip unzip adk_and_a2a.zip

   Klicken Sie auf Fortschritt prüfen. ADK installieren und Umgebung einrichten.

Aufgabe 2: ADK-Agent, den Sie remote zur Verfügung stellen, kennenlernen

Für dieses Lab gehen wir davon aus, dass Sie für ein Unternehmen arbeiten, das für die Instandhaltung von Stadien zuständig ist: Cymbal Stadiums. Im Rahmen eines aktuellen Projekts haben Sie einen KI-Agenten zur Bildgenerierung entwickelt, der Illustrationen gemäß Ihren Markenrichtlinien erstellen kann. Jetzt möchten auch mehrere andere Teams in Ihrem Unternehmen diesen verwenden.

Wenn Sie den Code für die Verwendung als Sub-Agent durch viele KI-Agenten kopieren, wäre es sehr schwierig, alle diese Kopien zu verwalten und zu verbessern.

Stattdessen können Sie den KI-Agenten einmal als Agenten bereitstellen, der in einen A2A-Server verpackt ist. Die KI-Agenten der anderen Teams können ihn dann durch Remote-Abfragen einbinden.

1. Wechseln Sie im Datei-Explorer des Cloud Shell-Editors in das Verzeichnis adk_and_a2a/illustration_agent. Dieses Verzeichnis enthält den ADK-Agenten, den Sie remote zur Verfügung stellen. Klicken Sie auf das Verzeichnis, um es zu öffnen.

2. Öffnen Sie die Datei agent.py in diesem Verzeichnis und scrollen Sie zum Abschnitt, der mit # Tools gekennzeichnet ist.

3. Die Funktion generate_image() wird von diesem KI-Agenten als Tool verwendet. Sie empfängt einen Prompt und führt einen zweistufigen Prozess aus. Zuerst wird das Google Gen AI SDK verwendet, um generate_content() aufzurufen. Dadurch werden die Rohbilddaten direkt in der Antwort zurückgegeben. Zweitens verwendet die Funktion die Cloud Storage-Bibliothek, um diese Bilddaten in einen GCS-Bucket hochzuladen. Schließlich gibt das Tool die öffentliche URL der neu erstellten Bilddatei zurück.

4. Die instruction für den root_agent enthält spezifische Anweisungen für den KI-Agenten, Bildgenerierungs-Prompts zu verwenden, die die Markenrichtlinien des Unternehmens berücksichtigen. Darin wird beispielsweise Folgendes festgelegt:

   • Ein bestimmter Illustrationsstil: (Corporate Memphis)
   • Eine Farbpalette (Violett- und Grüntöne in Sonnenuntergangsverläufen)
   • Beispiele für Bilder von Stadien/Sportanlagen und Wartungsarbeiten, da es sich um ein Unternehmen handelt, das sich auf die Wartung von Stadien spezialisiert hat

5. Damit Sie die Funktion in Aktion sehen können, müssen Sie zuerst eine .env-Datei schreiben, um Umgebungsvariablen festzulegen, die von ADK-Agenten benötigt werden. Führen Sie im Cloud Shell-Terminal den folgenden Befehl aus, um diese Datei in dieses Verzeichnis zu schreiben:

   cd ~/adk_and_a2a cat << EOF > illustration_agent/.env GOOGLE_GENAI_USE_VERTEXAI=TRUE GOOGLE_CLOUD_PROJECT={{{project_0.project_id| YOUR_GCP_PROJECT_ID}}} GOOGLE_CLOUD_LOCATION=global MODEL={{{project_0.startup_script.gemini_flash_model_id | gemini_flash_model_id}}} IMAGE_MODEL={{{project_0.startup_script.gemini_flash_image_model_id | gemini_flash_image_model_id}}} EOF

6. Führen Sie den folgenden Befehl aus, um die „.env“-Datei in ein anderes Agentenverzeichnis zu kopieren, das Sie in diesem Lab verwenden:

   cp illustration_agent/.env slide_content_agent/.env

7. Starten Sie nun über das Cloud Shell-Terminal die ADK-Entwicklungsoberfläche mit:

   adk web

   Ausgabe

   INFO: Started server process [2434] INFO: Waiting for application startup. +-------------------------------------------------------+ | ADK Web Server started | | | | For local testing, access at http://localhost:8000. | +-------------------------------------------------------+ INFO: Application startup complete. INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

8. Wenn Sie die Weboberfläche in einem neuen Tab aufrufen möchten, klicken Sie unten in der Terminalausgabe auf den Link http://127.0.0.1:8000.

9. Ein neuer Browsertab mit der ADK-Entwicklungsoberfläche wird geöffnet.

10. Wählen Sie im Drop-down-Menü KI-Agent auswählen links illustration_agent aus.

11. Senden Sie einen Text an den KI-Agenten, der in einer Präsentation zur Personalbeschaffung verwendet werden könnte:

    Gemeinsam können wir viel erreichen.

12. Nach etwa zehn Sekunden sollte der KI-Agent mit dem generierten Prompt und einer URL zur Vorschau des Bildes antworten. Klicken Sie auf die Bild-URL, um eine Vorschau des Bildes aufzurufen. Klicken Sie dann im Browser auf Zurück, um zur Entwicklungsoberfläche zurückzukehren.

    Beispielausgabe

    

    Beispielbild

    

13. In Ihrem Prompt für den KI-Agenten wurden keine Sportarten, Stadien oder Wartungsarbeiten erwähnt. Der Agent hat Ihren Text und die Markenrichtlinien jedoch in einem einzigen Prompt für das Bildgenerierungsmodell kombiniert.

    Wenn Sie fertig sind, schließen Sie den Browsertab.

14. Kehren Sie zum Cloud Shell-Terminalbereich zurück und drücken Sie STRG + C, um den Server zu beenden.

    Klicken Sie auf Fortschritt prüfen. ADK-Agent kennenlernen.

Aufgabe 3: KI-Agent als A2A-Server bereitstellen

Als Nächstes stellen Sie diesen KI-Agenten als Remote-A2A-Agenten bereit.

1. Ein A2A-Agent identifiziert sich und seine Funktionen durch eine Agentenkarte. Führen Sie den folgenden Befehl aus, um eine agent.json-Datei zu erstellen:

   touch illustration_agent/agent.json

2. Öffnen Sie die Datei agent.json im Verzeichnis adk_and_a2a/illustration_agent und fügen Sie den folgenden Inhalt ein:

   { "name": "illustration_agent", "description": "An agent designed to generate branded illustrations for Cymbal Stadiums.", "defaultInputModes": ["text/plain"], "defaultOutputModes": ["application/json"], "skills": [ { "id": "illustrate_text", "name": "Illustrate Text", "description": "Generate an illustration to illustrate the meaning of provided text.", "tags": ["illustration", "image generation"] } ], "url": "https://illustration-agent-{{{project_0.startup_script.project_number|Project Number}}}.{{{project_0.default_region| GCP_LOCATION}}}.run.app/a2a/illustration_agent", "capabilities": {}, "version": "1.0.0" }

3. Speichern Sie die Datei.

4. Sehen Sie sich den JSON-Code in der Datei agent.json an. Der KI-Agent erhält einen name und eine description und es werden einige skills identifiziert. Außerdem wird eine url angegeben, über die der Agent aufgerufen werden kann.

   Die url des KI-Agenten ist die Cloud Run-Dienst-URL, nachdem Sie den Agenten gemäß der Anleitung in diesem Lab bereitgestellt haben.

   Der Parameter capabilities ähnelt zwar dem namens skills, ist aber hier reserviert, um Fähigkeiten wie Streaming anzugeben.

5. Führen Sie den folgenden Befehl aus, um eine requirements.txt-Datei im Verzeichnis illustration_agent zu erstellen:

   touch illustration_agent/requirements.txt

6. Wählen Sie die Datei aus und fügen Sie Folgendes ein:

   google-adk==1.8.0 a2a-sdk==0.2.16

7. Speichern Sie die Datei.

8. Im folgenden Befehl verwenden Sie adk deploy cloud_run mit dem Flag --a2a, um den KI-Agenten als A2A-Server in Cloud Run bereitzustellen. Weitere Informationen zum Bereitstellen von Agenten in Cloud Run finden Sie im Lab „ADK-Agenten in Cloud Run bereitstellen“. Dabei gilt:

   • Mit --project und --region werden das Projekt und die Region definiert, in denen der Cloud Run-Dienst bereitgestellt wird.
   • Mit --service_name wird der Name des Cloud Run-Dienstes festgelegt.
   • Das Flag --a2a gibt an, dass er als A2A-Agent gehostet werden soll. Dies hat zwei Auswirkungen:
     • Der KI-Agent wird von einer Klasse umschlossen, die ADK- und A2A-Agenten verbindet: A2aAgentExecutor. Diese Klasse übersetzt die Aufgaben und Nachrichten des A2A-Protokolls in die Ereignisse eines ADK-Runners.
     • Die Agentenkarte wird unter CLOUD_RUN_URL/a2a/AGENT_NAME/.well-known/agent.json gehostet. Hinweis: Diese Version der Karte ist zwar bald verfügbar, aber das dynamische Umschreiben der URL des KI-Agenten funktioniert derzeit nicht mit Cloud Run. Daher verwenden wir das in dieser Version dieses Labs nicht.

   Stellen Sie den KI-Agenten mit dem folgenden Befehl als A2A-Server in Cloud Run bereit:

   adk deploy cloud_run \ --project {{{project_0.project_id| YOUR_GCP_PROJECT_ID}}} \ --region {{{project_0.default_region| GCP_LOCATION}}} \ --service_name illustration-agent \ --a2a \ illustration_agent

9. Sie werden aufgefordert, nicht authentifizierte Antworten für diesen Container zuzulassen. Geben Sie für die Lab-Tests Y (für „Ja“) in das Cloud Shell-Terminal ein und drücken Sie die Eingabetaste.

   Hinweis: Die Bereitstellung sollte etwa fünf bis zehn Minuten dauern. Wenn der Fehler PERMISSION_DENIED auftritt, führen Sie den obigen Befehl noch einmal aus.

   Erwartete Ausgabe:

   Sie sehen Schritte zum Erstellen eines Dockerfile und zum Bereitstellen des Containers, dann zum Bereitstellen des Dienstes und schließlich:

   Service [illustration-agent] revision [illustration-agent-00001-xpp] has been deployed and is serving 100 percent of traffic. Service URL: https://illustration-agent-{{{project_0.startup_script.project_number|Project Number}}}.{{{project_0.default_region| GCP_LOCATION}}}.run.app

   Klicken Sie auf Fortschritt prüfen. KI-Agent als A2A-Server bereitstellen.

Aufgabe 4: Anderem ADK-Agenten erlauben, diesen Agenten remote aufzurufen

In dieser Aufgabe geben Sie einem zweiten ADK-Agenten die Möglichkeit, die Funktionen Ihres Illustrationsagenten zu identifizieren und ihn remote aufzurufen. Dieser zweite KI-Agent dient zum Erstellen von Inhalten für Folien. Er schreibt eine Überschrift und einige Sätze. Anschließend übergibt er an den Illustrationsagenten, der ein Bild generiert, um den Text zu veranschaulichen.

1. Führen Sie im Cloud Shell-Terminal den folgenden Befehl aus, um die JSON-Datei der Agentenkarte in das Verzeichnis adk_and_a2a zu kopieren und den Namen an den illustration_agent anzupassen.

   cp illustration_agent/agent.json illustration-agent-card.json

2. Rufen Sie im Datei-Explorer des Cloud Shell-Editors den Ordner adk_and_a2a/slide_content_agent auf und öffnen Sie die Datei agent.py.

   Sehen Sie sich die instruction dieses KI-Agenten an. Er nimmt den Vorschlag für eine Folie auf, schreibt eine Überschrift und einen Text und übergibt die Informationen dann an Ihren A2A-Agenten, der die Folie illustriert.

3. Fügen Sie den folgenden Code unter der Überschrift # Agents ein, um den Remote-Agenten mit der Klasse RemoteA2aAgent aus dem ADK hinzuzufügen:

   illustration_agent = RemoteA2aAgent( name="illustration_agent", description="Agent that generates illustrations.", agent_card=( "illustration-agent-card.json" ), )

4. Fügen Sie illustration_agent als Sub-Agenten von root_agent hinzu, indem Sie root_agent um den folgenden Parameter ergänzen:

   sub_agents=[illustration_agent]

5. Speichern Sie die Datei.

6. Starten Sie die Benutzeroberfläche über das Cloud Shell-Terminal mit folgendem Befehl:

   cd ~/adk_and_a2a adk web

7. Klicken Sie noch einmal auf den Link http://127.0.0.1:8000 in der Terminalausgabe.

8. Ein neuer Browsertab mit der ADK-Entwicklungsoberfläche wird geöffnet. Wählen Sie im Drop-down-Menü KI-Agent auswählen links slide_content_agent aus.

9. Senden Sie dem KI-Agenten eine Idee für eine Folie:

   Erstelle Inhalte für eine Folie über unser hervorragendes Training am Arbeitsplatz.

Es sollte folgende Ausgabe angezeigt werden:

• Ein vom slide_content_agent verfasster Titel und Text
• Ein Aufruf von transfer_to_agent, der eine Weiterleitung an den illustration_agent angibt
• Die Antwort des illustration_agent mit einem Link, auf den Sie klicken können, um das neue Bild zu sehen

Klicken Sie auf Fortschritt prüfen. Anderem ADK-Agenten erlauben, diesen Agenten remote aufzurufen.

Glückwunsch!

In diesem Lab haben Sie einen ADK-Agenten als A2A-Server bereitgestellt, eine JSON-Agentenkarte vorbereitet, um die Funktionen eines A2A-Agenten zu beschreiben, und einem anderen ADK-Agenten ermöglicht, die Agentenkarte Ihres bereitgestellten A2A-Agenten zu lesen und ihn als Sub-Agent zu verwenden.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 6. Oktober 2025 aktualisiert

Lab zuletzt am 6. Oktober 2025 getestet

© 2023 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.