Menambahkan Alat Mata Uang ke Agen menggunakan MCP

Lab 20 menit universal_currency_alt 1 Kredit show_chart Pengantar
info Lab ini mungkin menggabungkan alat AI untuk mendukung pembelajaran Anda.
Konten ini belum dioptimalkan untuk perangkat seluler.
Untuk pengalaman terbaik, kunjungi kami dengan komputer desktop menggunakan link yang dikirim melalui email.

GML016

Logo lab mandiri Google Cloud

Ringkasan

Model bahasa besar (LLM) sangat canggih, tetapi memiliki dua keterbatasan utama: pengetahuannya terbatas pada saat pelatihan, dan model tersebut tidak dapat berinteraksi dengan dunia luar untuk mengakses data real-time atau melakukan tindakan seperti menjadwalkan rapat atau memperbarui kumpulan data pelanggan.

Di sinilah Model Context Protocol (MCP) berperan. MCP adalah standar terbuka yang dirancang untuk mengatasi keterbatasan LLM.

Mengapa menggunakan MCP?

MCP menyediakan "bahasa" yang aman dan terstandardisasi bagi LLM untuk berkomunikasi dengan data, aplikasi, dan layanan eksternal. MCP berfungsi sebagai jembatan yang memungkinkan Agen AI melampaui pengetahuan statis dan menjadi dinamis. Dengan MCP, Agen AI dapat mengambil informasi terkini serta mengambil tindakan, sehingga menjadikannya lebih akurat, berguna, dan otomatis.

Lab ini memberikan petunjuk langkah demi langkah untuk menginstal Agent Development Kit (ADK), mengubah agen ADK yang ada agar menggunakan MCP, dan men-deploy Agen yang telah diupdate untuk memulai sesi interaktif melalui antarmuka command line.

Tujuan

Di lab ini, Anda akan mempelajari cara melakukan tugas-tugas berikut:

  • Menginstal Agent Development Kit (ADK) dan membuat lingkungan virtual untuk project Anda.
  • Menguji sistem currency-agent (status "sebelum").
  • Mengubah Agen untuk menggunakan server MCP.
  • Memulai ulang server MCP dan Agen agar perubahan diterapkan.
  • Memverifikasi perubahan yang dilakukan pada server MCP ("setelah").

Penyiapan dan persyaratan

  • Lab memiliki timer dan tidak dapat dijeda. Timer akan dimulai saat Anda mengklik Mulai Lab.
  • Terminal cloud yang disertakan telah dikonfigurasi sebelumnya dengan gcloud SDK.
  • Gunakan terminal untuk mengeksekusi perintah, lalu klik Periksa progres saya untuk memverifikasi pekerjaan Anda.

Mengonfigurasi lingkungan dan menginstal dependensi yang relevan

  1. Jalankan perintah berikut di terminal untuk menyalin file kode dari bucket Cloud Storage untuk lab ini:

    gcloud storage cp -r gs://{{{project_0.project_id| YOUR_GCP_PROJECT_ID}}}-bucket/currency-agent .
  2. Siapkan lingkungan dan buat file .env di direktori currency-agent menggunakan perintah berikut:

    cd currency-agent cp /home/student/keys.json . uv venv --python 3.13 source .venv/bin/activate uv sync touch .env echo "GOOGLE_CLOUD_PROJECT={{{ project_0.project_id }}}" >> .env echo "GOOGLE_CLOUD_LOCATION=global" >> .env echo "GOOGLE_GENAI_USE_VERTEXAI=True" >> .env echo "MODEL={{{project_0.startup_script.gemini_flash_model_id | gemini_flash_model_id}}}" >> .env

Tugas 1. Menginstal Agent Development Kit (ADK)

  1. Di terminal baru (pilih Terminal > New Terminal di panel menu atau tekan CTRL+SHIFT+'), mulai Server MCP menggunakan perintah berikut:

    cd currency-agent uv run mcp-server/server.py
  2. Di terminal baru (pilih Terminal > New Terminal di panel menu atau tekan CTRL+SHIFT+'), mulai Server A2A (dimulai di port 10000) menggunakan perintah berikut:

    cd currency-agent uv run uvicorn currency_agent.agent:a2a_app --host localhost --port 10000

Tugas 2. Menjalankan Agen dasar pengukuran (versi "sebelum")

  1. Di instance terminal awal, luncurkan Agen Mata Uang yang ada menggunakan perintah berikut:

    adk run currency_agent
  2. Berinteraksilah dengan agen dengan memberikan perintah sebagai berikut:

    Berapa nilai tukar antara USD dan EUR?

    Agen akan memberikan nilai tukar real-time antara Dolar Amerika Serikat (AS) dan Euro.

  3. Coba perintah lain:

    Berapa nilai tukar antara USD dan CNY?

    Agen akan memberikan nilai tukar real time antara Dolar AS dan Yuan Tiongkok.

  4. Berinteraksilah dengan agen dengan memberikan perintah sebagai berikut:

    Berapa harga Bitcoin?

    Dari respons tersebut, Anda akan dapat mengetahui bahwa Agen hanya mengetahui mata uang fiat (artinya, Agen tidak dapat memberikan data terkini tentang kripto).

Tugas 3. Mengubah Agen

Dalam tugas ini, Anda akan mengubah Agen Mata Uang agar dapat menggunakan server Model Context Protocol (MCP). Anggap saja hal ini sebagai cara untuk memanggil "Server Mata Uang" terpisah (melalui Coinbase API yang tersedia secara publik) untuk mendapatkan nilai tukar yang tidak dapat diakses oleh Agen.

  1. Klik ikon File Explorer di panel kiri, lalu buka folder project currency-agent/mcp-server.

  2. Di File Explorer, dalam direktori mcp-server, buka file server.py. Sisipkan kode berikut di baris 52, lalu simpan perubahan Anda:

    @mcp.tool() def get_crypto_price(currency_pair: str = "BTC-USD") -> dict: """Dapatkan harga terkini untuk suatu pasangan mata uang kripto.""" # Kunci API tidak diperlukan untuk endpoint publik ini url = f"https://api.coinbase.com/v2/prices/{currency_pair}/spot" response = httpx.get(url) return response.json()["data"]

Tugas 4. Memulai ulang server MCP dan A2A

  1. Beralihlah ke instance terminal tempat server MCP masih berjalan.

  2. Tekan CTRL+C untuk menghentikan server.

  3. Di terminal yang sama, jalankan perintah berikut untuk memulai ulang Server MCP:

    uv run mcp-server/server.py
  4. Beralihlah ke instance terminal tempat server A2A masih berjalan.

  5. Tekan CTRL+C untuk menghentikan server.

  6. Di terminal ini, jalankan perintah berikut untuk memulai ulang Agen:

    uv run uvicorn currency_agent.agent:a2a_app --host localhost --port 10000

Tugas 5. Menjalankan dan menguji Agen yang diupdate (versi "setelah")

  1. Beralihlah ke instance terminal tempat currency_agent telah berjalan sebelumnya.

  2. Masukkan exit untuk mengakhiri sesi aslinya.

  3. Jalankan perintah berikut untuk menjalankan ulang dan menguji Agen Anda:

    adk run --save_session currency_agent Catatan: Anda dapat mengabaikan peringatan apa pun yang terkait dengan dependensi versi Python.
  4. Coba berikan perintah berikut untuk berinteraksi dengan Agen:

    Gunakan alat get_crypto_price agar saya tahu harga Bitcoin saat ini.

Sekarang, Agen memiliki akses ke alat get_crypto_price (melalui MCP), yang dapat menjawab pertanyaan tentang hal di luar mata uang fiat.

  1. Masukkan exit dan masukkan 1 saat diminta memasukkan ID sesi.

Klik Periksa progres saya untuk memverifikasi tujuan. Mengubah Agen ADK untuk menggunakan MCP.

Selamat!

Anda berhasil men-deploy agen ADK dan mengubahnya untuk menggunakan server Model Context Protocol (MCP).

Manual Terakhir Diperbarui pada 21 Januari 2026

Lab Terakhir Diuji pada 21 Januari 2026

Hak cipta 2026 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.

Sebelum memulai

  1. Lab membuat project dan resource Google Cloud untuk jangka waktu tertentu
  2. Lab memiliki batas waktu dan tidak memiliki fitur jeda. Jika lab diakhiri, Anda harus memulainya lagi dari awal.
  3. Di kiri atas layar, klik Start lab untuk memulai

Gunakan penjelajahan rahasia

  1. Salin Nama Pengguna dan Sandi yang diberikan untuk lab tersebut
  2. Klik Open console dalam mode pribadi

Login ke Konsol

  1. Login menggunakan kredensial lab Anda. Menggunakan kredensial lain mungkin menyebabkan error atau dikenai biaya.
  2. Setujui persyaratan, dan lewati halaman resource pemulihan
  3. Jangan klik End lab kecuali jika Anda sudah menyelesaikan lab atau ingin mengulanginya, karena tindakan ini akan menghapus pekerjaan Anda dan menghapus project

Konten ini tidak tersedia untuk saat ini

Kami akan memberi tahu Anda melalui email saat konten tersedia

Bagus!

Kami akan menghubungi Anda melalui email saat konten tersedia

Satu lab dalam satu waktu

Konfirmasi untuk mengakhiri semua lab yang ada dan memulai lab ini

Gunakan penjelajahan rahasia untuk menjalankan lab

Menggunakan jendela Samaran atau browser pribadi adalah cara terbaik untuk menjalankan lab ini. Langkah ini akan mencegah konflik antara akun pribadi Anda dan akun Siswa, yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.