Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Checkpoints
Modify an ADK Agent to use MCP
/ 100
使用 MCP 將貨幣工具新增至代理
Lab instructions and tasks
This content is not yet optimized for mobile devices.
For the best experience, please visit us on a desktop computer using a link sent by email.
GML016
總覽
大型語言模型 (LLM) 功能強大，但有兩項主要限制：既有知識停留在訓練當下的時間點，而且缺乏與外界互動的能力，因此無法存取即時資料，或執行預約會議或更新客戶記錄等操作。
這時 Model Context Protocol (MCP) 便能派上用場！MCP 是一項開放標準，旨在化解 LLM 的限制。
為什麼要使用 MCP？
MCP 為 LLM 提供安全的標準化「語言」，可與外部資料、應用程式和服務溝通。這項技術就像一座橋梁，讓 AI 代理不僅可以活用靜態知識，還能以動態方式擷取最新資訊並採取行動，進而提高準確度、實用性和自動化程度。
本實驗室逐步說明如何安裝 Agent Development Kit (ADK)、將現有 ADK 代理修改為可以使用 MCP，以及部署更新後的代理，透過指令列介面啟動互動式工作階段。
目標
在本實驗室中，您將瞭解如何執行下列工作：
- 安裝 Agent Development Kit (ADK)，並為專案建立虛擬環境。
- 測試 currency-agent 系統 (即「修改前」的狀態)。
- 將代理修改為可以使用 MCP 伺服器。
- 重新啟動 MCP 伺服器和代理，使變更生效。
- 驗證對 MCP 伺服器所做的變更 (即「修改後」)。
設定和需求
- 實驗室活動會計時且無法暫停，點選「Start Lab」後就會開始計時。
- 內建的 Cloud 終端機已預先設定了 gcloud SDK。
- 使用終端機執行指令，然後點選「Check my progress」，確認工作已完成。
設定環境並安裝相關依附元件
-
在終端機執行下列指令，從 Cloud Storage bucket 複製本實驗室用到的程式碼檔案：
gcloud storage cp -r gs://{{{project_0.project_id| YOUR_GCP_PROJECT_ID}}}-bucket/currency-agent . -
執行下列指令來設定環境，並在 currency-agent 目錄建立 .env 檔案：
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
工作 1：安裝 Agent Development Kit (ADK)
-
在新的終端機 (依序選取選單列的「Terminal」>「New Terminal」，或按下 CTRL+SHIFT+')，執行下列指令來啟動
MCP伺服器：cd currency-agent uv run mcp-server/server.py -
在新的終端機 (依序選取選單列的「Terminal」>「New Terminal」，或按下 CTRL+SHIFT+')，執行下列指令來啟動
A2A伺服器 (伺服器會在通訊埠 10000 上啟動)：cd currency-agent uv run uvicorn currency_agent.agent:a2a_app --host localhost --port 10000
工作 2：執行基準代理 (「修改前」)
-
在最初的終端機執行個體，執行下列指令來啟動現有的 Currency Agent：
adk run currency_agent -
用提示詞與代理互動，執行下列操作：
美元和歐元的匯率是多少？ 代理應該會提供美元和歐元的即時匯率。
-
試試其他提示詞：
美元和新台幣的匯率是多少？ 代理應該會提供美元和新台幣的即時匯率。
-
用提示詞與代理互動，執行下列操作：
比特幣的價格是多少？ 從回覆內容可以看出，代理能回覆的的資訊僅限法定貨幣，無法提供任何加密貨幣的當前資料。
工作 3：修改代理
在這項工作中，您會將 Currency Agent 改為可以使用 Model Context Protocol (MCP) 伺服器。您可以將這個做法視為呼叫獨立的「貨幣伺服器」(採用公開的 Coinbase API)，取得代理原本無法存取的匯率。
-
點選左側窗格的「檔案總管」圖示，然後前往「currency-agent/mcp-server」
專案資料夾。 -
在「檔案總管」的
mcp-server目錄，開啟 server.py 檔案，在第 52 行插入下列程式碼，然後儲存變更：@mcp.tool() def get_crypto_price(currency_pair: str = "BTC-USD") -> dict: """取得目前的加密貨幣匯率。""" # No API key required for this public endpoint url = f"https://api.coinbase.com/v2/prices/{currency_pair}/spot" response = httpx.get(url) return response.json()["data"]
工作 4：重新啟動 MCP 和 A2A 伺服器
-
切換至
MCP伺服器仍在執行的終端機執行個體。 -
按下 CTRL+C 鍵，停止伺服器。
-
在同一個終端機執行下列指令，重新啟動 MCP 伺服器：
uv run mcp-server/server.py -
切換至
A2A伺服器仍在執行的終端機執行個體。 -
按下 CTRL+C 鍵，停止伺服器。
-
在同一個終端機執行下列指令，重新啟動代理：
uv run uvicorn currency_agent.agent:a2a_app --host localhost --port 10000
工作 5：執行並測試更新後的代理 (即「修改後」)
-
切換至先前執行
currency_agent的終端機執行個體。 -
輸入 exit，結束原本的工作階段。
-
執行下列指令，重新執行並測試代理：
adk run --save_session currency_agent 注意：您可以忽略與 Python 版本依附元件相關的任何警告。 -
送出下列提示詞，與代理互動：
使用 get_crypto_price 工具，取得目前的比特幣價格。
現在，Agent 可以透過 MCP 存取 get_crypto_price 工具，可以回答除了法定貨幣以外的其他問題！
- 輸入 exit，並在系統提示輸入工作階段 ID 時輸入 1。
點選「Check my progress」，確認目標已達成。
恭喜！
您已成功部署 ADK 代理，並修改為可以使用 Model Context Protocol (MCP) 伺服器。
使用手冊上次更新日期：2026 年 1 月 21 日
實驗室上次測試日期：2026 年 1 月 21 日
Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。
