Cloud Run에 배포¶
Cloud Run은 Google의 확장 가능한 인프라 위에 코드를 직접 실행할 수 있는 완전 관리형 플랫폼입니다.
에이전트를 배포하려면 adk deploy cloud_run 명령(Python에 권장) 또는 Cloud Run을 통한 gcloud run deploy 명령을 사용할 수 있습니다.
에이전트 샘플¶
각 명령에 대해 LLM 에이전트 페이지에 정의된 Capital Agent 샘플을 참조합니다. 이 샘플이 디렉토리(예: capital_agent)에 있다고 가정합니다.
진행하려면 에이전트 코드가 다음과 같이 구성되었는지 확인하십시오.
- 에이전트 코드는 에이전트 디렉토리 내의
agent.py라는 파일에 있습니다. - 에이전트 변수는
root_agent로 이름이 지정됩니다. __init__.py는 에이전트 디렉토리 내에 있으며from . import agent를 포함합니다.requirements.txt파일이 에이전트 디렉토리에 있습니다.
- 애플리케이션의 진입점(메인 패키지 및 main() 함수)은 단일 Go 파일에 있습니다. main.go를 사용하는 것이 강력한 규칙입니다.
- 에이전트 인스턴스는 런처 구성에 전달되며, 일반적으로 agent.NewSingleLoader(yourAgent)를 사용합니다. adkgo 도구는 이 런처를 사용하여 올바른 서비스로 에이전트를 시작합니다.
- go.mod 및 go.sum 파일은 종속성을 관리하기 위해 프로젝트 디렉토리에 있습니다.
자세한 내용은 다음 섹션을 참조하십시오. Github 저장소에서 샘플 앱도 찾을 수 있습니다.
- 에이전트 코드는 에이전트 디렉토리 내의
CapitalAgent.java라는 파일에 있습니다. - 에이전트 변수는 전역이며
public static final BaseAgent ROOT_AGENT형식을 따릅니다. - 에이전트 정의는 정적 클래스 메서드에 있습니다.
자세한 내용은 다음 섹션을 참조하십시오. Github 저장소에서 샘플 앱도 찾을 수 있습니다.
환경 변수¶
설정 및 설치 가이드에 설명된 대로 환경 변수를 설정합니다.
export GOOGLE_CLOUD_PROJECT=your-project-id
export GOOGLE_CLOUD_LOCATION=us-central1 # 또는 선호하는 위치
export GOOGLE_GENAI_USE_VERTEXAI=True
( your-project-id를 실제 GCP 프로젝트 ID로 바꿉니다.)
또는 AI Studio의 API 키를 사용할 수도 있습니다.
export GOOGLE_CLOUD_PROJECT=your-project-id
export GOOGLE_CLOUD_LOCATION=us-central1 # 또는 선호하는 위치
export GOOGLE_GENAI_USE_VERTEXAI=FALSE
export GOOGLE_API_KEY=your-api-key
your-project-id를 실제 GCP 프로젝트 ID로, your-api-key를 AI Studio의 실제 API 키로 바꿉니다.)
전제 조건¶
- Google Cloud 프로젝트가 있어야 합니다. 다음 정보를 알아야 합니다.
- 프로젝트 이름(예: "my-project")
- 프로젝트 위치(예: "us-central1")
- 서비스 계정(예: "1234567890-compute@developer.gserviceaccount.com")
- GOOGLE_API_KEY
비밀¶
서비스 계정으로 읽을 수 있는 비밀을 만들었는지 확인하십시오.
GOOGLE_API_KEY 비밀 항목¶
수동으로 비밀을 만들거나 CLI를 사용할 수 있습니다.
echo "<<여기에 GOOGLE_API_KEY를 입력하세요>>" | gcloud secrets create GOOGLE_API_KEY --project=my-project --data-file=-
읽기 권한¶
서비스 계정에 이 비밀을 읽을 수 있는 적절한 권한을 부여해야 합니다.
gcloud secrets add-iam-policy-binding GOOGLE_API_KEY --member="serviceAccount:1234567890-compute@developer.gserviceaccount.com" --role="roles/secretmanager.secretAccessor" --project=my-project
배포 페이로드¶
ADK 에이전트 워크플로를 Google Cloud Run에 배포할 때 다음 콘텐츠가 서비스에 업로드됩니다.
- ADK 에이전트 코드
- ADK 에이전트 코드에 선언된 모든 종속성
- 에이전트가 사용하는 ADK API 서버 코드 버전
기본 배포에는 adk deploy cloud_run 명령의 --with_ui 옵션과 같이 배포 설정을 지정하지 않는 한 ADK 웹 사용자 인터페이스 라이브러리가 포함되지 않습니다.
배포 명령¶
adk CLI¶
adk deploy cloud_run 명령어는 에이전트 코드를 Google Cloud Run에 배포합니다.
Google Cloud로 인증했는지 확인하십시오(gcloud auth login 및 gcloud config set project <your-project-id>).
환경 변수 설정¶
선택 사항이지만 권장됩니다. 환경 변수를 설정하면 배포 명령이 더 깔끔해집니다.
# Google Cloud 프로젝트 ID 설정
export GOOGLE_CLOUD_PROJECT="your-gcp-project-id"
# 원하는 Google Cloud 위치 설정
export GOOGLE_CLOUD_LOCATION="us-central1" # 예시 위치
# 에이전트 코드 디렉토리 경로 설정
export AGENT_PATH="./capital_agent" # capital_agent가 현재 디렉토리에 있다고 가정
# Cloud Run 서비스 이름 설정 (선택 사항)
export SERVICE_NAME="capital-agent-service"
# 애플리케이션 이름 설정 (선택 사항)
export APP_NAME="capital-agent-app"
명령어 사용법¶
최소 명령어¶
adk deploy cloud_run \
--project=$GOOGLE_CLOUD_PROJECT \
--region=$GOOGLE_CLOUD_LOCATION \
$AGENT_PATH
선택적 플래그가 있는 전체 명령어¶
adk deploy cloud_run \
--project=$GOOGLE_CLOUD_PROJECT \
--region=$GOOGLE_CLOUD_LOCATION \
--service_name=$SERVICE_NAME \
--app_name=$APP_NAME \
--with_ui \
$AGENT_PATH
인수¶
AGENT_PATH: (필수) 에이전트 소스 코드가 포함된 디렉토리의 경로를 지정하는 위치 인수(예: 예시의$AGENT_PATH또는capital_agent/). 이 디렉토리에는 최소한__init__.py와 주 에이전트 파일(예:agent.py)이 포함되어야 합니다.
옵션¶
--project TEXT: (필수) Google Cloud 프로젝트 ID(예:$GOOGLE_CLOUD_PROJECT).--region TEXT: (필수) 배포를 위한 Google Cloud 위치(예:$GOOGLE_CLOUD_LOCATION,us-central1).--service_name TEXT: (선택 사항) Cloud Run 서비스의 이름(예:$SERVICE_NAME). 기본값은adk-default-service-name입니다.--app_name TEXT: (선택 사항) ADK API 서버의 애플리케이션 이름(예:$APP_NAME). 기본값은AGENT_PATH로 지정된 디렉토리의 이름(예:AGENT_PATH가./capital_agent인 경우capital_agent)입니다.--agent_engine_id TEXT: (선택 사항) Vertex AI 에이전트 엔진을 통해 관리형 세션 서비스를 사용하는 경우 여기에 리소스 ID를 제공합니다.--port INTEGER: (선택 사항) ADK API 서버가 컨테이너 내에서 수신 대기할 포트 번호입니다. 기본값은 8000입니다.--with_ui: (선택 사항) 포함된 경우 ADK 개발 UI를 에이전트 API 서버와 함께 배포합니다. 기본적으로 API 서버만 배포됩니다.--temp_folder TEXT: (선택 사항) 배포 프로세스 중에 생성된 중간 파일을 저장할 디렉토리를 지정합니다. 기본값은 시스템의 임시 디렉토리에 있는 타임스탬프가 지정된 폴더입니다. (참고: 이 옵션은 일반적으로 문제 해결 시가 아니면 필요하지 않습니다.)--help: 도움말 메시지를 표시하고 종료합니다.
인증된 액세스¶
배포 프로세스 중에 다음 메시지가 표시될 수 있습니다. [your-service-name]에 대한 비인증 호출을 허용하시겠습니까(y/N)?.
* 인증 없이 에이전트의 API 엔드포인트에 대한 공개 액세스를 허용하려면 `y`를 입력합니다.
* 인증을 요구하려면 `N`을 입력합니다(또는 기본값에 대해 Enter 키를 누름). (예: "에이전트 테스트" 섹션에 표시된 대로 ID 토큰 사용).
성공적으로 실행되면 명령은 에이전트를 Cloud Run에 배포하고 배포된 서비스의 URL을 제공합니다.
Python용 gcloud CLI¶
또는 Dockerfile과 함께 표준 gcloud run deploy 명령을 사용하여 배포할 수 있습니다. 이 방법은 adk 명령에 비해 더 많은 수동 설정이 필요하지만, 특히 사용자 지정 FastAPI 애플리케이션 내에 에이전트를 포함하려는 경우 유연성을 제공합니다.
Google Cloud로 인증했는지 확인하십시오(gcloud auth login 및 gcloud config set project <your-project-id>).
프로젝트 구조¶
프로젝트 파일을 다음과 같이 구성합니다.
your-project-directory/
├── capital_agent/
│ ├── __init__.py
│ └── agent.py # 에이전트 코드 ("에이전트 샘플" 탭 참조)
├── main.py # FastAPI 애플리케이션 진입점
├── requirements.txt # Python 종속성
└── Dockerfile # 컨테이너 빌드 지침
your-project-directory/의 루트에 다음 파일(main.py, requirements.txt, Dockerfile)을 만듭니다.
코드 파일¶
-
이 파일은 ADK의
get_fast_api_app()을 사용하여 FastAPI 애플리케이션을 설정합니다.main.pyimport os import uvicorn from fastapi import FastAPI from google.adk.cli.fast_api import get_fast_api_app # main.py가 있는 디렉토리 가져오기 AGENT_DIR = os.path.dirname(os.path.abspath(__file__)) # 예시 세션 서비스 URI (예: SQLite) SESSION_SERVICE_URI = "sqlite:///./sessions.db" # CORS에 허용된 출처 예시 ALLOWED_ORIGINS = ["http://localhost", "http://localhost:8080", "*"] # 웹 인터페이스를 제공하려면 web=True로 설정하고, 그렇지 않으면 False로 설정합니다. SERVE_WEB_INTERFACE = True # FastAPI 앱 인스턴스를 가져오는 함수 호출 # 에이전트 디렉토리 이름('capital_agent')이 에이전트 폴더와 일치하는지 확인하십시오. app: FastAPI = get_fast_api_app( agents_dir=AGENT_DIR, session_service_uri=SESSION_SERVICE_URI, allow_origins=ALLOWED_ORIGINS, web=SERVE_WEB_INTERFACE, ) # 필요한 경우 아래에 더 많은 FastAPI 경로 또는 구성을 추가할 수 있습니다. # 예시: # @app.get("/hello") # async def read_root(): # return {"Hello": "World"} if __name__ == "__main__": # Cloud Run에서 제공하는 PORT 환경 변수를 사용하고 기본값은 8080입니다. uvicorn.run(app, host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))참고:
agent_dir을main.py가 있는 디렉토리로 지정하고 Cloud Run 호환성을 위해os.environ.get("PORT", 8080)을 사용합니다. -
필요한 Python 패키지를 나열합니다.
```txt title="requirements.txt"
google-adk
에이전트에 필요한 다른 종속성을 추가하십시오.¶
```
3. 컨테이너 이미지를 정의합니다.
```dockerfile title="Dockerfile"
FROM python:3.13-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
RUN adduser --disabled-password --gecos "" myuser && \
chown -R myuser:myuser /app
COPY . .
USER myuser
ENV PATH="/home/myuser/.local/bin:$PATH"
CMD ["sh", "-c", "uvicorn main:app --host 0.0.0.0 --port $PORT"]
```
#### 여러 에이전트 정의
`your-project-directory/`의 루트에 별도의 폴더를 만들어 동일한 Cloud Run 인스턴스 내에 여러 에이전트를 정의하고 배포할 수 있습니다. 각 폴더는 하나의 에이전트를 나타내며 구성에 `root_agent`를 정의해야 합니다.
예시 구조:
```txt
your-project-directory/
├── capital_agent/
│ ├── __init__.py
│ └── agent.py # `root_agent` 정의 포함
├── population_agent/
│ ├── __init__.py
│ └── agent.py # `root_agent` 정의 포함
└── ...
```
#### `gcloud`를 사용하여 배포
터미널에서 `your-project-directory`로 이동합니다.
```bash
gcloud run deploy capital-agent-service \
--source . \
--region $GOOGLE_CLOUD_LOCATION \
--project $GOOGLE_CLOUD_PROJECT \
--allow-unauthenticated \
--set-env-vars="GOOGLE_CLOUD_PROJECT=$GOOGLE_CLOUD_PROJECT,GOOGLE_CLOUD_LOCATION=$GOOGLE_CLOUD_LOCATION,GOOGLE_GENAI_USE_VERTEXAI=$GOOGLE_GENAI_USE_VERTEXAI"
# 에이전트에 필요할 수 있는 다른 필요한 환경 변수를 추가하십시오.
```
* `capital-agent-service`: Cloud Run 서비스에 부여할 이름입니다.
* `--source .`: 현재 디렉토리의 Dockerfile에서 컨테이너 이미지를 빌드하도록 gcloud에 지시합니다.
* `--region`: 배포 리전을 지정합니다.
* `--project`: GCP 프로젝트를 지정합니다.
* `--allow-unauthenticated`: 서비스에 대한 공개 액세스를 허용합니다. 비공개 서비스의 경우 이 플래그를 제거합니다.
* `--set-env-vars`: 실행 중인 컨테이너에 필요한 환경 변수를 전달합니다. ADK 및 에이전트에 필요한 모든 변수(예: Application Default Credentials를 사용하지 않는 경우 API 키)를 포함해야 합니다.
`gcloud`는 Docker 이미지를 빌드하고 Google Artifact Registry에 푸시한 다음 Cloud Run에 배포합니다. 완료 시 배포된 서비스의 URL을 출력합니다.
전체 배포 옵션 목록은 [`gcloud run deploy` 참조 문서](https://cloud.google.com/sdk/gcloud/reference/run/deploy)를 참조하십시오.
adk CLI¶
adkgo 명령어는 google/adk-go 저장소의 cmd/adkgo 아래에 있습니다. 사용하기 전에 adk-go 저장소의 루트에서 빌드해야 합니다.
go build ./cmd/adkgo
adkgo deploy cloudrun 명령어는 애플리케이션 배포를 자동화합니다. 자체 Dockerfile을 제공할 필요가 없습니다.
에이전트 코드 구조¶
adkgo 도구를 사용할 때 main.go 파일은 런처 프레임워크를 사용해야 합니다. 이 도구는 코드를 컴파일한 다음 특정 명령줄 인수(예: web, api, a2a)로 결과 실행 파일을 실행하여 필요한 서비스를 시작하기 때문입니다. 런처는 이러한 인수를 올바르게 구문 분석하도록 설계되었습니다.
main.go는 다음과 같아야 합니다.
```go title="main.go" // Copyright 2025 Google LLC // // Licensed under the Apache License, Version 2.0 (the "License"); // you may not use this file except in compliance with the License. // You may obtain a copy of the License at // // http://www.apache.org/licenses/LICENSE-2.0 // // Unless required by applicable law or agreed to in writing, software // distributed under the License is distributed on an "AS IS" BASIS, // WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. // See the License for the specific language governing permissions and // limitations under the License.
package main
import ( "context" "fmt" "log" "os" "strings"
"google.golang.org/adk/agent"
"google.golang.org/adk/agent/llmagent"
"google.golang.org/adk/cmd/launcher"
"google.golang.org/adk/cmd/launcher/full"
"google.golang.org/adk/model/gemini"
"google.golang.org/adk/tool"
"google.golang.org/adk/tool/functiontool"
"google.golang.org/genai"
)
type getCapitalCityArgs struct {
Country string json:"country" jsonschema:"The country for which to find the capital city."
}
func getCapitalCity(ctx tool.Context, args getCapitalCityArgs) (string, error) { capitals := map[string]string{ "united states": "Washington, D.C.", "canada": "Ottawa", "france": "Paris", "japan": "Tokyo", } capital, ok := capitals[strings.ToLower(args.Country)] if !ok { return "", fmt.Errorf("couldn't find the capital for %s", args.Country) }
return capital, nil
}
func main() { ctx := context.Background()
model, err := gemini.NewModel(ctx, "gemini-2.5-flash", &genai.ClientConfig{
APIKey: os.Getenv("GOOGLE_API_KEY"),
})
if err != nil {
log.Fatalf("Failed to create model: %v", err)
}
capitalTool, err := functiontool.New(
functiontool.Config{
Name: "get_capital_city",
Description: "Retrieves the capital city for a given country.",
},
getCapitalCity,
)
if err != nil {
log.Fatalf("Failed to create function tool: %v", err)
}
geoAgent, err := llmagent.New(llmagent.Config{
Name: "capital_agent",
Model: model,
Description: "Agent to find the capital city of a country.",
Instruction: "I can answer your questions about the capital city of a country.",
Tools: []tool.Tool{capitalTool},
})
if err != nil {
log.Fatalf("Failed to create agent: %v", err)
}
config := &launcher.Config{
AgentLoader: agent.NewSingleLoader(geoAgent),
}
l := full.NewLauncher()
err = l.Execute(ctx, config, os.Args[1:])
if err != nil {
log.Fatalf("run failed: %v\n\n%s", err, l.CommandLineSyntax())
}
}
```
작동 방식¶
- adkgo 도구는 main.go를 Linux용 정적으로 연결된 바이너리로 컴파일합니다.
- 이 바이너리를 최소 컨테이너에 복사하는 Dockerfile을 생성합니다.
- gcloud를 사용하여 이 컨테이너를 빌드하고 Cloud Run에 배포합니다.
- 배포 후 새 서비스에 안전하게 연결되는 로컬 프록시를 시작합니다.
Google Cloud로 인증했는지 확인하십시오(gcloud auth login 및 gcloud config set project <your-project-id>).
환경 변수 설정¶
선택 사항이지만 권장됩니다. 환경 변수를 설정하면 배포 명령이 더 깔끔해집니다.
```bash
Google Cloud 프로젝트 ID 설정¶
export GOOGLE_CLOUD_PROJECT="your-gcp-project-id"
원하는 Google Cloud 위치 설정¶
export GOOGLE_CLOUD_LOCATION="us-central1"
에이전트의 주요 Go 파일 경로 설정¶
export AGENT_PATH="./examples/go/cloud-run/main.go"
Cloud Run 서비스 이름 설정¶
export SERVICE_NAME="capital-agent-service" ```
명령어 사용법¶
bash
./adkgo deploy cloudrun \
-p $GOOGLE_CLOUD_PROJECT \
-r $GOOGLE_CLOUD_LOCATION \
-s $SERVICE_NAME \
--proxy_port=8081 \
--server_port=8080 \
-e $AGENT_PATH \
--a2a --api --webui
필수¶
-p, --project_name: Google Cloud 프로젝트 ID(예: $GOOGLE_CLOUD_PROJECT).-r, --region: 배포를 위한 Google Cloud 위치(예: $GOOGLE_CLOUD_LOCATION, us-central1).-s, --service_name: Cloud Run 서비스의 이름(예: $SERVICE_NAME).-e, --entry_point_path: 에이전트 소스 코드가 포함된 주요 Go 파일의 경로(예: $AGENT_PATH).
선택 사항¶
--proxy_port: 인증 프록시가 수신 대기할 로컬 포트입니다. 기본값은 8081입니다.--server_port: Cloud Run 컨테이너 내에서 서버가 수신 대기할 포트 번호입니다. 기본값은 8080입니다.--a2a: 포함된 경우 Agent2Agent 통신을 활성화합니다. 기본적으로 활성화되어 있습니다.--a2a_agent_url: 공개 에이전트 카드에 광고된 A2A 에이전트 카드 URL입니다. 이 플래그는 --a2a 플래그와 함께 사용할 때만 유효합니다.--api: 포함된 경우 ADK API 서버를 배포합니다. 기본적으로 활성화되어 있습니다.--webui: 포함된 경우 ADK 개발 UI를 에이전트 API 서버와 함께 배포합니다. 기본적으로 활성화되어 있습니다.--temp_dir: 빌드 아티팩트용 임시 디렉토리입니다. 기본값은 os.TempDir()입니다.--help: 도움말 메시지를 표시하고 종료합니다.
인증된 액세스¶
서비스는 기본적으로 --no-allow-unauthenticated로 배포됩니다.
성공적으로 실행되면 명령은 에이전트를 Cloud Run에 배포하고 프록시를 통해 서비스에 액세스할 수 있는 로컬 URL을 제공합니다.
Java용 gcloud CLI¶
표준 gcloud run deploy 명령과 Dockerfile을 사용하여 Java 에이전트를 배포할 수 있습니다. 이것이 현재 Google Cloud Run에 Java 에이전트를 배포하는 권장 방법입니다.
Google Cloud로 인증되었는지 확인하십시오.
특히 터미널에서 gcloud auth login 및 gcloud config set project <your-project-id> 명령을 실행하십시오.
프로젝트 구조¶
프로젝트 파일을 다음과 같이 구성하십시오.
txt
your-project-directory/
├── src/
│ └── main/
│ └── java/
│ └── agents/
│ ├── capitalagent/
│ └── CapitalAgent.java # 에이전트 코드
├── pom.xml # Java adk 및 adk-dev 종속성
└── Dockerfile # 컨테이너 빌드 지침
프로젝트 디렉토리의 루트에 pom.xml 및 Dockerfile을 만드십시오. 위와 같이 디렉토리 내에 에이전트 코드 파일(CapitalAgent.java)을 만드십시오.
코드 파일¶
-
이것은 저희의 에이전트 정의입니다. LLM 에이전트에 있는 것과 동일한 코드이지만 두 가지 주의 사항이 있습니다.
-
에이전트는 이제 전역 public static final 변수로 초기화됩니다.
-
에이전트의 정의는 정적 메서드로 노출되거나 선언 중에 인라인될 수 있습니다.
CapitalAgent예제의 코드는 예제 저장소에서 참조하십시오. -
-
pom.xml 파일에 다음 종속성과 플러그인을 추가하십시오.
```xml title="pom.xml"
com.google.adk google-adk 0.1.0 com.google.adk google-adk-dev 0.1.0 org.codehaus.mojo exec-maven-plugin 3.2.0 com.google.adk.web.AdkWebServer compile -
컨테이너 이미지를 정의합니다.
```dockerfile title="Dockerfile"
Use an official Maven image with a JDK. Choose a version appropriate for your project.¶
FROM maven:3.8-openjdk-17 AS builder
WORKDIR /app
COPY pom.xml . RUN mvn dependency:go-offline -B
COPY src ./src
Expose the port your application will listen on.¶
Cloud Run will set the PORT environment variable, which your app should use.¶
EXPOSE 8080
The command to run your application.¶
Use a shell so ${PORT} expands and quote exec.args so agent source-dir is passed correctly.¶
ENTRYPOINT ["sh", "-c", "mvn compile exec:java \ -Dexec.mainClass=com.google.adk.web.AdkWebServer \ -Dexec.classpathScope=compile \ -Dexec.args='--server.port=${PORT:-8080} --adk.agents.source-dir=target'"]
```
gcloud를 사용하여 배포¶
터미널에서 your-project-directory로 이동합니다.
```bash gcloud run deploy capital-agent-service \ --source . \ --region $GOOGLE_CLOUD_LOCATION \ --project $GOOGLE_CLOUD_PROJECT \ --allow-unauthenticated \ --set-env-vars="GOOGLE_CLOUD_PROJECT=$GOOGLE_CLOUD_PROJECT,GOOGLE_CLOUD_LOCATION=$GOOGLE_CLOUD_LOCATION,GOOGLE_GENAI_USE_VERTEXAI=$GOOGLE_GENAI_USE_VERTEXAI"
에이전트에 필요할 수 있는 다른 필요한 환경 변수를 추가하십시오.¶
```
capital-agent-service: Cloud Run 서비스에 부여할 이름입니다.--source .: 현재 디렉토리의 Dockerfile에서 컨테이너 이미지를 빌드하도록 gcloud에 지시합니다.--region: 배포 리전을 지정합니다.--project: GCP 프로젝트를 지정합니다.--allow-unauthenticated: 서비스에 대한 공개 액세스를 허용합니다. 비공개 서비스의 경우 이 플래그를 제거합니다.--set-env-vars: 실행 중인 컨테이너에 필요한 환경 변수를 전달합니다. ADK 및 에이전트에 필요한 모든 변수(예: Application Default Credentials를 사용하지 않는 경우 API 키)를 포함해야 합니다.
gcloud는 Docker 이미지를 빌드하고 Google Artifact Registry에 푸시한 다음 Cloud Run에 배포합니다. 완료 시 배포된 서비스의 URL을 출력합니다.
전체 배포 옵션 목록은 gcloud run deploy 참조 문서를 참조하십시오.
에이전트 테스트¶
에이전트가 Cloud Run에 배포되면 배포된 UI(활성화된 경우)를 통해 또는 curl과 같은 도구를 사용하여 API 엔드포인트와 직접 상호 작용할 수 있습니다. 배포 후 제공된 서비스 URL이 필요합니다.
UI 테스트¶
UI가 활성화된 상태로 에이전트를 배포한 경우:
- adk CLI: 배포 중에
--webui플래그를 포함했습니다. - gcloud CLI:
main.py에서SERVE_WEB_INTERFACE = True로 설정했습니다.
배포 후 웹 브라우저에서 제공된 Cloud Run 서비스 URL로 이동하여 에이전트를 테스트할 수 있습니다.
```bash
예시 URL 형식¶
https://your-service-name-abc123xyz.a.run.app¶
```
ADK 개발 UI를 사용하면 에이전트와 상호 작용하고 세션을 관리하며 실행 세부 정보를 브라우저에서 직접 볼 수 있습니다.
에이전트가 의도한 대로 작동하는지 확인하려면 다음을 수행할 수 있습니다.
- 드롭다운 메뉴에서 에이전트를 선택합니다.
- 메시지를 입력하고 에이전트로부터 예상되는 응답을 받는지 확인합니다.
예상치 못한 동작이 발생하면 Cloud Run 콘솔 로그를 확인하십시오.
API 테스트 (curl)¶
curl과 같은 도구를 사용하여 에이전트의 API 엔드포인트와 상호 작용할 수 있습니다. 이는 프로그래밍 방식의 상호 작용이나 UI 없이 배포한 경우에 유용합니다.
배포 후 제공된 서비스 URL과 서비스가 비인증 액세스를 허용하도록 설정되지 않은 경우 인증을 위한 ID 토큰이 필요할 수 있습니다.
애플리케이션 URL 설정¶
예시 URL을 배포된 Cloud Run 서비스의 실제 URL로 바꿉니다.
```bash export APP_URL="YOUR_CLOUD_RUN_SERVICE_URL"
예시: export APP_URL="https://adk-default-service-name-abc123xyz.a.run.app"¶
```
ID 토큰 가져오기 (필요한 경우)¶
서비스에 인증이 필요한 경우(즉, gcloud와 함께 --allow-unauthenticated를 사용하지 않았거나 adk 프롬프트에 'N'이라고 답변한 경우) ID 토큰을 얻습니다.
bash
export TOKEN=$(gcloud auth print-identity-token)
서비스가 비인증 액세스를 허용하는 경우 아래 curl 명령에서 -H "Authorization: Bearer $TOKEN" 헤더를 생략할 수 있습니다.
사용 가능한 앱 목록¶
배포된 애플리케이션 이름을 확인합니다.
bash
curl -X GET -H "Authorization: Bearer $TOKEN" $APP_URL/list-apps
(필요한 경우 이 출력에 따라 다음 명령에서 app_name을 조정합니다. 기본값은 종종 에이전트 디렉토리 이름(예: capital_agent)입니다.).
세션 생성 또는 업데이트¶
특정 사용자 및 세션에 대한 상태를 초기화하거나 업데이트합니다. capital_agent를 실제 앱 이름으로 바꾸고 필요에 따라 사용자/세션 ID를 조정합니다.
bash
curl -X POST -H "Authorization: Bearer $TOKEN" \
$APP_URL/apps/capital_agent/users/user_123/sessions/session_abc \
-H "Content-Type: application/json" \
-d '{"preferred_language": "English", "visit_count": 5}'
에이전트 실행¶
에이전트에 프롬프트를 보냅니다. capital_agent를 앱 이름으로 바꾸고 필요에 따라 사용자/세션 ID 및 프롬프트를 조정합니다.
bash
curl -X POST -H "Authorization: Bearer $TOKEN" \
$APP_URL/run_sse \
-H "Content-Type: application/json" \
-d '{
"app_name": "capital_agent",
"user_id": "user_123",
"session_id": "session_abc",
"new_message": {
"role": "user",
"parts": [{
"text": "캐나다의 수도는 무엇입니까?"
}]
},
"streaming": false
}'
- SSE(Server-Sent Events)를 받으려면
"streaming": true로 설정합니다. - 응답에는 최종 답변을 포함한 에이전트의 실행 이벤트가 포함됩니다.