api-registry-agent

BigQuery API 註冊代理 (BigQuery API Registry Agent)

此代理（Agent）展示了如何使用 ApiRegistry 來探索並與 Google Cloud 服務（如 BigQuery）互動。這是透過註冊在 API 註冊表（API Registry）中的 MCP 伺服器所公開的工具來實現的。

前提條件 (Prerequisites)

• 已啟用 API Registry API 的 Google Cloud 專案。
• 一個在 API Registry 中註冊且公開 BigQuery 工具的 MCP 伺服器。

配置與執行 (Configuration & Running)

1. 配置： 編輯 agent.py，將 your-google-cloud-project-id 和 your-mcp-server-name 替換為您的 Google Cloud 專案 ID 以及已註冊的 MCP 伺服器名稱。
2. 在 CLI 中執行：

   adk run contributing/samples/api_registry_agent -- --log-level DEBUG

3. 在 Web UI 中執行：

   adk web contributing/samples/

   導航至 http://127.0.0.1:8080 並選擇 api_registry_agent 代理。

執行流程圖

sequenceDiagram
    participant User
    participant Agent
    participant BigQuery

    User->>Agent: 配置 agent.py (Project ID, MCP 伺服器名稱)
    User->>Agent: 選擇執行方式 (CLI 或 Web UI)
    Agent->>Agent: 啟動代理 (adk run/web)
    Agent->>BigQuery: 探索與互動 BigQuery
    BigQuery-->>Agent: 回傳結果
    Agent-->>User: 顯示互動結果

Loading

重點摘要

• 核心概念：展示如何整合 ApiRegistry 與 MCP 伺服器來自動探索 Google Cloud 資源工具。
• 關鍵技術：
  • API Registry：Google Cloud 的 API 註冊服務，用於管理與探索 API。
  • MCP (Model Context Protocol)：模型上下文協議，用於連結 LLM 與外部工具。
  • ADK (Agent Development Kit)：代理開發工具包，用於構建與執行代理。
• 重要結論：透過 API Registry，代理可以動態發現並使用雲端服務工具，無需手動硬編碼所有工具定義。
• 行動項目：
  • 確保 Google Cloud 專案已正確設定。
  • 修改 agent.py 中的必要參數。
  • 根據需求選擇 CLI 或網頁介面執行測試。