Google ADK विज़ुअल एजेंट बिल्डर ट्यूटोरियल विद डेमो प्रोजेक्ट: ट्रैवल प्लानर

Google का ADK Visual Agent Builder एक हैंड्स-ऑन टूलकिट है जो आपको मल्टी-एजेंट वर्कफ़्लो डिज़ाइन, कनेक्ट और रन करने देता है—वह भी बिना पूरा पाइपलाइन खुद से बनाने के। यह एक प्रॉम्प्ट-आधारित एजेंट बिल्डर को ADK CLI, Gemini मॉडलों और बिल्ट-इन टूल्स के साथ जोड़ता है ताकि आप नैचुरल-लैंग्वेज ब्रीफ को एक काम करने वाले एजेंट में बदल सकें। 

इस ट्यूटोरियल में, मैं आपको Google के Agent Development Kit (ADK) Visual Agent Builder का उपयोग करके एक काम करने वाला ट्रैवल प्लानर बनाना सिखाऊंगा। आप सीखेंगे कि कैसे:

• विज़ुअल बिल्डर लॉन्च करें और एजेंट्स को आपस में जोड़ें 
• नैचुरल-लैंग्वेज निर्देश देकर स्वतः सब-एजेंट्स और टूल्स जेनरेट कराएं
• वेब सर्च, सरल स्कोरिंग, और ट्रेसिंग जोड़ें
• अपने एजेंट का परीक्षण और डिबग करें

अंत तक, आपके पास एक ऐसा एजेंट होगा जो आपसे शहर/तिथियां/बजट पूछता है, तीन वर्कर्स (Flights, Stays, Activities) को समानांतर में चलाता है, और एक-दो स्पष्ट इटिनरेरी विकल्प देता है।

यदि आप एजेंटिक AI में नए हैं, तो मैं AI Agent Fundamentals स्किल ट्रैक देखने की सलाह देता/देती हूं। आप Building AI Agents with Google ADK कोर्स भी देख सकते हैं।

Google ADK Visual Agent Builder क्या है?

Google का ADK Visual Agent Builder Gemini द्वारा संचालित मल्टी-एजेंट वर्कफ़्लो डिज़ाइन करने के लिए एक कैनवास है। आप अपनी मंशा AI Assistant को बताते हैं, जो एक संपूर्ण एजेंट आर्किटेक्चर का प्रस्ताव और साकार करता है, उसे विज़ुअल कैनवास पर रेंडर करता है, और आपको तुरंत चैट में परीक्षण करने देता है। 

इसके बाद, आप ट्रेसेज़ देख सकते हैं और तैयार होने पर प्रोडक्शन-रेडी YAML फाइलें एक्सपोर्ट कर सकते हैं।

इस Agent Builder की कुछ प्रमुख बातیں:

• LLM एजेंट्स: हर नोड एक प्रॉम्प्ट और मॉडल को वैकल्पिक टूल्स के साथ जोड़ता है। उदाहरण के लिए, आप एक रीजनिंग एजेंट (Gemini 2.5 Pro या Gemini 3 Pro) और एक तेज़ सर्च एजेंट (Gemini 2.5 Flash) को साथ में उपयोग कर सकते हैं।
• ऑर्केस्ट्रेशन एजेंट्स: Loop, Parallel, या Sequential नोड्स नियंत्रित करते हैं कि रूट के आदेश पर चाइल्ड LLM एजेंट्स कैसे चलते हैं।
• टूल्स: google_search जैसे बिल्ट-इन टूल्स, साथ ही फंक्शन टूल्स और फाइल/कॉन्टेक्स्ट टूल्स जैसे url_context और FilesRetrieval, एजेंट्स के लिए कई यूटिलिटी को जोड़ना आसान बनाते हैं।
• Callbacks और Trace: लाइव Events और Trace व्यू दिखाता है कि कौन-सा एजेंट चला, उसके इनपुट/आउटपुट क्या थे, ताकि आप तर्क और टूल कॉल्स को चरण-दर-चरण डिबग कर सकें।

ADK मॉडल कॉल्स, टूल इंटीग्रेशन, और स्टेट पासिंग संभालता है ताकि आप व्यवहार पर ध्यान दे सकें। 

ADK Visual Agent Builder डेमो: एक ट्रैवल प्लानर एजेंट वर्कफ़्लो बनाना

इस सेक्शन में, हम Google के ADK Visual Agent Builder के साथ एक ट्रैवल प्लानर बनाएंगे। यह वर्कफ़्लो एक रूट LLM एजेंट और एक पैरेलल एजेंट का उपयोग करता है, जो फ्लाइट्स, स्टेज़ और एक्टिविटीज़ के लिए तीन एजेंट्स से संपर्क करता है, फिर सबकुछ मिलाकर स्पष्ट ट्रिप विकल्प देता है जिन पर आप तुरंत कार्य कर सकें।

यह ऐसे काम करता है:

• ट्रिप इंटेंट: अपेक्षित ट्रिप इटिनरेरी दर्ज करें—शहर, तिथियां, बजट, और कोई भी अनिवार्य/परहेज़ प्राथमिकताएं।
• समानांतर रिसर्च: पैरेलल एजेंट रिसर्च करता है:
• Flights Agent संभावित लेग्स सुझाता है, जिनमें समय, लेओवर, कुल घंटे और लागत शामिल हैं।
• Stays Agent प्रति शहर 1–2 ठहरने के विकल्प सुझाता है।
• Activities Agent प्रति शहर 2–3 करने योग्य चीज़ों का मसौदा तैयार करता है।
• समन्वय और रैंक: रूट एजेंट लागत, कुल यात्रा समय, प्राथमिकता-फिट आदि जैसे ट्रेड-ऑफ्स की तुलना करता है और अधिकतम दो विकल्प लौटाता है जिनके साथ फायदे/नुकसान और अनुशंसित योजना के लिए दिन-प्रतिदिन का विवरण होता है।
• ट्रेस और पुनरावृत्ति: आप Trace व्यू में हर सब-एजेंट को चलते देख सकते हैं, फिर फॉलो-अप्स के साथ परिष्कृत कर सकते हैं।

अंत तक, आपके पास एक मल्टी-एजेंट वर्कफ़्लो होगा जो सादी अंग्रेज़ी में दी गई यात्रा-कल्पना को ठोस, बजट-सचेत इटिनरेरी में पारदर्शी तर्क के साथ बदल देता है।

स्टेप 1: Google ADK इंस्टॉल करना

किसी भी एजेंट को डिज़ाइन करने से पहले, हमें ADK CLI की ज़रूरत होगी। यह कमांड-लाइन टूल है जो Visual Agent Builder लॉन्च करता है और लोकल वेब UI चलाता है। 

pip install --upgrade google-adk
adk --versionसंचालित द्वारा

ऊपर दिया गया कोड adk, version 1.18.0 लौटाना चाहिए। यह पहले नवीनतम ADK पैकेज और उसकी डिपेंडेंसीज़ को फ़ेच करता है। --upgrade फ़्लैग यह सुनिश्चित करता है कि आप किसी पुराने CLI पर अटके न रहें, जिसमें इस ट्यूटोरियल में उपयोग की गई Visual Agent Builder सुविधाएं न हों। 

अंत में, हम इंस्टॉलेशन और यह सत्यापित करते हैं कि हमारा शेल adk executable ढूंढ सकता है।

ADK इंस्टॉल और वेरिफाई होने के बाद, हम Visual Agent Builder लॉन्च करने और अपना ट्रैवल प्लानर वर्कफ़्लो बनाने के लिए तैयार हैं। अगले चरण में, हम आपका API की सेट करेंगे और लोकल UI खोलेंगे ताकि आप एजेंट्स को विज़ुअली असेंबल करना शुरू कर सकें।

स्टेप 2: Google API Key सेट करें

शुरू करें Google AI Studio खोलकर और नीचे-बाईं ओर Get API Key पर क्लिक करके। फिर Create API Key चुनें और अपनी API key का नाम रखें। ध्यान दें कि आपको या तो नया Google Cloud Project बनाना होगा या किसी मौजूदा को उपयोग करना होगा जिसमें बिलिंग सक्षम हो। सेट होने के बाद, Google AI Studio पर लौटें, API Key कॉपी करें, और इसे अपने वर्किंग डायरेक्टरी में एक environment variable के रूप में सेट करें।

export GOOGLE_API_KEY=YOUR_API_KEY —-> for macOS/Linux
setx GOOGLE_API_KEY "YOUR_KEY" —-> for Windows (PowerShell)संचालित द्वारा

टर्मिनल को रीस्टार्ट करें ताकि बदलाव प्रभावी हो जाए।

वैकल्पिक रूप से, आप एक स्टार्टर रेपो भी क्लोन कर सकते हैं, जिसमें आज़माने के लिए पहले से बना प्रोजेक्ट है और आपकी सभी आवश्यकताएं सेट हैं:

git clone https://github.com/thomas-chong/google-adk-visual-agent-builder-demo.git
cd google-adk-visual-agent-builder-demoसंचालित द्वारा

ऊपर दिया गया कमांड एक रेपो क्लोन करता है जिसमें आपके लिए एक स्टार्टर रिसर्च एजेंट डेमो है। अब जबकि हमारे पास ADK इंस्टॉल है, अगला कदम वेब इंटरफेस लॉन्च करना है।

स्टेप 3: वेब इंटरफेस लॉन्च करना

API key सेट और ADK इंस्टॉल हो जाने के साथ, आप Visual Agent Builder खोलने के लिए तैयार हैं। लोकल Dev UI सर्वर शुरू करने के लिए निम्न कमांड चलाएं। 

adk webसंचालित द्वारा

डिफ़ॉल्ट रूप से, यह http://127.0.0.1:8000 पर लॉन्च होता है। इसे अपने ब्राउज़र में खोलें।

प्रारंभिक UI कुछ ऐसा दिखता है:

नया एजेंट बनाने के लिए + बटन पर क्लिक करें, इसका नाम Travel_Agent रखें, और आप तीन-पैनल बिल्डर पर पहुंचेंगे: Configuration (बाएँ), Canvas (बीच), और Assistant/Chat (दाएँ)।

सबसे पहले, मैंने चैट में Gemini को एक प्रॉम्प्ट भेजा ताकि एजेंट ऑटो-बिल्ड हो सके, जैसा कि आप OpenAI के AgentKit से वर्कफ़्लो बनाने के लिए करते हैं।

Create a Travel Ops planner agent. Given user input (ordered cities, dates, budget, must/avoid prefs), run three workers in parallel—Flights, Stays, Activities—(use google_search where helpful). 
Recommend up to 2 options. Prioritize stated preferences; if options are close, prefer lower cost and less total travel time. 
Clearly explain the trade-offs. If options are nearly identical, return one best option and say why. 
For each option, return text-only bullets: Cost (USD), Total travel time (h), Preference-fit (0–1), Pros/Cons (cost, time, experience), and a brief day-by-day (give the full day-by-day only for the recommended option). 
Defaults: prices in USD, time in hours, max 2 options. Ask at most 2 clarifying questions; if data is thin, return a degraded single option with a warning. 
Avoid fake booking links; provide sensible estimates and caveats.संचालित द्वारा

मेरी उम्मीद से बेहतर, Google ADK किसी विशिष्ट कार्य के लिए मॉडल या सब-एजेंट आवंटन पर काफी कुशल निकला। Gemini के कोड ड्राफ्ट करने और उसे विशिष्ट एजेंट फाइलों में डालने के बाद, यह आपके एजेंट में निर्देश इंजेक्ट करता है और उपयुक्त सब-एजेंट्स और टूल्स ऑटो-ऐड कर देता है। 

यहां मेरे प्रॉम्प्ट से जेनरेट हुआ एंड-टू-एंड पाइपलाइन है।

यह है बिल्डर का रूप जब Gemini प्रॉम्प्ट को प्रोसेस कर चुका होता है—निर्देश लागू, टूल्स वायर किए हुए, सब-एजेंट्स जोड़े हुए, और एजेंट विवरण भरा हुआ।

अंत में, सेव दबाएं, और आपका एजेंट तैयार है। इससे आप उस चैट इंटरफेस पर पहुंचेंगे जहां मैंने एजेंट से कुछ यात्रा से जुड़े प्रश्न पूछे।

शुरुआत में मैंने एजेंट से पूछा:

I want to travel from New York to Dubai for New Year’s for a week long vacation. Help me plan my trip within a budget of $1000संचालित द्वारा

नीचे दिए गए वीडियो में आप देख सकते हैं कि एजेंट ने कैसे जवाब दिया: