Agent2Agent এজেন্ট দিয়ে একটি Google Chat অ্যাপ তৈরি করুন

এই পৃষ্ঠায় ব্যাখ্যা করা হয়েছে কিভাবে একটি Google Workspace অ্যাড-অন তৈরি করবেন যা Google Chat-এ কাজ করে এবং Agent2Agent (A2A) প্রোটোকল ব্যবহার করে এমন একটি AI এজেন্টের সাথে ইন্টারফেস করে। আপনি Agent Development Kit (ADK) ব্যবহার করে এজেন্টটি তৈরি করেন এবং Vertex AI Agent Engine- এ হোস্ট করেন।

এআই এজেন্টরা স্বায়ত্তশাসিতভাবে তাদের পরিবেশ, যুক্তি উপলব্ধি করে এবং একটি নির্ধারিত লক্ষ্য অর্জনের জন্য জটিল, বহু-পদক্ষেপের ক্রিয়া সম্পাদন করে। এই টিউটোরিয়ালে, আপনি এলএলএম অডিটর মাল্টি-এজেন্ট নমুনা স্থাপন করবেন যা জেমিনি এবং গুগল সার্চ গ্রাউন্ডিং ব্যবহার করে তথ্যের সমালোচনা এবং সংশোধন করে।

নিম্নলিখিত চিত্রটি স্থাপত্য এবং বার্তাপ্রেরণের ধরণ দেখায়:

চিত্রটিতে, একজন ব্যবহারকারী A2A এজেন্টের সাথে বাস্তবায়িত একটি চ্যাট অ্যাপের সাথে ইন্টারঅ্যাক্ট করছেন, তার তথ্যের প্রবাহ নিম্নরূপ:

1. একজন ব্যবহারকারী চ্যাট অ্যাপে একটি বার্তা পাঠান, হয় সরাসরি বার্তায় অথবা চ্যাট স্পেসে।
2. অ্যাপস স্ক্রিপ্টে অথবা HTTP এন্ডপয়েন্ট সহ একটি ওয়েব সার্ভার হিসেবে প্রয়োগ করা চ্যাট অ্যাপ লজিক বার্তাটি গ্রহণ করে এবং প্রক্রিয়া করে।
3. Vertex AI Agent Engine এর সাথে হোস্ট করা A2A এজেন্ট ইন্টারঅ্যাকশন গ্রহণ করে এবং প্রক্রিয়া করে।
4. ঐচ্ছিকভাবে, চ্যাট অ্যাপ বা এআই এজেন্ট গুগল ওয়ার্কস্পেস পরিষেবা, যেমন ক্যালেন্ডার বা শিট, অথবা গুগল ম্যাপ বা ইউটিউবের মতো অন্যান্য গুগল পরিষেবার সাথে একীভূত হতে পারে।
5. চ্যাট অ্যাপটি অ্যাসিঙ্ক্রোনাসভাবে প্রতিক্রিয়া পাঠায়, গুগল চ্যাট এপিআই ব্যবহার করে এআই এজেন্টের অগ্রগতি জানাতে।
6. উত্তরগুলি ব্যবহারকারীর কাছে পৌঁছে দেওয়া হয়।

উদ্দেশ্য

• তোমার পরিবেশ ঠিক করো।
• A2A এজেন্ট মোতায়েন করুন।
• চ্যাট অ্যাপটি ব্যবহার করুন।
• চ্যাট অ্যাপটি কনফিগার করুন।
• চ্যাট অ্যাপটি পরীক্ষা করে দেখুন।

পূর্বশর্ত

• Google Chat অ্যাক্সেস সহ একটি ব্যবসা বা এন্টারপ্রাইজ Google Workspace অ্যাকাউন্ট।
• বিলিং সক্ষম করা একটি গুগল ক্লাউড প্রকল্প। বিদ্যমান কোনও প্রকল্পে বিলিং সক্ষম করা আছে কিনা তা পরীক্ষা করতে, আপনার প্রকল্পগুলির বিলিং স্থিতি যাচাই করুন দেখুন। একটি প্রকল্প তৈরি করতে এবং বিলিং সেট আপ করতে, একটি গুগল ক্লাউড প্রকল্প তৈরি করুন দেখুন।
• এলএলএম অডিটর এডিকে এজেন্টের পূর্বশর্তসমূহ
  • পাইথন ৩.১১+: ইনস্টলেশনের জন্য, অফিসিয়াল পাইথন ওয়েবসাইটের নির্দেশাবলী অনুসরণ করুন।
  • পাইথন পোয়েট্রি: ইনস্টলেশনের জন্য, অফিসিয়াল পোয়েট্রি ওয়েবসাইটের নির্দেশাবলী অনুসরণ করুন।
  • গুগল ক্লাউড সিএলআই: ইনস্টলেশনের জন্য, অফিসিয়াল গুগল ক্লাউড ওয়েবসাইটের নির্দেশাবলী অনুসরণ করুন।

আপনার পরিবেশ সেট আপ করুন

গুগল ক্লাউড এপিআই সক্ষম করুন

গুগল এপিআই ব্যবহার করার আগে, আপনাকে গুগল ক্লাউড প্রোজেক্টে সেগুলি চালু করতে হবে। আপনি একটি গুগল ক্লাউড প্রোজেক্টে এক বা একাধিক এপিআই চালু করতে পারেন।

• গুগল ক্লাউড কনসোলে, গুগল চ্যাট, ভার্টেক্স এআই এবং ক্লাউড রিসোর্স ম্যানেজার এপিআই সক্ষম করুন।

  API গুলি সক্ষম করুন

OAuth সম্মতি স্ক্রিন কনফিগার করুন

OAuth 2.0 ব্যবহার করা সমস্ত অ্যাপের জন্য একটি সম্মতি স্ক্রিন কনফিগারেশন প্রয়োজন। আপনার অ্যাপের OAuth সম্মতি স্ক্রিন কনফিগার করার মাধ্যমে ব্যবহারকারী এবং অ্যাপ পর্যালোচকদের কাছে কী প্রদর্শিত হবে তা সংজ্ঞায়িত করা হয় এবং আপনার অ্যাপটি নিবন্ধিত হয় যাতে আপনি পরে এটি প্রকাশ করতে পারেন।

1. গুগল ক্লাউড কনসোলে, মেনু menu > এ যানGoogle Auth platform > ব্র্যান্ডিং ।

   ব্র্যান্ডিং-এ যান

2. যদি আপনি ইতিমধ্যেই কনফিগার করে থাকেন Google Auth platform, আপনি ব্র্যান্ডিং , অডিয়েন্স এবং ডেটা অ্যাক্সেসে নিম্নলিখিত OAuth কনসেন্ট স্ক্রিন সেটিংস কনফিগার করতে পারেন। যদি আপনি এমন একটি বার্তা দেখতে পান যা বলে Google Auth platform এখনও কনফিগার করা হয়নি , শুরু করুন ক্লিক করুন:
1. অ্যাপ তথ্য এর অধীনে, অ্যাপের নামে , অ্যাপটির জন্য একটি নাম লিখুন।
2. ব্যবহারকারীর সহায়তা ইমেল বিভাগে, এমন একটি সহায়তা ইমেল ঠিকানা বেছে নিন যেখানে ব্যবহারকারীদের সম্মতি সম্পর্কে প্রশ্ন থাকলে তারা আপনার সাথে যোগাযোগ করতে পারবেন।
3. পরবর্তী ক্লিক করুন।
4. অডিয়েন্স এর অধীনে, অভ্যন্তরীণ নির্বাচন করুন।
5. পরবর্তী ক্লিক করুন।
6. যোগাযোগের তথ্য এর অধীনে, একটি ইমেল ঠিকানা লিখুন যেখানে আপনার প্রকল্পের যেকোনো পরিবর্তন সম্পর্কে আপনাকে অবহিত করা যেতে পারে।
7. পরবর্তী ক্লিক করুন।
8. Finish এর অধীনে, Google API পরিষেবা ব্যবহারকারীর ডেটা নীতি পর্যালোচনা করুন এবং যদি আপনি সম্মত হন, তাহলে আমি Google API পরিষেবাগুলিতে সম্মত: ব্যবহারকারীর ডেটা নীতি নির্বাচন করুন।
9. চালিয়ে যান ক্লিক করুন।
10. তৈরি করুন ক্লিক করুন।
3. আপাতত, আপনি স্কোপ যোগ করা এড়িয়ে যেতে পারেন। ভবিষ্যতে, যখন আপনি আপনার Google Workspace সংস্থার বাইরে ব্যবহারের জন্য একটি অ্যাপ তৈরি করবেন, তখন আপনাকে ব্যবহারকারীর ধরণটি External এ পরিবর্তন করতে হবে। তারপর আপনার অ্যাপের জন্য প্রয়োজনীয় অনুমোদনের স্কোপগুলি যোগ করুন। আরও জানতে, সম্পূর্ণ Configure OAuth সম্মতি নির্দেশিকাটি দেখুন।

গুগল ক্লাউড কনসোলে একটি পরিষেবা অ্যাকাউন্ট তৈরি করুন

এই পদক্ষেপগুলি অনুসরণ করে Vertex AI User ভূমিকা সহ একটি নতুন পরিষেবা অ্যাকাউন্ট তৈরি করুন:

গুগল ক্লাউড কনসোল

1. গুগল ক্লাউড কনসোলে, মেনু menu > IAM & Admin > পরিষেবা অ্যাকাউন্ট এ যান।

   পরিষেবা অ্যাকাউন্টগুলিতে যান।

2. পরিষেবা অ্যাকাউন্ট তৈরি করুন ক্লিক করুন।
3. পরিষেবা অ্যাকাউন্টের বিবরণ পূরণ করুন, তারপর তৈরি করুন এবং চালিয়ে যান ক্লিক করুন।
4. ঐচ্ছিক: আপনার Google ক্লাউড প্রোজেক্টের রিসোর্সে অ্যাক্সেস দেওয়ার জন্য আপনার পরিষেবা অ্যাকাউন্টে ভূমিকা নির্ধারণ করুন। আরও বিস্তারিত জানার জন্য, রিসোর্সে অ্যাক্সেস প্রদান, পরিবর্তন এবং প্রত্যাহার দেখুন।
5. চালিয়ে যান ক্লিক করুন।
6. ঐচ্ছিক: এই পরিষেবা অ্যাকাউন্টের মাধ্যমে পরিচালনা এবং কার্য সম্পাদন করতে পারে এমন ব্যবহারকারী বা গোষ্ঠীগুলি লিখুন। আরও বিস্তারিত জানার জন্য, পরিষেবা অ্যাকাউন্ট ছদ্মবেশ পরিচালনা দেখুন।
7. সম্পন্ন ক্লিক করুন। পরিষেবা অ্যাকাউন্টের ইমেল ঠিকানাটি লিখে রাখুন।

জিক্লাউড সিএলআই

1. পরিষেবা অ্যাকাউন্ট তৈরি করুন:

   gcloud iam service-accounts create SERVICE_ACCOUNT_NAME \
     --display-name="SERVICE_ACCOUNT_NAME"

2. ঐচ্ছিক: আপনার Google ক্লাউড প্রোজেক্টের রিসোর্সে অ্যাক্সেস দেওয়ার জন্য আপনার পরিষেবা অ্যাকাউন্টে ভূমিকা নির্ধারণ করুন। আরও বিস্তারিত জানার জন্য, রিসোর্সে অ্যাক্সেস প্রদান, পরিবর্তন এবং প্রত্যাহার দেখুন।

পরিষেবা অ্যাকাউন্টটি পরিষেবা অ্যাকাউন্ট পৃষ্ঠায় প্রদর্শিত হবে।

একটি ব্যক্তিগত কী তৈরি করুন

পরিষেবা অ্যাকাউন্টের জন্য একটি ব্যক্তিগত কী তৈরি এবং ডাউনলোড করতে, এই পদক্ষেপগুলি অনুসরণ করুন:

1. গুগল ক্লাউড কনসোলে, মেনু menu > IAM & Admin > পরিষেবা অ্যাকাউন্ট এ যান।

   পরিষেবা অ্যাকাউন্টগুলিতে যান।

2. আপনার পরিষেবা অ্যাকাউন্ট নির্বাচন করুন।
3. কী > কী যোগ করুন > নতুন কী তৈরি করুন ক্লিক করুন।
4. JSON নির্বাচন করুন, তারপর Create এ ক্লিক করুন।

   আপনার নতুন পাবলিক/প্রাইভেট কী জোড়া তৈরি করা হয়েছে এবং আপনার মেশিনে একটি নতুন ফাইল হিসেবে ডাউনলোড করা হয়েছে। ডাউনলোড করা JSON ফাইলটি আপনার কার্যকরী ডিরেক্টরিতে credentials.json হিসেবে সংরক্ষণ করুন। এই ফাইলটি এই কী-এর একমাত্র কপি। আপনার কী কীভাবে নিরাপদে সংরক্ষণ করবেন সে সম্পর্কে তথ্যের জন্য, পরিষেবা অ্যাকাউন্ট কী পরিচালনা করা দেখুন।

5. বন্ধ করুন ক্লিক করুন।

পরিষেবা অ্যাকাউন্ট সম্পর্কে আরও তথ্যের জন্য, Google Cloud IAM ডকুমেন্টেশনে পরিষেবা অ্যাকাউন্টগুলি দেখুন।

A2A এজেন্ট মোতায়েন করুন

1. যদি আপনি তা না করে থাকেন, তাহলে আপনার Google Cloud অ্যাকাউন্ট দিয়ে প্রমাণীকরণ করুন এবং আপনার Google Cloud প্রকল্পটি ব্যবহার করার জন্য Google Cloud CLI কনফিগার করুন।

   gcloud auth application-default login
   gcloud config set project PROJECT_ID
   gcloud auth application-default set-quota-project PROJECT_ID

   আপনার ক্লাউড প্রোজেক্টের আইডি দিয়ে PROJECT_ID প্রতিস্থাপন করুন।

2. এই বোতামটি ব্যবহার করে ADK নমুনা GitHub সংগ্রহস্থলটি ডাউনলোড করুন:

   adk-samples ডাউনলোড করুন

3. আপনার পছন্দের স্থানীয় ডেভেলপমেন্ট পরিবেশে, ডাউনলোড করা আর্কাইভ ফাইলটি বের করুন এবং adk-samples/python/agents/llm-auditor ডিরেক্টরিটি খুলুন।

   unzip adk-samples-main.zip
   cd adk-samples-main/python/agents/llm-auditor

4. ADK এজেন্টকে A2A রিমোট এজেন্ট হিসেবে স্থাপন করতে বাস্তবায়ন আপডেট করুন:

   1. pyproject.toml : ডিপ্লয়মেন্ট গ্রুপে ADK এবং A2A SDK নির্ভরতা যোগ করুন।

      অ্যাপস-স্ক্রিপ্ট/চ্যাট/a2a-ai-এজেন্ট/llm-auditor/pyproject.toml

      GitHub-এ দেখুন
      [project]
      name = "llm-auditor"
      version = "0.1.0"
      description = "The LLM Auditor evaluates LLM-generated answers, verifies actual accuracy using the web, and refines the response to ensure alignment with real-world knowledge."
      authors = [
          { name = "Chun-Sung Ferng", email = "csferng@google.com" },
          { name = "Cyrus Rashtchian", email = "cyroid@google.com" },
          { name = "Da-Cheng Juan", email = "dacheng@google.com" },
          { name = "Ivan Kuznetsov", email = "ivanku@google.com" },
      ]
      license = "Apache License 2.0"
      readme = "README.md"
      
      [tool.poetry.dependencies]
      python = "^3.10"
      google-adk = "^1.0.0"
      google-cloud-aiplatform = { extras = [
          "adk",
          "agent-engines",
      ], version = "^1.93.0" }
      google-genai = "^1.9.0"
      pydantic = "^2.10.6"
      python-dotenv = "^1.0.1"
      
      [tool.poetry.group.dev]
      optional = true
      
      [tool.poetry.group.dev.dependencies]
      google-adk = { version = "^1.0.0", extras = ["eval"] }
      pytest = "^8.3.5"
      pytest-asyncio = "^0.26.0"
      
      [tool.poetry.group.deployment]
      optional = true
      
      [tool.poetry.group.deployment.dependencies]
      absl-py = "^2.2.1"
      google-adk = "^1.0.0"
      a2a-sdk = "^0.3.0"
      
      [build-system]
      requires = ["poetry-core>=2.0.0,<3.0.0"]
      build-backend = "poetry.core.masonry.api"

   2. deployment/deploy.py : ADK অ্যাপ ডিপ্লয়মেন্টের পরিবর্তে A2A এজেন্ট এবং কার্ড ব্যবহার করুন।

      অ্যাপস-স্ক্রিপ্ট/চ্যাট/a2a-ai-এজেন্ট/llm-auditor/deployment/deploy.py

      GitHub-এ দেখুন
      # 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.
      
      """Deployment script for LLM Auditor."""
      
      import os
      
      from absl import app
      from absl import flags
      from dotenv import load_dotenv
      from llm_auditor.agent import root_agent
      import vertexai
      from vertexai import agent_engines
      
      # A2A wrapping
      from a2a.types import AgentSkill
      from google.adk.a2a.executor.a2a_agent_executor import A2aAgentExecutor
      from google.adk.runners import InMemoryRunner
      from vertexai.preview.reasoning_engines.templates.a2a import create_agent_card
      from vertexai.preview.reasoning_engines import A2aAgent
      
      FLAGS = flags.FLAGS
      flags.DEFINE_string("project_id", None, "GCP project ID.")
      flags.DEFINE_string("location", None, "GCP location.")
      flags.DEFINE_string("bucket", None, "GCP bucket.")
      flags.DEFINE_string("resource_id", None, "ReasoningEngine resource ID.")
      
      flags.DEFINE_bool("list", False, "List all agents.")
      flags.DEFINE_bool("create", False, "Creates a new agent.")
      flags.DEFINE_bool("delete", False, "Deletes an existing agent.")
      flags.mark_bool_flags_as_mutual_exclusive(["create", "delete"])
      
      
      def create() -> None:
          """Creates an agent engine for LLM Auditor."""
          agent_card = create_agent_card(
              agent_name=root_agent.name,
              description=root_agent.description,
              skills=[AgentSkill(
                  id='audit_llm_output',
                  name='Audit LLM Output',
                  description='Critiques and revises outputs from large language models.',
                  tags=['LLM', 'Audit', 'Revision'],
                  examples=[
                      'The earth is flat.',
                      'The capital of France is Berlin.',
                      'The last winner of the Super Bowl was the New England Patriots in 2020.',
                  ],
              )]
          )
          a2a_agent = A2aAgent(
              agent_card=agent_card,
              agent_executor_builder=lambda: A2aAgentExecutor(
                  runner=InMemoryRunner(
                      app_name=root_agent.name,
                      agent=root_agent,
                  )
              )
          )
          a2a_agent.set_up()
      
          remote_agent = agent_engines.create(
              a2a_agent,
              display_name=root_agent.name,
              requirements=[
                      "google-adk (>=0.0.2)",
                      "google-cloud-aiplatform[agent_engines] (>=1.88.0,<2.0.0)",
                      "google-genai (>=1.5.0,<2.0.0)",
                      "pydantic (>=2.10.6,<3.0.0)",
                      "absl-py (>=2.2.1,<3.0.0)",
                      "a2a-sdk>=0.3.22",
                      "uvicorn",
              ],
              # In-memory runner
              max_instances=1,
              env_vars ={
                  "NUM_WORKERS": "1"
              },
              extra_packages=["./llm_auditor"],
          )
          print(f"Created remote agent: {remote_agent.resource_name}")
      
      
      def delete(resource_id: str) -> None:
          remote_agent = agent_engines.get(resource_id)
          remote_agent.delete(force=True)
          print(f"Deleted remote agent: {resource_id}")
      
      
      def list_agents() -> None:
          remote_agents = agent_engines.list()
          TEMPLATE = '''
      {agent.name} ("{agent.display_name}")
      - Create time: {agent.create_time}
      - Update time: {agent.update_time}
      '''
          remote_agents_string = '\n'.join(TEMPLATE.format(agent=agent) for agent in remote_agents)
          print(f"All remote agents:\n{remote_agents_string}")
      
      def main(argv: list[str]) -> None:
          del argv  # unused
          load_dotenv()
      
          project_id = (
              FLAGS.project_id
              if FLAGS.project_id
              else os.getenv("GOOGLE_CLOUD_PROJECT")
          )
          location = (
              FLAGS.location if FLAGS.location else os.getenv("GOOGLE_CLOUD_LOCATION")
          )
          bucket = (
              FLAGS.bucket if FLAGS.bucket
              else os.getenv("GOOGLE_CLOUD_STORAGE_BUCKET")
          )
      
          print(f"PROJECT: {project_id}")
          print(f"LOCATION: {location}")
          print(f"BUCKET: {bucket}")
      
          if not project_id:
              print("Missing required environment variable: GOOGLE_CLOUD_PROJECT")
              return
          elif not location:
              print("Missing required environment variable: GOOGLE_CLOUD_LOCATION")
              return
          elif not bucket:
              print(
                  "Missing required environment variable: GOOGLE_CLOUD_STORAGE_BUCKET"
              )
              return
      
          vertexai.init(
              project=project_id,
              location=location,
              staging_bucket=f"gs://{bucket}",
          )
      
          if FLAGS.list:
              list_agents()
          elif FLAGS.create:
              create()
          elif FLAGS.delete:
              if not FLAGS.resource_id:
                  print("resource_id is required for delete")
                  return
              delete(FLAGS.resource_id)
          else:
              print("Unknown command")
      
      
      if __name__ == "__main__":
          app.run(main)

5. ADK এজেন্টের জন্য নিবেদিত একটি নতুন ক্লাউড স্টোরেজ বাকেট তৈরি করুন।

   gcloud storage buckets create gs://CLOUD_STORAGE_BUCKET_NAME --project=PROJECT_ID --location=PROJECT_LOCATION

   নিম্নলিখিতগুলি প্রতিস্থাপন করুন:

   1. CLOUD_STORAGE_BUCKET_NAME একটি অনন্য বাকেট নাম সহ যা আপনি ব্যবহার করতে চান।
   2. আপনার ক্লাউড প্রোজেক্টের আইডি সহ PROJECT_ID ।
   3. আপনার ক্লাউড প্রকল্পের অবস্থান সহ PROJECT_LOCATION ।

6. নিম্নলিখিত পরিবেশ ভেরিয়েবলগুলি সেট করুন:

   export GOOGLE_GENAI_USE_VERTEXAI=true
   export GOOGLE_CLOUD_PROJECT=PROJECT_ID
   export GOOGLE_CLOUD_LOCATION=PROJECT_LOCATION
   export GOOGLE_CLOUD_STORAGE_BUCKET=CLOUD_STORAGE_BUCKET_NAME

   নিম্নলিখিতগুলি প্রতিস্থাপন করুন:

   1. আপনার তৈরি বাকেটের নাম সহ CLOUD_STORAGE_BUCKET_NAME ।
   2. আপনার ক্লাউড প্রোজেক্টের আইডি সহ PROJECT_ID ।
   3. আপনার ক্লাউড প্রকল্পের অবস্থান সহ PROJECT_LOCATION ।

7. ভার্চুয়াল পরিবেশ থেকে ADK এজেন্ট ইনস্টল এবং স্থাপন করুন।

   python3 -m venv myenv
   source myenv/bin/activate
   poetry install --with deployment
   python3 deployment/deploy.py --create

8. এজেন্ট আইডিটি পুনরুদ্ধার করুন। চ্যাট অ্যাপটি কনফিগার করার পরে এটি আপনার প্রয়োজন হবে।

   python3 deployment/deploy.py --list

চ্যাট অ্যাপ প্রজেক্ট তৈরি এবং কনফিগার করুন

1. A2A AI Agent Quickstart Apps Script প্রকল্পটি খুলতে নিম্নলিখিত বোতামটি ক্লিক করুন।

   প্রকল্পটি খুলুন

2. info_outline ওভারভিউ > এ ক্লিক করুন। একটি কপি তৈরি করুন ।

3. আপনার অ্যাপস স্ক্রিপ্ট প্রজেক্টে, ক্লিক করুন প্রজেক্ট সেটিংস > স্ক্রিপ্ট প্রোপার্টি সম্পাদনা করুন > স্ক্রিপ্ট প্রোপার্টি যোগ করুন নিম্নলিখিত স্ক্রিপ্ট প্রোপার্টি যোগ করতে:

   1. পূর্ববর্তী ধাপগুলিতে Vertex AI এজেন্ট রিসোর্স নাম সহ REASONING_ENGINE_RESOURCE_NAME কপি করা হয়েছে।
   2. পূর্ববর্তী ধাপে ডাউনলোড করা পরিষেবা অ্যাকাউন্ট থেকে JSON কী সহ SERVICE_ACCOUNT_KEY , যেমন { ... } ।

4. স্ক্রিপ্টের বৈশিষ্ট্য সংরক্ষণ করুন ক্লিক করুন।

5. গুগল ক্লাউড কনসোলে, মেনু menu > IAM & Admin > সেটিংস এ যান।

   IAM এবং অ্যাডমিন সেটিংসে যান।

6. প্রজেক্ট নম্বর ক্ষেত্রে, মানটি অনুলিপি করুন।

7. আপনার অ্যাপস স্ক্রিপ্ট প্রজেক্টে, ক্লিক করুন প্রকল্প সেটিংস ।

8. গুগল ক্লাউড প্ল্যাটফর্ম (জিসিপি) প্রজেক্টের অধীনে, প্রজেক্ট পরিবর্তন করুন এ ক্লিক করুন।

9. GCP প্রজেক্ট নম্বরে , পূর্ববর্তী ধাপগুলিতে কপি করা Google ক্লাউড প্রজেক্ট নম্বরটি পেস্ট করুন।

10. Set project এ ক্লিক করুন। ক্লাউড প্রজেক্ট এবং অ্যাপস স্ক্রিপ্ট প্রজেক্ট এখন সংযুক্ত।

একটি পরীক্ষামূলক স্থাপনা তৈরি করুন

এই অ্যাপস স্ক্রিপ্ট প্রজেক্টের জন্য আপনার একটি ডিপ্লয়মেন্ট আইডি প্রয়োজন, যাতে আপনি পরবর্তী ধাপে এটি ব্যবহার করতে পারেন।

হেড ডিপ্লয়মেন্ট আইডি পেতে, নিম্নলিখিতগুলি করুন:

1. চ্যাট অ্যাপ অ্যাপস স্ক্রিপ্ট প্রজেক্টে, Deploy > Test deployments এ ক্লিক করুন।
2. হেড ডিপ্লয়মেন্ট আইডি এর অধীনে, ক্লিক করুন কপি ।
3. সম্পন্ন ক্লিক করুন।

চ্যাট অ্যাপ কনফিগার করুন

আপনার অ্যাপস স্ক্রিপ্ট ডিপ্লয়মেন্ট ব্যবহার করে, পরীক্ষার জন্য গুগল চ্যাট অ্যাপটি ডিপ্লয় করতে এই ধাপগুলি অনুসরণ করুন:

1. কনসোলে , Google Chat API অনুসন্ধান করুন এবং Google Chat API এ ক্লিক করুন।
2. পরিচালনা করুন- এ ক্লিক করুন।

3. কনফিগারেশনে ক্লিক করুন এবং চ্যাট অ্যাপ সেট আপ করুন:

   1. অ্যাপের নাম ক্ষেত্রে, A2A Quickstart লিখুন।
   2. Avatar URL ক্ষেত্রে, https://developers.google.com/workspace/add-ons/images/quickstart-app-avatar.png লিখুন।
   3. বর্ণনা ক্ষেত্রে, A2A Quickstart লিখুন।
   4. কার্যকারিতার অধীনে, Join spaces and group conversations নির্বাচন করুন।
   5. সংযোগ সেটিংসের অধীনে, অ্যাপস স্ক্রিপ্ট প্রজেক্ট নির্বাচন করুন।
   6. ডিপ্লয়মেন্ট আইডি ফিল্ডে, আপনার পূর্বে কপি করা হেড ডিপ্লয়মেন্ট আইডিটি পেস্ট করুন।
   7. দৃশ্যমানতার অধীনে, আপনার ডোমেনের নির্দিষ্ট ব্যক্তি এবং গোষ্ঠী নির্বাচন করুন এবং আপনার ইমেল লিখুন।

4. সংরক্ষণ করুন ক্লিক করুন।

চ্যাট অ্যাপটি মেসেজের উত্তর দেওয়ার জন্য প্রস্তুত।

চ্যাট অ্যাপটি পরীক্ষা করুন

আপনার চ্যাট অ্যাপটি পরীক্ষা করতে, চ্যাট অ্যাপের মাধ্যমে একটি সরাসরি বার্তা স্থান খুলুন এবং একটি বার্তা পাঠান:

1. বিশ্বস্ত পরীক্ষক হিসেবে নিজেকে যোগ করার সময় যে Google Workspace অ্যাকাউন্টটি দিয়েছিলেন, সেটি ব্যবহার করে Google Chat খুলুন।

   গুগল চ্যাটে যান

2. নতুন চ্যাট add এ ক্লিক করুন।
3. ১ বা তার বেশি লোক যোগ করুন ফিল্ডে, আপনার চ্যাট অ্যাপের নাম টাইপ করুন।

4. ফলাফল থেকে আপনার চ্যাট অ্যাপটি নির্বাচন করুন। একটি সরাসরি বার্তা খুলবে।

5. অ্যাপের নতুন সরাসরি বার্তায়, The Eiffel Tower was completed in 1900 টাইপ করুন এবং enter টিপুন।

   চ্যাট অ্যাপটি সমালোচক এবং পর্যালোচনাকারী সাব-এজেন্টের প্রতিক্রিয়া সহ উত্তর দেয়।

বিশ্বস্ত পরীক্ষক যোগ করতে এবং ইন্টারেক্টিভ বৈশিষ্ট্যগুলি পরীক্ষা করার বিষয়ে আরও জানতে, Google Chat অ্যাপের জন্য ইন্টারেক্টিভ বৈশিষ্ট্যগুলি পরীক্ষা করুন দেখুন।

সমস্যা সমাধান

যখন কোনও Google Chat অ্যাপ বা কার্ড কোনও ত্রুটি ফেরত দেয়, তখন Chat ইন্টারফেসটি "কিছু ভুল হয়েছে" বা "আপনার অনুরোধ প্রক্রিয়া করতে অক্ষম" বলে একটি বার্তা প্রকাশ করে। কখনও কখনও Chat UI কোনও ত্রুটির বার্তা প্রদর্শন করে না, তবে Chat অ্যাপ বা কার্ড একটি অপ্রত্যাশিত ফলাফল তৈরি করে; উদাহরণস্বরূপ, একটি কার্ড বার্তা প্রদর্শিত নাও হতে পারে।

যদিও চ্যাট UI তে কোনও ত্রুটির বার্তা প্রদর্শিত নাও হতে পারে, চ্যাট অ্যাপের জন্য ত্রুটি লগিং চালু থাকলে বর্ণনামূলক ত্রুটির বার্তা এবং লগ ডেটা আপনাকে ত্রুটিগুলি ঠিক করতে সাহায্য করার জন্য উপলব্ধ। ত্রুটিগুলি দেখা, ডিবাগ করা এবং ঠিক করার জন্য, Google Chat ত্রুটিগুলির সমস্যা সমাধান এবং সমাধান দেখুন।

পরিষ্কার করা

এই টিউটোরিয়ালে ব্যবহৃত রিসোর্সের জন্য আপনার Google ক্লাউড অ্যাকাউন্টে চার্জ এড়াতে, আমরা আপনাকে ক্লাউড প্রকল্পটি মুছে ফেলার পরামর্শ দিচ্ছি।

1. গুগল ক্লাউড কনসোলে, রিসোর্স পরিচালনা পৃষ্ঠায় যান। মেনু menu > IAM & Admin > রিসোর্স পরিচালনা করুন এ ক্লিক করুন।

   রিসোর্স ম্যানেজারে যান

2. প্রকল্পের তালিকায়, আপনি যে প্রকল্পটি মুছতে চান তা নির্বাচন করুন এবং তারপরে মুছুন মুছে ফেলুন delete করুন।
3. ডায়ালগে, প্রজেক্ট আইডি টাইপ করুন এবং তারপর প্রজেক্টটি মুছে ফেলতে Shut down এ ক্লিক করুন।

সম্পর্কিত বিষয়

• একজন ADK AI এজেন্ট দিয়ে একটি Google Chat অ্যাপ তৈরি করুন
• একজন ADK AI এজেন্ট এবং জেমিনি মডেলের সাথে তথ্য-যাচাই বিবৃতি
• Google Workspace জুড়ে অ্যাক্সেসযোগ্য একটি AI এজেন্টের সাথে ভ্রমণের পরিকল্পনা করুন
• চ্যাট অ্যাপগুলিতে মৌলিক AI ধারণাগুলিকে একীভূত করুন
• জেমিনি এআই চ্যাট অ্যাপের মাধ্যমে চ্যাট কথোপকথনের উপর ভিত্তি করে প্রশ্নের উত্তর দিন
• গুগল চ্যাট, ভার্টেক্স এআই, অ্যাপস স্ক্রিপ্ট এবং ব্যবহারকারী প্রমাণীকরণের মাধ্যমে ঘটনার প্রতিক্রিয়া জানান
• গুগল চ্যাট, ভার্টেক্স এআই এবং ফায়ারস্টোরের মাধ্যমে প্রকল্পগুলি পরিচালনা করুন