Проверка фактов с помощью агента ADK AI и модели Gemini

Уровень кодирования : продвинутый
Продолжительность : 30 минут
Тип проекта : Пользовательская функция

Обзор

Пользовательская функция проверки фактов для Google Таблиц, которая будет использоваться в качестве связанного проекта Apps Script на основе агента Vertex AI и модели Gemini.

В этом примере показано, как можно использовать два мощных типа ресурсов ИИ непосредственно в таблицах Google Sheets:

  1. Агенты ИИ для сложных, многоинструментальных, многошаговых возможностей рассуждения с использованием агентов ADK, развернутых в Vertex AI Agent Engine.
  2. Модели ИИ для расширенного понимания, генеративных и резюмирующих возможностей с использованием моделей Gemini от Vertex AI.

Пример использования пользовательской функции проверки фактов в Google Таблицах

Цели

  • Поймите, что делает решение.
  • Понять, как реализуется решение.
  • Разверните агента Vertex AI.
  • Настройте сценарий.
  • Запустите скрипт.

Об этом решении

Пользовательская функция Таблиц называется FACT_CHECK и представляет собой комплексное решение. Она анализирует выписку, обосновывает свой ответ, используя актуальную информацию из интернета, и возвращает результат в нужном вам формате:

  • Использование:
    • =FACT_CHECK("Your statement here") для краткого и обобщенного вывода.
    • =FACT_CHECK("Your statement here", "Your output formatting instructions here") для определенного формата вывода.
  • Рассуждение: LLM Auditor ADK AI Agent (пример Python) .
  • Форматирование вывода: модель Gemini .

Это решение запрашивает API Vertex AI REST с помощью UrlFetchApp .

Архитектура

На следующей диаграмме показана архитектура ресурсов Google Workspace и Google Cloud, используемых пользовательской функцией.

Архитектурная схема для пользовательской функции проверки фактов в Google Таблицах

Предпосылки

Для использования этого образца вам необходимы следующие предварительные условия:

  • Учетная запись Google (для учетных записей Google Workspace может потребоваться одобрение администратора).
  • Веб-браузер с доступом в Интернет.

  • Требования к агенту LLM Auditor ADK

    • Python 3.11+: Для установки следуйте инструкциям на официальном сайте Python .
    • Python Poetry: для установки следуйте инструкциям на официальном сайте Poetry .
    • Google Cloud CLI: для установки следуйте инструкциям на официальном сайте Google Cloud .

Подготовьте окружающую среду

В этом разделе показано, как создать и настроить проект Google Cloud.

Создайте проект Google Cloud

Консоль Google Cloud

  1. В консоли Google Cloud перейдите в > IAM и администрирование > Создать проект .

    Перейти к созданию проекта

  2. В поле «Название проекта» введите описательное название вашего проекта.

    Необязательно: чтобы изменить идентификатор проекта , нажмите «Изменить» . Идентификатор проекта нельзя изменить после его создания, поэтому выберите идентификатор, который будет соответствовать вашим потребностям на протяжении всего жизненного цикла проекта.

  3. В поле «Местоположение» нажмите «Обзор» , чтобы отобразить возможные местоположения для вашего проекта. Затем нажмите « Выбрать» .
  4. Нажмите «Создать» . Консоль Google Cloud перейдет на страницу панели управления, и ваш проект будет создан в течение нескольких минут.

gcloud CLI

В одной из следующих сред разработки получите доступ к Google Cloud CLI ( gcloud ):

  • Cloud Shell : чтобы использовать онлайн-терминал с уже настроенным интерфейсом командной строки gcloud, активируйте Cloud Shell.
    Активировать Cloud Shell
  • Локальная оболочка : чтобы использовать локальную среду разработки, установите и инициализируйте gcloud CLI.
    Чтобы создать облачный проект, используйте команду gcloud projects create :
    gcloud projects create PROJECT_ID
    Замените PROJECT_ID , указав идентификатор проекта, который вы хотите создать.

Включить выставление счетов для облачного проекта

Консоль Google Cloud

  1. В консоли Google Cloud перейдите в раздел «Оплата» . Нажмите «Меню» « Оплата» > «Мои проекты» .

    Перейти к выставлению счетов за мои проекты

  2. В разделе Выберите организацию выберите организацию, связанную с вашим проектом Google Cloud.
  3. В строке проекта откройте меню Действия ( ), нажмите Изменить выставление счетов и выберите учетную запись Cloud Billing.
  4. Нажмите «Настроить учетную запись» .

gcloud CLI

  1. Чтобы вывести список доступных платежных аккаунтов, выполните:
    gcloud billing accounts list
  2. Свяжите платежный аккаунт с проектом Google Cloud:
    gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID

    Заменить следующее:

    • PROJECT_ID — это идентификатор облачного проекта, для которого вы хотите включить выставление счетов.
    • BILLING_ACCOUNT_IDидентификатор платежного аккаунта для связи с проектом Google Cloud.

Включить API Vertex AI

Консоль Google Cloud

  1. В консоли Google Cloud включите API Vertex AI.

    Включить API

  2. Подтвердите, что вы включаете API Vertex AI в правильном облачном проекте, затем нажмите Далее .

  3. Подтвердите, что вы включаете правильный API, затем нажмите Включить .

gcloud CLI

  1. При необходимости установите текущий проект Cloud на тот, который вы создали с помощью команды gcloud config set project :

    gcloud config set project PROJECT_ID

    Замените PROJECT_ID на идентификатор созданного вами облачного проекта.

  2. Включите API Vertex AI с помощью команды gcloud services enable :

    gcloud services enable aiplatform.googleapis.com

Создайте учетную запись службы в консоли Google Cloud

Создайте новую учетную запись службы с ролью Vertex AI User выполнив следующие действия:

Консоль Google Cloud

  1. В консоли Google Cloud перейдите в > IAM и администрирование > Учетные записи служб .

    Перейти к учетным записям служб

  2. Нажмите Создать учетную запись службы .
  3. Заполните данные учетной записи службы, затем нажмите «Создать» и продолжите .
  4. Необязательно: назначьте роли своему сервисному аккаунту, чтобы предоставить доступ к ресурсам вашего проекта Google Cloud. Подробнее см. в разделе Предоставление, изменение и отзыв доступа к ресурсам .
  5. Нажмите «Продолжить» .
  6. Необязательно: введите пользователей или группы, которые смогут управлять этой учётной записью службы и выполнять с ней действия. Подробнее см. в разделе Управление олицетворением учётной записи службы .
  7. Нажмите «Готово» . Запишите адрес электронной почты для учётной записи сервиса.

gcloud CLI

  1. Создайте учетную запись службы:
    gcloud iam service-accounts create SERVICE_ACCOUNT_NAME \
      --display-name="SERVICE_ACCOUNT_NAME"
  2. Необязательно: назначьте роли своему сервисному аккаунту, чтобы предоставить доступ к ресурсам вашего проекта Google Cloud. Подробнее см. в разделе Предоставление, изменение и отзыв доступа к ресурсам .

Учётная запись сервиса появится на странице учётной записи сервиса. Затем создайте для неё закрытый ключ.

Создать закрытый ключ

Чтобы создать и загрузить закрытый ключ для учетной записи службы, выполните следующие действия:

  1. В консоли Google Cloud перейдите в > IAM и администрирование > Учетные записи служб .

    Перейти к учетным записям служб

  2. Выберите свою учетную запись службы.
  3. Нажмите Ключи > Добавить ключ > Создать новый ключ .
  4. Выберите JSON , затем нажмите Создать .

    Ваша новая пара открытого и закрытого ключей будет сгенерирована и загружена на ваш компьютер в виде нового файла. Сохраните загруженный JSON-файл как credentials.json в вашем рабочем каталоге. Этот файл — единственная копия данного ключа. Сведения о безопасном хранении ключа см. в разделе Управление ключами учётной записи службы .

  5. Нажмите «Закрыть» .

Дополнительную информацию об учетных записях служб см. в разделе «Учетные записи служб» в документации Google Cloud IAM.

Развертывание агента LLM Auditor ADK AI

  1. Если вы еще этого не сделали, выполните аутентификацию с помощью своей учетной записи Google Cloud и настройте Google Cloud CLI для использования вашего проекта Google Cloud.

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

    Замените PROJECT_ID на идентификатор созданного вами облачного проекта.

  2. Загрузите этот репозиторий GitHub

    Скачать

  3. В предпочитаемой вами локальной среде разработки извлеките загруженный архивный файл и откройте каталог adk-samples/python/agents/llm-auditor .

    unzip adk-samples-main.zip
    cd adk-samples-main/python/agents/llm-auditor
  4. Создайте новый контейнер облачного хранилища, выделенный для агента ADK.

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

    Заменить следующее:

    1. CLOUD_STORAGE_BUCKET_NAME на уникальное имя контейнера, которое вы хотите использовать.
    2. PROJECT_ID на идентификатор созданного вами облачного проекта.
    3. PROJECT_LOCATION на местоположение созданного вами облачного проекта.
  5. Установите следующие переменные среды:

    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

    Заменить следующее:

    1. CLOUD_STORAGE_BUCKET_NAME на имя созданного вами контейнера.
    2. PROJECT_ID на идентификатор созданного вами облачного проекта.
    3. PROJECT_LOCATION на местоположение созданного вами облачного проекта.
  6. Установка и развертывание агента ADK из виртуальной среды.

    python3 -m venv myenv
    source myenv/bin/activate
    poetry install --with deployment
    python3 deployment/deploy.py --create
  7. Получите идентификатор агента, он понадобится вам позже для настройки пользовательской функции.

    python3 deployment/deploy.py --list

Ознакомьтесь с примером кода

При желании перед созданием новой электронной таблицы выделите немного времени на то, чтобы просмотреть и ознакомиться с примером кода, размещенным на GitHub.

Посмотреть на GitHub

Создать и настроить в новой электронной таблице

  1. Нажмите следующую кнопку и создайте полную копию примера электронной таблицы Google Таблиц, включая проект Apps Script, привязанный к контейнеру.

    Копировать таблицу Google Таблиц

  2. В только что созданной таблице перейдите в раздел Расширения > Скрипт приложений .

  3. В проекте Apps Script перейдите в раздел «Настройки проекта» , нажмите «Изменить свойства скрипта» , затем нажмите «Добавить свойство скрипта» , чтобы добавить следующие свойства скрипта:

    1. LOCATION — местоположение проекта Google Cloud, созданного на предыдущих этапах, например us-central1 .
    2. GEMINI_MODEL_ID на модель Gemini, которую вы хотите использовать, например gemini-2.5-flash-lite .
    3. REASONING_ENGINE_ID с идентификатором агента LLM Auditor ADK, развернутого на предыдущих этапах, например 1234567890 .
    4. SERVICE_ACCOUNT_KEY с ключом JSON из учетной записи службы, загруженной на предыдущих шагах, например { ... } .
  4. Нажмите Сохранить свойства скрипта.

Протестируйте пользовательскую функцию

  1. Перейдите к только что созданной электронной таблице.
  2. Измените утверждения в столбце А.
  3. Формулы в столбце B выполняются, а затем выводят на экран результаты проверки фактов.

Уборка

Чтобы избежать списания средств с вашего аккаунта Google Cloud за ресурсы, используемые в этом руководстве, мы рекомендуем вам удалить проект Cloud.

  1. В консоли Google Cloud перейдите на страницу «Управление ресурсами» . Выберите « Меню > «IAM и администрирование» > «Управление ресурсами» .

    Перейти к диспетчеру ресурсов

  2. В списке проектов выберите проект .
  3. В диалоговом окне введите идентификатор проекта, а затем нажмите кнопку «Завершить» , чтобы удалить проект.

Следующие шаги