Agent2Agent एजेंट की मदद से Google Chat ऐप्लिकेशन बनाना

इस पेज पर, Google Workspace के ऐसे ऐड-ऑन को बनाने का तरीका बताया गया है जो Google Chat में काम करता है. साथ ही, यह Agent2Agent (A2A) प्रोटोकॉल का इस्तेमाल करने वाले एआई एजेंट के साथ इंटरफ़ेस करता है. Agent Development Kit (ADK) का इस्तेमाल करके एजेंट बनाया जाता है. साथ ही, इसे Vertex AI Agent Engine में होस्ट किया जाता है.

एआई एजेंट, अपने-आप अपने आस-पास के माहौल को समझते हैं, तर्क देते हैं, और तय किए गए लक्ष्य को हासिल करने के लिए, कई चरणों वाली मुश्किल कार्रवाइयां करते हैं. इस ट्यूटोरियल में, एलएलएम ऑडिटर मल्टी-एजेंट सैंपल को डिप्लॉय किया जाता है. यह Gemini और Google Search के आधार पर तथ्यों की समीक्षा करता है और उन्हें ठीक करता है.

LLM Auditor का मल्टी-एजेंट सैंपल, Chat ऐप्लिकेशन के तौर पर.

इस डायग्राम में आर्किटेक्चर और मैसेजिंग पैटर्न दिखाया गया है:

A2A एआई एजेंट के साथ लागू किए गए Chat ऐप्लिकेशन का आर्किटेक्चर.

इस डायग्राम में, A2A एजेंट के साथ लागू किए गए चैट ऐप्लिकेशन से इंटरैक्ट करने वाले उपयोगकर्ता के लिए, जानकारी का फ़्लो इस तरह होता है:

  1. कोई उपयोगकर्ता, Chat ऐप्लिकेशन को डायरेक्ट मैसेज या Chat स्पेस में मैसेज भेजता है.
  2. Chat ऐप्लिकेशन का लॉजिक, Apps Script में लागू किया जाता है. इसके अलावा, इसे एचटीटीपी एंडपॉइंट वाले वेब सर्वर के तौर पर भी लागू किया जाता है. यह मैसेज को पाता है और उसे प्रोसेस करता है.
  3. Vertex AI Agent Engine के साथ होस्ट किया गया A2A एजेंट, इंटरैक्शन को स्वीकार करता है और उसे प्रोसेस करता है.
  4. Chat ऐप्लिकेशन या एआई एजेंट को Google Workspace की सेवाओं के साथ इंटिग्रेट किया जा सकता है. जैसे, Calendar या Sheets. इसके अलावा, इसे Google की अन्य सेवाओं के साथ भी इंटिग्रेट किया जा सकता है. जैसे, Google Maps या YouTube. हालांकि, ऐसा करना ज़रूरी नहीं है.
  5. Chat ऐप्लिकेशन, Google Chat API का इस्तेमाल करके एसिंक्रोनस तरीके से जवाब भेजता है. इससे एआई एजेंट की प्रोग्रेस के बारे में जानकारी मिलती है.
  6. जवाब, उपयोगकर्ता को भेजे जाते हैं.

मकसद

  • अपना एनवायरमेंट सेट अप करें.
  • A2A एजेंट को डिप्लॉय करें.
  • Chat ऐप्लिकेशन डिप्लॉय करें.
  • Chat ऐप्लिकेशन को कॉन्फ़िगर करें.
  • Chat ऐप्लिकेशन को टेस्ट करें.

ज़रूरी शर्तें

अपना एनवायरमेंट सेट अप करने का तरीका

Google Cloud API चालू करना

Google API का इस्तेमाल करने से पहले, आपको उन्हें Google Cloud प्रोजेक्ट में चालू करना होगा. एक ही Google Cloud प्रोजेक्ट में, एक या उससे ज़्यादा एपीआई चालू किए जा सकते हैं.

उस स्क्रीन को कॉन्फ़िगर करना जहां OAuth के लिए सहमति दी जाती है

OAuth 2.0 का इस्तेमाल करने वाले सभी ऐप्लिकेशन के लिए, सहमति स्क्रीन को कॉन्फ़िगर करना ज़रूरी है. अपने ऐप्लिकेशन की OAuth सहमति स्क्रीन को कॉन्फ़िगर करने से यह तय होता है कि उपयोगकर्ताओं और ऐप्लिकेशन की समीक्षा करने वालों को क्या दिखेगा. साथ ही, इससे आपका ऐप्लिकेशन रजिस्टर हो जाता है, ताकि बाद में इसे पब्लिश किया जा सके.

  1. Google Cloud console में, मेन्यू > Google Auth platform > ब्रैंडिंग पर जाएं.

    ब्रैंडिंग पर जाएं

  2. अगर आपने पहले ही Google Auth platformको कॉन्फ़िगर कर लिया है, तो ब्रैंडिंग, दर्शक, और डेटा ऐक्सेस में जाकर, OAuth सहमति स्क्रीन की इन सेटिंग को कॉन्फ़िगर किया जा सकता है. अगर आपको Google Auth platform अभी तक कॉन्फ़िगर नहीं किया गया है मैसेज दिखता है, तो शुरू करें पर क्लिक करें:
    1. ऐप्लिकेशन की जानकारी में जाकर, ऐप्लिकेशन का नाम में ऐप्लिकेशन का नाम डालें.
    2. उपयोगकर्ता सहायता के लिए ईमेल पता में, सहायता के लिए वह ईमेल पता चुनें जिस पर उपयोगकर्ता, सहमति से जुड़े सवालों के लिए आपसे संपर्क कर सकें.
    3. आगे बढ़ें पर क्लिक करें.
    4. दर्शक सेक्शन में जाकर, संगठन के अंदर से जनरेट होने वाला ट्रैफ़िक चुनें.
    5. आगे बढ़ें पर क्लिक करें.
    6. संपर्क जानकारी में जाकर, वह ईमेल पता डालें जिस पर आपको अपने प्रोजेक्ट में हुए किसी भी बदलाव के बारे में सूचना मिल सके.
    7. आगे बढ़ें पर क्लिक करें.
    8. पूरा करें में जाकर, Google API सेवाओं के उपयोगकर्ता के डेटा की नीति पढ़ें. अगर आप इससे सहमत हैं, तो मैं Google API सेवाओं के उपयोगकर्ता के डेटा की नीति से सहमत हूं को चुनें.
    9. जारी रखें पर क्लिक करें.
    10. बनाएं पर क्लिक करें.
  3. फ़िलहाल, स्कोप जोड़ने की प्रोसेस को स्किप किया जा सकता है. अगर आपको आने वाले समय में, अपने Google Workspace संगठन के बाहर इस्तेमाल करने के लिए कोई ऐप्लिकेशन बनाना है, तो आपको उपयोगकर्ता का टाइप बदलकर बाहरी करना होगा. इसके बाद, अपने ऐप्लिकेशन के लिए ज़रूरी अनुमति के स्कोप जोड़ें. ज़्यादा जानने के लिए, OAuth की सहमति कॉन्फ़िगर करना गाइड पढ़ें.

Google Cloud Console में सेवा खाता बनाना

Vertex AI User की भूमिका वाला नया सेवा खाता बनाने के लिए, यह तरीका अपनाएं:

Google Cloud कंसोल

  1. Google Cloud Console में, मेन्यू &gt आईएएम और एडमिन &gt सेवा खाते पर जाएं.

    सेवा खातों पर जाएं

  2. सेवा खाता बनाएं पर क्लिक करें.
  3. सेवा खाते की जानकारी भरें. इसके बाद, बनाएं और जारी रखें पर क्लिक करें.
  4. ज़रूरी नहीं: अपने सेवा खाते को भूमिकाएं असाइन करें, ताकि उसे आपके Google Cloud प्रोजेक्ट के संसाधनों का ऐक्सेस मिल सके. ज़्यादा जानकारी के लिए, संसाधनों का ऐक्सेस देना, उसमें बदलाव करना, और उसे रद्द करना लेख पढ़ें.
  5. जारी रखें पर क्लिक करें.
  6. उन उपयोगकर्ताओं या ग्रुप के नाम डालें जिनके पास इस सेवा खाते को मैनेज करने और इससे जुड़ी कार्रवाइयां करने का ऐक्सेस है. हालांकि, यह ज़रूरी नहीं है. ज़्यादा जानकारी के लिए, सेवा खाते के डुप्लीकेट को मैनेज करना लेख पढ़ें.
  7. हो गया पर क्लिक करें. सेवा खाते का ईमेल पता नोट कर लें.

gcloud सीएलआई

  1. सेवा खाता बनाएं: 
    gcloud iam service-accounts create SERVICE_ACCOUNT_NAME \
  --display-name="SERVICE_ACCOUNT_NAME"
  2. ज़रूरी नहीं: अपने सेवा खाते को भूमिकाएं असाइन करें, ताकि उसे आपके Google Cloud प्रोजेक्ट के संसाधनों का ऐक्सेस मिल सके. ज़्यादा जानकारी के लिए, संसाधनों का ऐक्सेस देना, उसमें बदलाव करना, और उसे रद्द करना लेख पढ़ें.

सेवा खाता, सेवा खाते वाले पेज पर दिखता है.

निजी कुंजी बनाना

सेवा खाते के लिए निजी पासकोड बनाने और उसे डाउनलोड करने के लिए, यह तरीका अपनाएं:

  1. Google Cloud Console में, मेन्यू &gt आईएएम और एडमिन &gt सेवा खाते पर जाएं.

    सेवा खातों पर जाएं

  2. अपना सेवा खाता चुनें.
  3. कुंजियां > कुंजी जोड़ें > नई कुंजी बनाएं पर क्लिक करें.
  4. JSON को चुनें. इसके बाद, बनाएं पर क्लिक करें.

    आपकी नई सार्वजनिक/निजी कुंजी की जोड़ी जनरेट करके आपकी मशीन पर एक नई फ़ाइल के तौर पर डाउनलोड की जाती है. डाउनलोड की गई JSON फ़ाइल को अपनी वर्किंग डायरेक्ट्री में credentials.json के तौर पर सेव करें. यह फ़ाइल, इस कुंजी की सिर्फ़ एक कॉपी है. अपनी कुंजी को सुरक्षित तरीके से सेव करने के बारे में जानकारी के लिए, सेवा खाते की कुंजियां मैनेज करना लेख पढ़ें.

  5. बंद करें पर क्लिक करें.

सेवा खातों के बारे में ज़्यादा जानने के लिए, Google Cloud IAM के दस्तावेज़ में सेवा खाते लेख पढ़ें.

A2A एजेंट को डिप्लॉय करना

  1. अगर आपने ऐसा नहीं किया है, तो अपने Google Cloud खाते से पुष्टि करें. साथ ही, Google Cloud प्रोजेक्ट का इस्तेमाल करने के लिए, Google Cloud CLI को कॉन्फ़िगर करें.

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

    PROJECT_ID की जगह, अपने Cloud प्रोजेक्ट का आईडी डालें.

  2. इस बटन का इस्तेमाल करके, ADK के सैंपल वाली GitHub रिपॉज़िटरी डाउनलोड करें:

    adk-samples डाउनलोड करें

  3. अपने पसंदीदा लोकल डेवलपमेंट एनवायरमेंट में, डाउनलोड की गई संग्रह फ़ाइल को निकालें और adk-samples/python/agents/llm-auditor डायरेक्ट्री खोलें.

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

  4. ADK एजेंट को A2A रिमोट एजेंट के तौर पर डिप्लॉय करने के लिए, लागू करने की प्रोसेस को अपडेट करें:

    1. pyproject.toml: डिप्लॉयमेंट ग्रुप में ADK और A2A SDK की डिपेंडेंसी जोड़ें.

      apps-script/chat/a2a-ai-agent/llm-auditor/pyproject.toml
      [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 ऐप्लिकेशन को डिप्लॉय करने के बजाय, A2A एजेंट और कार्ड को डिप्लॉय करें.

      apps-script/chat/a2a-ai-agent/llm-auditor/deployment/deploy.py
      # 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 एजेंट के लिए, नया Cloud Storage बकेट बनाएं.

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

    इनकी जगह ये डालें:

    1. CLOUD_STORAGE_BUCKET_NAME में, बकेट का कोई ऐसा नाम डालें जिसका इस्तेमाल आपको करना है.
    2. PROJECT_ID की जगह अपने Cloud प्रोजेक्ट का आईडी डालें.
    3. PROJECT_LOCATION को अपने Cloud प्रोजेक्ट की जगह की जानकारी दें.

  6. इन एनवायरमेंट वैरिएबल को सेट करें:

    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

    इनकी जगह ये डालें:

    1. CLOUD_STORAGE_BUCKET_NAME में, बनाए गए बकेट का नाम डालें.
    2. PROJECT_ID की जगह अपने Cloud प्रोजेक्ट का आईडी डालें.
    3. PROJECT_LOCATION को अपने Cloud प्रोजेक्ट की जगह की जानकारी का ऐक्सेस दें.

  7. वर्चुअल एनवायरमेंट से ADK एजेंट को इंस्टॉल और डिप्लॉय करें.

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

  8. एजेंट आईडी वापस पाएं. इसकी ज़रूरत आपको बाद में Chat ऐप्लिकेशन को कॉन्फ़िगर करते समय पड़ेगी.

    python3 deployment/deploy.py --list

Chat ऐप्लिकेशन प्रोजेक्ट बनाना और उसे कॉन्फ़िगर करना

  1. A2A एआई एजेंट क्विकस्टार्ट Apps Script प्रोजेक्ट खोलने के लिए, यहां दिए गए बटन पर क्लिक करें.

    प्रोजेक्ट खोलें

  2. खास जानकारी > कॉपी बनाने का आइकॉन कॉपी बनाएं पर क्लिक करें.

  3. अपने Apps Script प्रोजेक्ट में, प्रोजेक्ट सेटिंग का आइकॉन प्रोजेक्ट सेटिंग पर क्लिक करें > स्क्रिप्ट की प्रॉपर्टी में बदलाव करें > स्क्रिप्ट की प्रॉपर्टी जोड़ें पर क्लिक करें. इसके बाद, स्क्रिप्ट की ये प्रॉपर्टी जोड़ें:

    1. REASONING_ENGINE_RESOURCE_NAME में, Vertex AI एजेंट के संसाधन का नाम डालें. यह नाम पिछले चरणों में कॉपी किया गया था.
    2. SERVICE_ACCOUNT_KEY में, सेवा खाते से डाउनलोड की गई JSON कुंजी डालें. जैसे, { ... }.

  4. स्क्रिप्ट प्रॉपर्टी सेव करें पर क्लिक करें.

  5. Google Cloud console में, मेन्यू > IAM और एडमिन > सेटिंग पर जाएं.

    आईएएम और एडमिन सेटिंग पर जाएं

  6. प्रोजेक्ट नंबर फ़ील्ड में, वैल्यू कॉपी करें.

  7. अपने Apps Script प्रोजेक्ट में, प्रोजेक्ट सेटिंग का आइकॉन प्रोजेक्ट की सेटिंग पर क्लिक करें.

  8. Google Cloud Platform (GCP) प्रोजेक्ट में जाकर, प्रोजेक्ट बदलें पर क्लिक करें.

  9. GCP प्रोजेक्ट नंबर में, पिछले चरणों में कॉपी किया गया Google Cloud प्रोजेक्ट नंबर चिपकाएं.

  10. प्रोजेक्ट सेट करें पर क्लिक करें. अब Cloud प्रोजेक्ट और Apps Script प्रोजेक्ट कनेक्ट हो गए हैं.

टेस्ट डिप्लॉयमेंट बनाना

आपको इस Apps Script प्रोजेक्ट के लिए, डिप्लॉयमेंट आईडी की ज़रूरत होगी, ताकि आप इसका इस्तेमाल अगले चरण में कर सकें.

हेड डिप्लॉयमेंट आईडी पाने के लिए, यह तरीका अपनाएं:

  1. Chat ऐप्लिकेशन के Apps Script प्रोजेक्ट में, परिनियोजित करें > परिनियोजन की जांच करें पर क्लिक करें.
  2. हेड डिप्लॉयमेंट आईडी में जाकर, कॉपी बनाने का आइकॉन कॉपी करें पर क्लिक करें.
  3. हो गया पर क्लिक करें.

Chat ऐप्लिकेशन को कॉन्फ़िगर करना

Apps Script डिप्लॉयमेंट का इस्तेमाल करके, Google Chat ऐप्लिकेशन को टेस्ट करने के लिए डिप्लॉय करने के लिए, यह तरीका अपनाएं:

  1. कंसोल में, Google Chat API खोजें और Google Chat API पर क्लिक करें.
  2. मैनेज करें पर क्लिक करें.

  3. कॉन्फ़िगरेशन पर क्लिक करें और Chat ऐप्लिकेशन सेट अप करें:

    1. ऐप्लिकेशन का नाम फ़ील्ड में, A2A Quickstart डालें.
    2. अवतार का यूआरएल फ़ील्ड में, https://developers.google.com/workspace/add-ons/images/quickstart-app-avatar.png डालें.
    3. ब्यौरा फ़ील्ड में, A2A Quickstart डालें.
    4. सुविधाएं में जाकर, स्पेस और ग्रुप बातचीत में शामिल हों को चुनें.
    5. कनेक्शन सेटिंग में जाकर, Apps Script प्रोजेक्ट को चुनें.
    6. डिप्लॉयमेंट आईडी फ़ील्ड में, हेड डिप्लॉयमेंट आईडी चिपकाएं. यह वही आईडी होना चाहिए जिसे आपने पहले कॉपी किया था.
    7. 'दिखने की सेटिंग' में जाकर, आपके डोमेन में मौजूद चुनिंदा लोग और ग्रुप को चुनें. इसके बाद, अपना ईमेल पता डालें.

  4. सेव करें पर क्लिक करें.

Chat ऐप्लिकेशन, मैसेज का जवाब देने के लिए तैयार है.

Chat ऐप्लिकेशन की टेस्टिंग करना

Chat ऐप्लिकेशन को आज़माने के लिए, Chat ऐप्लिकेशन की मदद से कोई डायरेक्ट मैसेज स्पेस खोलें और मैसेज भेजें:

  1. Google Workspace खाते का इस्तेमाल करके Google Chat खोलें. आपने इसी खाते का इस्तेमाल करके, भरोसेमंद टेस्टर के तौर पर खुद को जोड़ा था.

    Google Chat पर जाएं

  2. नई चैट पर क्लिक करें.
  3. एक या उससे ज़्यादा लोगों को जोड़ें फ़ील्ड में, अपने Chat ऐप्लिकेशन का नाम डालें.

  4. नतीजों में से अपना Chat ऐप्लिकेशन चुनें. एक डायरेक्ट मैसेज खुलता है.

  5. ऐप्लिकेशन को भेजे गए नए डायरेक्ट मैसेज में, The Eiffel Tower was completed in 1900 टाइप करें और enter दबाएं.

    Chat ऐप्लिकेशन, समीक्षक और बदलाव करने वाला सब-एजेंट के जवाब देता है.

भरोसेमंद टेस्टर जोड़ने और इंटरैक्टिव सुविधाओं की टेस्टिंग के बारे में ज़्यादा जानने के लिए, Google Chat ऐप्लिकेशन के लिए इंटरैक्टिव सुविधाओं की टेस्टिंग करना लेख पढ़ें.

समस्या हल करें

जब कोई Google Chat ऐप्लिकेशन या कार्ड कोई गड़बड़ी दिखाता है, तो Chat इंटरफ़ेस पर "कोई गड़बड़ी हुई" मैसेज दिखता है. या "आपका अनुरोध प्रोसेस नहीं किया जा सका." कभी-कभी Chat के यूज़र इंटरफ़ेस (यूआई) में कोई गड़बड़ी का मैसेज नहीं दिखता है, लेकिन Chat ऐप्लिकेशन या कार्ड से कोई अनचाहा नतीजा मिलता है. उदाहरण के लिए, ऐसा हो सकता है कि कार्ड मैसेज न दिखे.

ऐसा हो सकता है कि Chat के यूज़र इंटरफ़ेस (यूआई) में गड़बड़ी का मैसेज न दिखे. हालांकि, Chat ऐप्लिकेशन के लिए गड़बड़ी के लॉगिंग की सुविधा चालू होने पर, गड़बड़ियों को ठीक करने में आपकी मदद करने के लिए, गड़बड़ी के बारे में जानकारी देने वाले मैसेज और लॉग डेटा उपलब्ध होता है. गड़बड़ियों को देखने, डीबग करने, और ठीक करने के बारे में मदद पाने के लिए, Google Chat से जुड़ी गड़बड़ियों को ठीक करना लेख पढ़ें.

व्यवस्थित करें

इस ट्यूटोरियल में इस्तेमाल किए गए संसाधनों के लिए, अपने Google Cloud खाते से शुल्क न लिए जाने से बचने के लिए, हमारा सुझाव है कि आप Cloud प्रोजेक्ट मिटा दें.

  1. Google Cloud Console में, संसाधन मैनेज करें पेज पर जाएं. मेन्यू > IAM और एडमिन > संसाधन मैनेज करें पर क्लिक करें.

    Resource Manager पर जाएं

  2. प्रोजेक्ट की सूची में, वह प्रोजेक्ट चुनें जिसे आपको मिटाना है. इसके बाद, मिटाएं पर क्लिक करें.
  3. डायलॉग बॉक्स में, प्रोजेक्ट आईडी डालें. इसके बाद, प्रोजेक्ट मिटाने के लिए बंद करें पर क्लिक करें.