Проверка фактов с помощью агента ADK AI и модели Gemini

Уровень владения программированием : Продвинутый
Продолжительность : 30 минут
Тип проекта : Пользовательская функция

Обзор

Пользовательская функция проверки фактов для Google Sheets, предназначенная для использования в качестве связанного проекта Apps Script, работающая на основе агента Vertex AI и модели Gemini.

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

1. ИИ-агенты для сложных, многофункциональных, многошаговых процессов рассуждения, использующие агенты ADK, развернутые в Vertex AI Agent Engine.
2. Использование моделей искусственного интеллекта для повышения эффективности понимания, генерации и обобщения информации с помощью моделей Gemini от Vertex AI.

Цели

• Поймите, для чего предназначено это решение.
• Разберитесь, как реализуется данное решение.
• Разверните агент Vertex AI.
• Настройте скрипт.
• Запустите скрипт.

Об этом решении

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

• Использование:
  • =FACT_CHECK("Your statement here") для получения краткого и сжатого результата.
  • =FACT_CHECK("Your statement here", "Your output formatting instructions here") для конкретного формата вывода.
• Логическое обоснование: LLM Auditor ADK AI Agent (пример на Python) .
• Форматирование вывода: модель Gemini .

Данное решение запрашивает REST API Vertex AI с помощью UrlFetchApp .

Архитектура

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

Предварительные требования

Для использования этого примера необходимы следующие условия:

• Для работы потребуется учетная запись Google (для учетных записей Google Workspace может потребоваться подтверждение администратора).

• Веб-браузер с доступом в интернет.

• Предварительные 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 в Google Cloud.

Консоль Google Cloud

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

   Перейдите в раздел «Создать проект».

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

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

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

gcloud CLI

В одной из следующих сред разработки получите доступ к интерфейсу командной строки Google Cloud ( gcloud ):

• Cloud Shell : Чтобы использовать онлайн-терминал с уже настроенным интерфейсом командной строки gcloud, активируйте Cloud Shell.
  Активировать Cloud Shell
• Локальная оболочка : Для использования локальной среды разработки установите и инициализируйте интерфейс командной строки gcloud.
  Для создания облачного проекта используйте команду ` gcloud projects create :

  gcloud projects create PROJECT_ID

  Замените PROJECT_ID на идентификатор проекта, который вы хотите создать.

Включить выставление счетов для облачного проекта

Консоль Google Cloud

1. В консоли Google Cloud перейдите в menu «Биллинг» . Нажмите меню > Биллинг > Мои проекты .

   Перейдите в раздел «Оплата моих проектов».

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

gcloud CLI

1. Чтобы отобразить список доступных платежных аккаунтов, выполните следующую команду:

   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 проекта в облаке, для которого вы хотите включить выставление счетов.
   • BILLING_ACCOUNT_ID — это идентификатор платежного аккаунта , который будет связан с проектом Google Cloud.

Включите API Vertex AI

Создайте учетную запись службы в консоли Google Cloud.

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

Консоль Google Cloud

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

   Перейдите в раздел «Учетные записи служб».

2. Нажмите «Создать учетную запись службы» .
3. Заполните данные учетной записи службы, затем нажмите «Создать и продолжить» .
4. Необязательно: назначьте роли вашей учетной записи службы, чтобы предоставить доступ к ресурсам вашего проекта Google Cloud. Для получения более подробной информации см. раздел «Предоставление, изменение и отзыв доступа к ресурсам» .
5. Нажмите «Продолжить» .
6. Необязательно: укажите пользователей или группы, которые могут управлять этой учетной записью службы и выполнять с ней действия. Дополнительные сведения см. в разделе «Управление имитацией учетной записи службы» .
7. Нажмите «Готово» . Запишите адрес электронной почты учетной записи службы.

gcloud CLI

1. Создайте учетную запись службы:

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

2. Необязательно: назначьте роли вашей учетной записи службы, чтобы предоставить доступ к ресурсам вашего проекта Google Cloud. Для получения более подробной информации см. раздел «Предоставление, изменение и отзыв доступа к ресурсам» .

Учетная запись службы отображается на странице учетных записей служб. Далее создайте закрытый ключ для учетной записи службы.

Создать закрытый ключ

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

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

   Перейдите в раздел «Учетные записи служб».

2. Выберите свой сервисный аккаунт.
3. Нажмите «Клавиши» > «Добавить клавишу» > «Создать новую клавишу» .
4. Выберите JSON , затем нажмите «Создать» .

   Ваша новая пара открытого/закрытого ключей будет сгенерирована и загружена на ваш компьютер в виде нового файла. Сохраните загруженный JSON-файл как credentials.json в вашей рабочей директории. Этот файл является единственной копией данного ключа. Информацию о том, как безопасно хранить ключ, см. в разделе «Управление ключами учетных записей служб» .

5. Нажмите «Закрыть» .

Для получения дополнительной информации об учетных записях служб см. раздел «Учетные записи служб» в документации Google Cloud IAM.

Разверните агент искусственного интеллекта LLM Auditor ADK.

1. Если вы еще этого не сделали, пройдите аутентификацию в 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 распакуйте загруженный архив 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 сегмент Cloud Storage, предназначенный исключительно для агента ADK.

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

   Заменить следующее:

   1. Укажите в переменной CLOUD_STORAGE_BUCKET_NAME уникальное имя корзины, которое вы хотите использовать.
   2. PROJECT_ID содержит идентификатор созданного вами облачного проекта.
   3. Укажите в PROJECT_LOCATION 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. В поле CLOUD_STORAGE_BUCKET_NAME укажите имя созданного вами хранилища (bucket).
   2. PROJECT_ID содержит идентификатор созданного вами облачного проекта.
   3. Укажите в PROJECT_LOCATION местоположение созданного вами облачного проекта.

6. Установите и разверните агент 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, прежде чем создавать новую электронную таблицу, уделите немного времени ознакомлению с примером кода, размещенным на GitHub.

Посмотреть на GitHub

Создайте и настройте в новой электронной таблице.

1. Нажмите на следующую кнопку, чтобы создать полную копию образца электронной таблицы Google Sheets, включая связанный с ней проект Apps Script.

   Скопировать электронную таблицу Google Sheets

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

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

   1. LOCATION с указанием местоположения проекта Google Cloud, созданного на предыдущих этапах, например, us-central1 .
   2. GEMINI_MODEL_ID содержит идентификатор модели 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 содержит JSON-ключ из учетной записи службы, загруженной на предыдущих шагах, например, { ... } .

4. Нажмите «Сохранить свойства сценария».

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 отображаются результаты проверки фактов.

Уборка

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

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

   Перейдите в Диспетчер ресурсов

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

Следующие шаги

• Планируйте поездки с помощью ИИ-агента, доступного во всем Google Workspace.
• Настраиваемые функции в Google Таблицах
• Расширение возможностей Google Таблиц