此页面由 Cloud Translation API 翻译。

使用可在整个 Google Workspace 中访问的 AI 代理规划行程

编码水平：高级
时长：45 分钟
项目类型：Google Workspace 加载项，可扩展 Chat、Gmail、日历、云端硬盘、文档、表格和幻灯片。

本教程介绍了如何使用 Apps 脚本或 HTTP 端点将 AI 代理发布到 Google Workspace，作为 Google Workspace 插件。发布插件后，用户可以在工作流程中与 AI 代理互动。

概览

在本教程中，您将部署智能体开发套件 (ADK) 中的旅游礼宾服务示例。Travel Concierge 是一款对话式多智能体 AI，它使用 Google Maps Platform Places API、Google Search Grounding 和 Model Context Protocol (MCP) 服务器等工具。

ADK 默认会为开发者提供聊天和文本界面。在本教程中，您将向 Google Workspace 应用添加图形界面 (GUI)，以便用户可以直接在 Chat、Gmail、Google 日历、云端硬盘、Google 文档、Google 表格和 Google 幻灯片中使用该界面。

图 1. 使用 Chat 中的 AI 智能体构思旅行创意。
图 2. 使用 Gmail 中的 AI 代理根据所选电子邮件中的上下文规划行程。

目标

设置环境。
部署 AI 智能体。
设置项目。
部署到 Gmail、日历、云端硬盘、Google 文档、Google 表格、Google 幻灯片。
部署到 Chat。
测试解决方案。

关于此解决方案

此解决方案依赖于以下核心技术：ADK、Google Cloud 和 Google Workspace API、Vertex AI Agent Engine 和卡片框架。

Chat 和非 Chat（Gmail、Google 日历、Google 云端硬盘、Google 文档、Google 表格、Google 幻灯片）应用的 GUI 设计不同，以考虑其特定功能和限制。

功能

Travel Concierge 应用的以下功能在所有 Google Workspace 应用中都很常见：

持久用户会话：会话由 Vertex AI 管理，以实现持久性。每位用户在所有 Workspace 应用中共享一个会话。用户可以手动重置会话以开始新的对话。
富消息：用户发送短信并接收包含富文本和卡片 widget 的回复。
错误处理：使用可配置的重试次数和响应中的状态来妥善处理意外错误。

Chat 应用还具有以下功能：

多模态用户消息：用户可以发送带有附件的消息，包括直接从聊天室录制的音频和视频。
更具视觉效果的回答：回答可以包含更高级的 widget，例如带有图片的轮播界面，这得益于卡片框架的仅限聊天功能和更大的渲染空间。

其他应用具有以下附加功能：

Google 个人资料上下文：用户可以发送包含个人资料信息（在此示例中仅限出生日期）的消息。
Gmail 上下文：用户可以通过电子邮件发送消息（在此示例中，主题和正文仅限一个）。
客服人员的 Chat 聊天室访问权限：用户只需点击一个按钮，即可在新标签页中打开 Chat 应用私信 (DM) 聊天室。

架构

Travel Concierge 应用会接收并处理来自 Google Workspace 应用的 Google Workspace 加载项互动事件，使用 Vertex AI 提示 ADK AI 代理并管理用户会话，并依赖 Google Cloud 和 Google Workspace API 来收集上下文和显示回答。

下图展示了主要用户流程：向 AI 代理发送消息。

HTTP

图 3. 聊天应用会使用用户消息中的附件完成上下文，并按时间顺序发送一组消息，其中包含子代理互动历史记录和最终的总体回答。
图 4. 非聊天应用会使用用户的 Google 个人资料和商品选择来补全上下文，并显示一组部分，其中包含子代理互动历史记录和最终总体回答（按时间倒序排列）。

Apps 脚本

图 3. 聊天应用会使用用户消息中的附件完成上下文，并按时间顺序发送一组消息，其中包含子代理互动历史记录和最终的总体回答。
图 4. 非聊天应用会使用用户的 Google 个人资料和商品选择来补全上下文，并显示一组部分，其中包含子代理互动历史记录和最终总体回答（按时间倒序排列）。

前提条件

拥有可访问 Google Chat 的 Google Workspace 商务版或企业版账号。
可访问互联网的网络浏览器。
特定于 Travel Concierge ADK AI 代理的前提条件
- Python 3.10 及更高版本：如需安装，请按照官方 Python 网站上的说明操作。
- uv：如需安装，请按照官方 uv 网站上的说明操作。
- Google Cloud CLI：如需安装，请按照 Google Cloud 官方网站上的说明操作。

准备环境

本部分介绍如何创建和配置 Google Cloud 项目。

创建 Google Cloud 项目

Google Cloud 控制台

在 Google Cloud 控制台中，依次前往菜单 > IAM 和管理 > 创建项目。
前往“创建项目”
在 Project Name 字段中，输入项目的描述性名称。
可选：如需修改项目 ID，请点击修改。项目创建后，项目 ID 便无法更改，因此请选择满足项目生命周期需求的 ID。
在位置字段中，点击浏览以显示项目的潜在位置。然后，点击选择。
注意：找不到您的 Google Workspace 组织？
这意味着您未登录 Google Workspace 账号。Google Workspace 开发者文档中描述的部分功能仅适用于与组织关联的项目。
点击创建。Google Cloud 控制台会转到“信息中心”页面，您的项目会在几分钟内创建完毕。

gcloud CLI

在以下任一开发环境中，访问 Google Cloud CLI (gcloud)：

Cloud Shell：如需使用已设置 gcloud CLI 的在线终端，请激活 Cloud Shell。
激活 Cloud Shell
本地 shell：如需使用本地开发环境，请安装并初始化 gcloud CLI。
如需创建 Cloud 项目，请使用 gcloud projects create 命令：
```
gcloud projects create PROJECT_ID
```
通过设置要创建的项目的 ID 来替换 PROJECT_ID。

为 Cloud 项目启用结算功能

Google Cloud 控制台

在 Google Cloud 控制台中，前往结算。依次点击菜单 > 结算 > 我的项目。
前往“我的项目的结算”页面
在选择组织中，选择与您的 Google Cloud 项目关联的组织。
在项目行中，打开操作菜单 ()，点击更改结算信息，然后选择 Cloud Billing 账号。
点击设置账号。

gcloud CLI

如需列出可用的结算账号，请运行以下命令：
```
gcloud billing accounts list
```
将结算账号与 Google Cloud 项目相关联：
```
gcloud billing projects link PROJECT_ID --billing-account=BILLING_ACCOUNT_ID
```
替换以下内容：
- PROJECT_ID 是您要为其启用结算功能的 Cloud 项目的项目 ID。
- BILLING_ACCOUNT_ID 是要与 Google Cloud 项目关联的结算账号 ID。

启用 Google Cloud API

HTTP

在 Google Cloud 控制台中，启用 Vertex AI、Places、People、Google Chat、Gmail、Cloud Build、Cloud Functions、Cloud Pub/Sub、Cloud Logging、Artifact Registry、Cloud Run 和 Google Workspace 加购项 API。

启用 API
确认您要在正确的 Cloud 项目中启用 API，然后点击下一步。
确认您要启用正确的 API，然后点击启用。

Apps 脚本

在 Google Cloud 控制台中，启用 Vertex AI、Places、People 和 Google Chat API。

启用 API
确认您要在正确的 Cloud 项目中启用 API，然后点击下一步。
确认您要启用正确的 API，然后点击启用。

获取 Google Maps Platform Places API 密钥

在 Google Cloud 控制台中，前往 Google Maps Platform > 密钥和凭据页面。

前往“密钥和凭据”页面
Google Maps Platform 使用入门对话框会显示您新创建的 API 密钥（一个字母数字字符串）。您将在下一部分中用到此字符串。

在 Google Cloud 控制台中创建服务账号

按照以下步骤创建具有 Vertex AI User 角色的新服务账号：

Google Cloud 控制台

在 Google Cloud 控制台中，依次前往“菜单”图标 > IAM 和管理 > 服务账号。
转到“服务账号”
点击创建服务账号。
填写服务账号详细信息，然后点击创建并继续。
注意：默认情况下，Google 会创建一个唯一的服务账号 ID。如果您想更改 ID，请修改服务账号 ID 字段中的 ID。
可选：向您的服务账号分配角色，以授予对 Google Cloud 项目资源的访问权限。如需了解详情，请参阅授予、更改和撤消对资源的访问权限。
点击继续。
可选：输入可管理此服务账号并使用此服务账号执行操作的用户或群组。如需了解详情，请参阅管理服务账号模拟。
点击完成。记下服务账号的电子邮件地址。

gcloud CLI

创建服务账号：

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

可选：向您的服务账号分配角色，以授予对 Google Cloud 项目资源的访问权限。如需了解详情，请参阅授予、更改和撤消对资源的访问权限。

该服务账号会显示在服务账号页面上。接下来，为服务账号创建私钥。

创建一个私钥

如需为服务账号创建并下载私钥，请按以下步骤操作：

在 Google Cloud 控制台中，依次前往“菜单”图标 > IAM 和管理 > 服务账号。
转到“服务账号”
选择您的服务账号。
依次点击密钥 > 添加密钥 > 创建新密钥。
选择 JSON，然后点击创建。
系统会生成新的公钥/私钥对，并以新文件的形式下载到您的计算机上。将下载的 JSON 文件以 credentials.json 的名称保存到工作目录中。此文件是相应密钥的唯一副本。如需了解如何安全地存储密钥，请参阅管理服务账号密钥。
点击关闭。

如需详细了解服务账号，请参阅 Google Cloud IAM 文档中的服务账号。

配置 OAuth 权限请求页面

Google Workspace 加购项需要配置同意屏幕。配置插件的 OAuth 权限请求页面可定义 Google 向用户显示的内容。

在 Google Cloud 控制台中，依次前往“菜单”图标 > Google Auth platform > 品牌推广。
前往“品牌推广”
如果您已配置 Google Auth platform，则可以在品牌推广、受众群体和数据访问中配置以下 OAuth 权限请求页面设置。如果您看到一条消息，指出Google Auth platform 尚未配置，请点击开始：

在应用信息下的应用名称中，输入应用的名称。
在用户支持电子邮件地址中，选择一个支持电子邮件地址，以便用户在对同意情况有疑问时与您联系。
点击下一步。
在受众群体下，选择内部。
点击下一步。
在联系信息下，输入一个电子邮件地址，以便您接收有关项目变更的通知。
点击下一步。
在完成部分，查看 Google API 服务用户数据政策，如果您同意该政策，请选择我同意 Google API 服务：用户数据政策。
点击继续。
点击创建。

目前，您可以跳过添加范围的步骤。未来，如果您创建的应用供 Google Workspace 组织以外的用户使用，则必须将用户类型更改为外部。然后，添加应用所需的授权范围。如需了解详情，请参阅完整的配置 OAuth 许可指南。

部署 Travel Concierge ADK AI 智能体

如果尚未完成，请使用您的 Google Cloud 账号进行身份验证，并配置 Google Cloud CLI 以使用您的 Google Cloud 项目。
```
gcloud auth application-default login
gcloud config set project PROJECT_ID
gcloud auth application-default set-quota-project PROJECT_ID
```
将 PROJECT_ID 替换为您创建的 Cloud 项目的 ID。
下载此 GitHub 代码库

下载
在您偏好的本地开发环境中，解压缩下载的归档文件，然后打开 adk-samples/python/agents/travel-concierge 目录。
```
unzip adk-samples-main.zip
cd adk-samples-main/python/agents/travel-concierge
```
创建一个专用于 ADK AI 代理的新 Cloud Storage 存储分区。
```
gcloud storage buckets create gs://CLOUD_STORAGE_BUCKET_NAME --project=PROJECT_ID --location=PROJECT_LOCATION
```
替换以下内容：
1. 将 CLOUD_STORAGE_BUCKET_NAME 替换为您要使用的唯一存储分区名称。
2. 将 PROJECT_ID 替换为您创建的 Cloud 项目的 ID。
3. 将 PROJECT_LOCATION 替换为您创建的 Cloud 项目的位置。

设置以下环境变量：

export GOOGLE_GENAI_USE_VERTEXAI=1
export GOOGLE_CLOUD_PROJECT=PROJECT_ID
export GOOGLE_CLOUD_LOCATION=PROJECT_LOCATION
export GOOGLE_PLACES_API_KEY=PLACES_API_KEY
export GOOGLE_CLOUD_STORAGE_BUCKET=CLOUD_STORAGE_BUCKET_NAME
export TRAVEL_CONCIERGE_SCENARIO=travel_concierge/profiles/itinerary_empty_default.json

替换以下内容：

将 PROJECT_ID 替换为您创建的 Cloud 项目的 ID。
将 PROJECT_LOCATION 替换为您创建的 Cloud 项目的位置。
PLACES_API_KEY 替换为您创建的 API 密钥的字符串。
将 CLOUD_STORAGE_BUCKET_NAME 替换为您创建的存储分区的名称。

安装和部署 ADK AI 智能体。

uv sync --group deployment
uv run python deployment/deploy.py --create

从上次打印的日志中检索项目编号和引擎 ID，分别记为 PROJECT_NUMBER 和 ENGINE_ID，稍后您需要使用这两个信息来配置项目。
```
Created remote agent: projects/PROJECT_NUMBER/locations/us-central1/reasoningEngines/ENGINE_ID
```

查看示例代码

（可选）在设置项目之前，请花点时间查看并熟悉 GitHub 上托管的示例代码。

Python

在 GitHub 上查看

Apps 脚本

在 GitHub 上查看

创建和配置项目

Python

下载此 GitHub 代码库

下载
在您偏好的本地开发环境中，解压缩下载的归档文件，然后打开 add-ons-samples/python/travel-adk-ai-agent 目录。
```
unzip add-ons-samples-main.zip
cd add-ons-samples-main/python/travel-adk-ai-agent
```
将之前步骤中下载的服务账号的 JSON 密钥文件 credentials.json 移至项目目录。
在 Google Cloud 控制台中，前往 Cloud Run：

转到 Cloud Run
点击编写函数。
在创建服务页面上，设置函数：
1. 在服务名称字段中，输入 travel-concierge-app。
2. 在区域列表中，选择您创建的 Cloud 项目的位置，即 PROJECT_LOCATION。
3. 在端点网址下方，点击。
4. 在运行时列表中，选择最新版本的 Python。
5. 在身份验证部分中，选择允许公开访问。
6. 在容器、卷、网络、安全性部分中的资源下：
  1. 在内存字段中，选择 1 GiB。
  2. 在 CPU 字段中，选择 2。
7. 点击创建，然后等待 Cloud Run 创建服务。控制台会将您重定向到来源标签页。
在您首选的本地开发环境中，部署项目源代码：
```
gcloud run deploy travel-concierge-app --quiet --source . \
    --region PROJECT_LOCATION  \
    --function adk_ai_agent  \
    --set-env-vars LOCATION=LOCATION,PROJECT_NUMBER=PROJECT_NUMBER,ENGINE_ID=ENGINE_ID,BASE_URL=BASE_URL
```
替换以下内容：
1. 将 PROJECT_LOCATION 替换为您之前创建的 Cloud Run 函数的位置。
2. LOCATION 替换为在之前的步骤中创建的 Google Cloud 项目的位置 PROJECT_LOCATION。
3. PROJECT_NUMBER 替换为在之前的步骤中部署的 Travel Concierge ADK AI 代理的项目编号。
4. ENGINE_ID 替换为在之前的步骤中部署的 Travel Concierge ADK AI 代理的引擎 ID。
5. BASE_URL 替换为您之前复制的端点网址。

Apps 脚本

如需创建 Apps 脚本项目并将其配置为使用已部署的 Travel Concierge ADK AI 代理，请执行以下操作：

点击以下按钮打开 Travel Concierge ADK AI Agent Apps 脚本项目。
打开项目
依次点击概览和 制作副本。
为您的 Apps 脚本项目副本命名：
1. 点击 Copy of Travel Concierge ADK AI Agent。
2. 在项目标题中，输入 Travel Concierge ADK AI Agent。
3. 点击重命名。
在 Apps 脚本项目中，点击 编辑器，然后使用文件操作 上移文件将文件 VertexAi.gs 上移到文件 AgentHandler.gs 上方。
在您的 Apps 脚本项目中，依次点击 项目设置、修改脚本属性和添加脚本属性，以添加以下脚本属性：
ENGINE_ID，其中包含在之前的步骤中部署的 Travel Concierge ADK AI 代理的引擎 ID ENGINE_ID。
LOCATION，其中包含在之前步骤中创建的 Google Cloud 项目的位置，即 PROJECT_LOCATION。
将 PROJECT_NUMBER 替换为在之前的步骤中部署的 Travel Concierge ADK AI 代理的项目编号 PROJECT_NUMBER。
SERVICE_ACCOUNT_KEY 替换为在之前的步骤中下载的服务账号的 JSON 密钥，例如 { ... }。
点击保存脚本属性
在 Apps 脚本项目中，点击 项目设置。
在 Google Cloud Platform (GCP) 项目下，点击更改项目。
在 GCP 项目编号中，粘贴在之前的步骤中部署的 Travel Concierge ADK AI 代理的项目编号，即 PROJECT_NUMBER。
点击设置项目。现在，Cloud 项目和 Apps 脚本项目已关联。

部署到 Gmail、Google 日历、Google 云端硬盘、Google 文档、Google 表格、Google 幻灯片

Python

使用 Google Workspace 插件部署将示例项目安装到所有 Google Workspace 应用（但 Google Chat 除外），以便进行测试。

在您偏好的本地开发环境中，打开项目源代码中的 deployment.json 文件，并将所有出现的 $BASE_URL 替换为 BASE_URL 的值（即您在之前的步骤中复制的端点网址）。

创建名为 travel-concierge-addon 的 Google Workspace 插件部署：

gcloud workspace-add-ons deployments create travel-concierge-addon \
    --deployment-file=deployment.json

安装 Google Workspace 插件部署：

gcloud workspace-add-ons deployments install travel-concierge-addon

Apps 脚本

将 Apps 脚本项目安装到所有 Google Workspace 应用（但 Google Chat 除外）以启用测试。

在您的 Apps 脚本项目中，依次点击部署 > 测试部署，然后点击安装。

现在，您可以通过 Google Workspace 应用的边栏访问该插件。

部署到 Chat

Python

使用端点网址将示例项目安装到 Chat，以便进行测试。

在控制台中，搜索 Google Chat API，点击 Google Chat API，然后依次点击管理和配置。

前往 Google Chat API 配置页面
设置 Chat 应用：
1. 在应用名称字段中，输入 Travel ADK AI Agent。
2. 在头像网址字段中，输入 https://goo.gle/3SfMkjb。
3. 在说明字段中，输入 Travel ADK AI Agent。
4. 在连接设置下，选择 HTTP 端点网址。
5. 在触发器下，选择为所有触发器使用通用 HTTP 端点网址。
6. 在 HTTP 端点网址字段中，粘贴您之前复制的端点网址 BASE_URL。
7. 注册完全实现的 Chat 应用使用的快捷命令：
  1. 在命令下，点击添加命令。
  2. 在命令 ID 中，输入 1。
  3. 在说明中，输入 Reset session。
  4. 在命令类型下，选择快速命令。
  5. 在名称中，输入 Reset session。
  6. 点击完成。快速命令已注册并列出。
8. 在公开范围下，选择面向您 Workspace 网域中的特定人员和群组提供此 Chat 应用，然后输入您的电子邮件地址。
9. 在日志下，选择将错误记录到 Logging。
10. 点击保存。

Apps 脚本

使用主要部署 ID 将 Apps 脚本项目安装到 Chat，以启用测试。

在您的 Apps 脚本项目中，依次点击部署 > 测试部署，然后点击主要部署 ID 下方的复制。
在控制台中，搜索 Google Chat API，点击 Google Chat API，然后依次点击管理和配置。

前往 Google Chat API 配置页面
设置 Chat 应用：
1. 在应用名称字段中，输入 Travel ADK AI Agent。
2. 在头像网址字段中，输入 https://goo.gle/3SfMkjb。
3. 在说明字段中，输入 Travel ADK AI Agent。
4. 在连接设置下，选择 Apps 脚本。
5. 在部署 ID 字段中，粘贴您之前复制的头部部署 ID。
6. 注册完全实现的 Chat 应用使用的快捷命令：
  1. 在命令下，点击添加命令。
  2. 在命令 ID 中，输入 1。
  3. 在说明中，输入 Reset session。
  4. 在命令类型下，选择快速命令。
  5. 在名称中，输入 Reset session。
  6. 点击完成。快速命令已注册并列出。
7. 在公开范围下，选择面向您 Workspace 网域中的特定人员和群组提供此 Chat 应用，然后输入您的电子邮件地址。
8. 在日志下，选择将错误记录到 Logging。
9. 点击保存。

现在，您可以通过 Google Chat 访问该应用。

打开 Google Chat。

前往 Google Chat
创建 Chat DM 聊天室：
1. 点击 发起新聊天。
2. 在搜索中输入并选择应用 Travel ADK AI Agent。
3. 在 Install app 对话框中，点击安装应用。
4. Install app 对话框关闭，系统会选择新创建的聊天 DM 聊天室。

Chat 应用已准备好回复消息。

测试代理

打开 Gmail。

前往 Gmail
向您自己发送以下电子邮件：
- 主题： You need to travel to Paris
- 正文： Please be there between 11/25/2025 and 11/30/2025!
从边栏中打开 Travel ADK AI Agent 加购项。
点击 Grant permissions（授予权限）以完成插件设置。
配置以下代理请求后，点击发送：
- 消息： Please help me plan this travel!
- 背景信息：选择当前电子邮件地址
边栏会更新为代理的回答。
点击打开 Chat，系统会将您重定向到 Chat 私信聊天室。
依次点击 + > 重置会话。

您会收到一封新邮件，确认已完成此操作： OK, let's start from the beginning, what can I help you with?
发送消息 Give me ideas。

您会收到包含代理回复的新消息。
在上传任何地点的照片（例如埃菲尔铁塔）后，发送消息 I want to go there!。

您会收到包含代理回复的新消息。

限制

HTTP

在 Chat 以外的 Google Workspace 应用中，AI 代理具有以下限制：

它是同步的：边栏只能在响应用户互动时更新，因此 AI 代理的回答只有在完全完成时才会显示（没有流式传输）。
可能会超时：如果侧边栏更新需要几分钟以上才能完成，则会超时。

Chat 不存在这些限制。

Apps 脚本

在所有 Google Workspace 应用中，AI 代理都会使用 UrlFetchApp 调用 Vertex AI REST API，这会导致以下限制：

它是同步的：AI 代理的回答仅在完全完成（无流式传输）后返回。
可能会超时：如果 AI 代理请求完成所需的时间超过大约 1 分钟，则会超时。

自定义

此解决方案支持在 Vertex AI Agent Engine 中托管的 ADK AI 代理、部分 Google Workspace 应用界面，以及特定于 Travel Concierge 示例回答的回答呈现方式。该解决方案使用可扩展的框架，因此您可以通过修改以下文件来自定义该解决方案：

Python

main.py:：定义了主要界面和用户互动逻辑（Google Workspace 事件处理程序）。一个典型的扩展功能是为云端硬盘应用启用云端硬盘文档作为上下文功能，类似于为 Gmail 应用启用 Gmail 邮件作为上下文功能。
vertex_ai.py:：管理 AI 代理会话、响应、错误，并定义要实现的特定于 Vertex AI 的接口，以支持代理互动和响应呈现。典型的扩展功能包括添加对不同用户对话的多会话支持，以及其他 AI 代理管理平台。
agent_handler.py：在聊天应用和非聊天应用的特定情况下，实现 vertex_ai.py 中定义的 Vertex AI 特有接口。一个典型的扩展是添加按钮，供用户发送有关 AI 代理回答的反馈。
google_workspace.py:：使用 API 调用实现非 AI 代理管理平台交互。此示例中仅使用 Google Workspace API 来收集上下文详细信息并采取行动。一个典型的扩展是添加从 Google 日历或客户关系管理 (CRM) 系统检索业务数据的函数。
travel_agent_ui_render.gs:：为子代理和 Workspace 应用实现 Travel Concierge 特有的响应呈现。典型的扩展功能包括添加对新响应呈现的支持，以图形方式显示航班选项和其他 AI 代理。

Apps 脚本

Code.gs:：定义了主要界面和用户互动逻辑（Google Workspace 事件处理程序）。一个典型的扩展功能是为云端硬盘应用启用云端硬盘文档作为上下文功能，类似于为 Gmail 应用启用 Gmail 邮件作为上下文功能。
VertexAi.gs:：管理 AI 代理会话、响应、错误，并定义要实现的 Vertex AI 特有接口，以支持代理互动和响应呈现。典型的扩展功能包括添加对多会话的支持，以实现单独的用户对话，以及支持其他 AI 代理管理平台。
AgentHandler.gs：在聊天和非聊天应用的特定情况下，实现 VertexAi.gs 中定义的 Vertex AI 特有接口。一个典型的扩展是添加按钮，供用户发送有关 AI 代理回答的反馈。
GoogleWorkspace.gs:：使用 API 调用实现非 AI 代理管理平台互动。此示例中仅使用 Google Workspace API 来收集上下文详细信息并采取行动。一个典型的扩展是添加从 Google 日历或客户关系管理 (CRM) 系统检索业务数据的函数。
TravelAgentUiRender.gs:：为子代理和 Workspace 应用实现 Travel Concierge 特有的响应呈现。典型的扩展功能包括添加对新响应呈现的支持，以图形方式显示航班选项和其他 AI 代理。

清理

为避免系统因本教程中使用的资源向您的 Google Cloud 账号收取费用，我们建议您删除 Cloud 项目。

在 Google Cloud 控制台中，前往管理资源页面。依次点击菜单 > IAM 和管理 > 管理资源。
前往资源管理器
在项目列表中，选择要删除的项目，然后点击删除。
在对话框中输入项目 ID，然后点击关停以删除项目。

使用可在整个 Google Workspace 中访问的 AI 代理规划行程 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

概览

目标

关于此解决方案

功能

架构

HTTP

Apps 脚本

前提条件

准备环境

创建 Google Cloud 项目

Google Cloud 控制台

gcloud CLI

为 Cloud 项目启用结算功能

Google Cloud 控制台

gcloud CLI

启用 Google Cloud API

HTTP

Apps 脚本

获取 Google Maps Platform Places API 密钥

在 Google Cloud 控制台中创建服务账号

Google Cloud 控制台

gcloud CLI

创建一个私钥

配置 OAuth 权限请求页面

部署 Travel Concierge ADK AI 智能体

查看示例代码

Python

Apps 脚本

创建和配置项目

Python

Apps 脚本

部署到 Gmail、Google 日历、Google 云端硬盘、Google 文档、Google 表格、Google 幻灯片

Python

Apps 脚本

部署到 Chat

Python

Apps 脚本

测试代理

限制

HTTP

Apps 脚本

自定义

Python

Apps 脚本

清理

相关主题

使用可在整个 Google Workspace 中访问的 AI 代理规划行程