Agent2Agent temsilcisiyle Google Chat uygulaması oluşturma

Vertex AI Agent Builder Önizlemesi: Agent2Agent (A2A) temsilcisinin geliştirilmesi ve kullanılması önizleme aşamasındadır. Belgelerin tamamını inceleyin.

Bu sayfada, Google Chat'te çalışan ve Agent2Agent (A2A) protokolünü kullanan bir yapay zeka aracısıyla arayüz oluşturan bir Google Workspace eklentisinin nasıl oluşturulacağı açıklanmaktadır. Temsilciyi Agent Development Kit (ADK)'yi kullanarak geliştirir ve Vertex AI Agent Engine'de barındırırsınız.

Not: Google Chat'te eklentiler, kullanıcılara Google Chat uygulamaları olarak gösterilir. Chat uygulamanızı Google Chat API etkileşim etkinliklerini kullanarak da oluşturabilirsiniz. Daha fazla bilgi edinmek için Google Chat'i genişletmeye genel bakış başlıklı makaleyi inceleyin.

Yapay zeka temsilcileri, tanımlanmış bir hedefe ulaşmak için ortamlarını bağımsız olarak algılar, akıl yürütür ve karmaşık, çok adımlı işlemleri yürütür. Bu eğitimde, Gemini ve Google Arama'yı kullanarak gerçekleri eleştiren ve düzelten LLM Auditor çoklu aracı örneğini dağıtıyorsunuz.

Aşağıdaki şemada mimari ve mesajlaşma modeli gösterilmektedir:

Şemada, A2A temsilcisiyle uygulanan bir sohbet uygulamasıyla etkileşimde bulunan kullanıcının bilgi akışı şu şekildedir:

1. Kullanıcı, doğrudan mesaj veya Chat alanı üzerinden bir Chat uygulamasına mesaj gönderir.
2. Apps Script'te veya HTTP uç noktaları olan bir web sunucusu olarak uygulanan Chat uygulaması mantığı, mesajı alır ve işler.
3. Vertex AI Agent Engine ile barındırılan A2A aracısı, etkileşimi alır ve işler.
4. İsteğe bağlı olarak, Chat uygulaması veya yapay zeka aracısı; Takvim ya da E-Tablolar gibi Google Workspace hizmetleriyle veya Google Haritalar ya da YouTube gibi diğer Google hizmetleriyle entegre edilebilir.
5. Chat uygulaması, yapay zeka aracısının ilerleme durumunu bildirmek için Google Chat API'sini kullanarak yanıtları eşzamansız olarak gönderir.
6. Yanıtlar kullanıcıya iletilir.

Hedefler

• Ortamınızı ayarlayın.
• A2A aracısını dağıtın.
• Chat uygulamasını dağıtın.
• Chat uygulamasını yapılandırın.
• Chat uygulamasını test edin.

Ön koşullar

• Google Chat'e erişimi olan bir Business veya Enterprise Google Workspace hesabı.
• Faturalandırmanın etkin olduğu bir Google Cloud projesi. Mevcut bir projede faturalandırmanın etkinleştirildiğini kontrol etmek için Projelerinizin faturalandırma durumunu doğrulama bölümüne bakın. Proje oluşturma ve faturalandırmayı ayarlama hakkında bilgi edinmek için Google Cloud projesi oluşturma başlıklı makaleyi inceleyin.
• LLM Auditor ADK aracısının ön koşulları
  • Python 3.11+: Yükleme için resmi Python web sitesindeki talimatları uygulayın.
  • Python Poetry: Yükleme için resmi Poetry web sitesindeki talimatları uygulayın.
  • Google Cloud KSA: Yükleme için resmi Google Cloud web sitesindeki talimatları uygulayın.

Ortamınızı ayarlama

Google Cloud API'lerini etkinleştirme

Google API'lerini kullanmadan önce bir Google Cloud projesinde etkinleştirmeniz gerekir. Tek bir Google Cloud projesinde bir veya daha fazla API'yi etkinleştirebilirsiniz.

• Google Cloud Console'da Google Chat, Vertex AI ve Cloud Resource Manager API'lerini etkinleştirin.

  API'leri etkinleştirme

OAuth kullanıcı rızası ekranını yapılandırma

OAuth 2.0 kullanan tüm uygulamalar için izin ekranı yapılandırması gerekir. Uygulamanızın OAuth izin ekranını yapılandırmak, kullanıcılara ve uygulama inceleyicilerine nelerin gösterileceğini tanımlar ve uygulamanızı kaydeder. Böylece, uygulamanızı daha sonra yayınlayabilirsiniz.

1. Google Cloud Console'da Menü > Google Auth platform > Markalama'ya gidin.

   Markalama'ya gidin.

2. Google Auth platformyapılandırdıysanız Markalama, Kitle ve Veri Erişimi'nde aşağıdaki OAuth kullanıcı rızası ekranı ayarlarını yapılandırabilirsiniz. Google Auth platform henüz yapılandırılmadı mesajını görürseniz Başlayın'ı tıklayın:
1. Uygulama Bilgileri bölümündeki Uygulama adı alanına uygulamanın adını girin.
2. Kullanıcı destek e-postası bölümünde, kullanıcıların rızalarıyla ilgili soruları olduğunda sizinle iletişime geçebileceği bir destek e-posta adresi seçin.
3. İleri'yi tıklayın.
4. Kitle bölümünde Şirket içi'ni seçin.
5. İleri'yi tıklayın.
6. İletişim bilgileri bölümünde, projenizde yapılan değişikliklerle ilgili bildirim alabileceğiniz bir e-posta adresi girin.
7. İleri'yi tıklayın.
8. Bitir bölümünde Google API Hizmetleri Kullanıcı Verileri Politikası'nı inceleyin ve kabul ediyorsanız Google API Hizmetleri: Kullanıcı Verileri Politikası'nı kabul ediyorum'u seçin.
9. Devam'ı tıklayın.
10. Oluştur'u tıklayın.
3. Şimdilik kapsam eklemeyi atlayabilirsiniz. Gelecekte Google Workspace kuruluşunuzun dışında kullanılacak bir uygulama oluşturduğunuzda Kullanıcı türü'nü Harici olarak değiştirmeniz gerekir. Ardından, uygulamanızın gerektirdiği yetkilendirme kapsamlarını ekleyin. Daha fazla bilgi için OAuth iznini yapılandırma başlıklı kılavuzun tamamını inceleyin.

Google Cloud Console'da hizmet hesabı oluşturma

Aşağıdaki adımları uygulayarak Vertex AI User rolüne sahip yeni bir hizmet hesabı oluşturun:

Google Cloud konsolu

1. Google Cloud Console'da Menü > IAM ve Yönetici > Hizmet Hesapları'na gidin.

   Hizmet Hesapları'na gitme

2. Hizmet hesabı oluştur'u tıklayın.
3. Hizmet hesabı ayrıntılarını girip Oluştur ve devam et'i tıklayın.
   Not: Google, varsayılan olarak benzersiz bir hizmet hesabı kimliği oluşturur. Kimliği değiştirmek istiyorsanız hizmet hesabı kimliği alanındaki kimliği değiştirin.
4. İsteğe bağlı: Google Cloud projenizin kaynaklarına erişim izni vermek için hizmet hesabınıza roller atayın. Daha ayrıntılı bilgi için Kaynaklara erişim verme, erişimi değiştirme ve iptal etme başlıklı makaleyi inceleyin.
5. Devam'ı tıklayın.
6. İsteğe bağlı: Bu hizmet hesabıyla işlemleri yönetebilecek ve gerçekleştirebilecek kullanıcıları veya grupları girin. Daha fazla bilgi için Hizmet hesabı kimliğine bürünmeyi yönetme başlıklı makaleyi inceleyin.
7. Bitti'yi tıklayın. Hizmet hesabının e-posta adresini not edin.

gcloud CLI

1. Hizmet hesabını oluşturun:

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

2. İsteğe bağlı: Google Cloud projenizin kaynaklarına erişim izni vermek için hizmet hesabınıza roller atayın. Daha ayrıntılı bilgi için Kaynaklara erişim verme, erişimi değiştirme ve iptal etme başlıklı makaleyi inceleyin.

Hizmet hesabı, hizmet hesabı sayfasında görünür.

Özel anahtar oluşturma

Uyarı: Bu örnekte, basitlik için dışa aktarılmış bir hizmet hesabı anahtarı kullanılmaktadır. Özel anahtarın dışa aktarılması, kaynak kontrolü gibi güvenli olmayan bir konumda depolanmaması gerektiğinden üretimde önerilmez.

Güvenli hizmet hesabı uygulamaları ve en iyi uygulamalar hakkında daha fazla bilgi edinmek için Hizmet hesaplarını ne zaman kullanacağınızı seçme başlıklı makaleyi inceleyin.

Hizmet hesabı için özel anahtar oluşturmak ve indirmek üzere aşağıdaki adımları uygulayın:

1. Google Cloud Console'da Menü > IAM ve Yönetici > Hizmet Hesapları'na gidin.

   Hizmet Hesapları'na gitme

2. Hizmet hesabınızı seçin.
3. Anahtarlar > Anahtar ekle > Yeni anahtar oluştur'u tıklayın.
4. JSON'ı seçip Oluştur'u tıklayın.

   Yeni herkese açık/özel anahtar çiftiniz oluşturulur ve makinenize yeni bir dosya olarak indirilir. İndirilen JSON dosyasını çalışma dizininize credentials.json olarak kaydedin. Bu dosya, anahtarın tek kopyasıdır. Anahtarınızı güvenli bir şekilde depolama hakkında bilgi edinmek için Hizmet hesabı anahtarlarını yönetme başlıklı makaleyi inceleyin.

5. Kapat'ı tıklayın.

Hizmet hesapları hakkında daha fazla bilgi için Google Cloud IAM belgelerindeki hizmet hesapları başlıklı makaleyi inceleyin.

A2A aracısını dağıtma

1. Henüz yapmadıysanız Google Cloud hesabınızla kimliğinizi doğrulayın ve Google Cloud CLI'yı Google Cloud projenizi kullanacak şekilde yapılandırın.

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

   PROJECT_ID kısmını Cloud projenizin kimliğiyle değiştirin.

2. Bu düğmeyi kullanarak ADK örnekleri GitHub deposunu indirin:

   adk-samples'ı indirin

3. Tercih ettiğiniz yerel geliştirme ortamında, indirilen arşiv dosyasını çıkarın ve adk-samples/python/agents/llm-auditor dizinini açın.

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

4. ADK aracısını A2A uzak aracısı olarak dağıtmak için uygulamayı güncelleyin:

   1. pyproject.toml: Dağıtım grubuna ADK ve A2A SDK bağımlılıklarını ekleyin.

      apps-script/chat/a2a-ai-agent/llm-auditor/pyproject.toml

      GitHub'da göster
      [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 = "[e-mail]" },
          { name = "Cyrus Rashtchian", email = "[e-mail]" },
          { name = "Da-Cheng Juan", email = "[e-mail]" },
          { name = "Ivan Kuznetsov", email = "[e-mail]" },
      ]
      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 uygulama dağıtımını bir A2A aracısı ve kartıyla değiştirin.

      apps-script/chat/a2a-ai-agent/llm-auditor/deployment/deploy.py

      GitHub'da göster
      # 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 aracısına özel yeni bir Cloud Storage paketi oluşturun.

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

   Aşağıdakini değiştirin:

   1. CLOUD_STORAGE_BUCKET_NAME ile kullanmak istediğiniz benzersiz bir paket adı.
   2. PROJECT_ID yerine Cloud projenizin kimliğini yazın.
   3. PROJECT_LOCATION yerine Cloud projenizin konumunu yazın.

6. Aşağıdaki ortam değişkenlerini ayarlayın:

   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

   Aşağıdakini değiştirin:

   1. CLOUD_STORAGE_BUCKET_NAME ile oluşturduğunuz paketin adıyla değiştirin.
   2. PROJECT_ID yerine Cloud projenizin kimliğini yazın.
   3. PROJECT_LOCATION yerine Cloud projenizin konumunu yazın.

7. ADK aracısını sanal ortamdan yükleyip dağıtın.

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

8. Aracı kimliğini alın. Daha sonra Chat uygulamasını yapılandırırken bu bilgiye ihtiyacınız olacaktır.

   python3 deployment/deploy.py --list

Chat uygulaması projesini oluşturma ve yapılandırma

1. A2A AI Agent Quickstart Apps Komut Dosyası projesini açmak için aşağıdaki düğmeyi tıklayın.

   Projeyi açın

2. Genel bakış > Kopya oluştur'u tıklayın.

3. Apps Komut Dosyası projenizde, Proje Ayarları > Komut dosyası özelliklerini düzenle > Komut dosyası özelliği ekle'yi tıklayarak aşağıdaki komut dosyası özelliklerini ekleyin:

   1. REASONING_ENGINE_RESOURCE_NAME ile değiştirin.
   2. SERVICE_ACCOUNT_KEY ile önceki adımlarda indirilen hizmet hesabının JSON anahtarı (ör. { ... })

4. Komut dosyası özelliklerini kaydet'i tıklayın.

5. Google Cloud Console'da Menü > IAM ve Yönetici > Ayarlar'a gidin.

   IAM ve Yönetici Ayarları'na gitme

6. Proje numarası alanındaki değeri kopyalayın.

7. Apps Komut Dosyası projenizde, Proje Ayarları'nı tıklayın.

8. Google Cloud Platform (GCP) Projesi bölümünde Projeyi değiştir'i tıklayın.

9. GCP proje numarası bölümüne, önceki adımlarda kopyalanan Google Cloud proje numarasını yapıştırın.

10. Projeyi ayarla'yı tıklayın. Cloud projesi ve Apps Komut Dosyası projesi artık bağlı.

Test dağıtımı oluşturma

Bu Apps Komut Dosyası projesi için dağıtım kimliğine ihtiyacınız var. Bu kimliği sonraki adımda kullanabilirsiniz.

Ana dağıtım kimliğini almak için aşağıdakileri yapın:

1. Chat uygulaması Apps Komut Dosyası projesinde, Dağıt > Test dağıtımları'nı tıklayın.
2. Baş dağıtım kimliği bölümünde Kopyala'yı tıklayın.
3. Bitti'yi tıklayın.

Chat uygulamasını yapılandırma

Apps Komut Dosyası dağıtımınızı kullanarak Google Chat uygulamasını test için dağıtmak üzere aşağıdaki adımları uygulayın:

1. Konsolda Google Chat API simgesini arayın ve Google Chat API'yi tıklayın.
2. Yönet'i tıklayın.

3. Yapılandırma'yı tıklayın ve Chat uygulamasını ayarlayın:

   1. Uygulama adı alanına A2A Quickstart girin.
   2. Avatar URL'si alanına https://developers.google.com/workspace/add-ons/images/quickstart-app-avatar.png girin.
   3. Açıklama alanına A2A Quickstart girin.
   4. İşlevsellik bölümünde Alanlara ve grup görüşmelerine katılma'yı seçin.
   5. Bağlantı ayarları bölümünde Apps Komut Dosyası projesi'ni seçin.
   6. Deployment ID (Dağıtım Kimliği) alanına, daha önce kopyaladığınız Head dağıtım kimliğini yapıştırın.
   7. Görünürlük bölümünde Alanınızdaki belirli kişiler ve gruplar'ı seçip e-postanızı girin.

4. Kaydet'i tıklayın.

Chat uygulaması, mesajlara yanıt vermeye hazırdır.

Chat uygulamasını test etme

Chat uygulamanızı test etmek için Chat uygulamasıyla doğrudan mesajlaşma alanı açıp mesaj gönderin:

1. Kendinizi güvenilir test kullanıcıları arasına eklerken sağladığınız Google Workspace hesabını kullanarak Google Chat'i açın.

   Google Chat'e gidin.

2. Yeni sohbet'i tıklayın.
3. 1 veya daha fazla kişi ekle alanına Chat uygulamanızın adını yazın.

4. Sonuçlardan Chat uygulamanızı seçin. Doğrudan mesaj açılır.

   Not: Chat uygulamanızı sonuç listesinde görmüyorsanız Google Cloud Console'daki Chat API Yapılandırması sayfasının Görünürlük ayarlarında Google Workspace hesabınızı eklediğinizden emin olun.

5. Uygulamayla yeni doğrudan mesajda The Eiffel Tower was completed in 1900 yazıp enter tuşuna basın.

   Sohbet uygulaması, Eleştirmen ve Düzenleyici alt aracılarının yanıtlarıyla karşılık veriyor.

Güvenilir test kullanıcıları ekleme ve etkileşimli özellikleri test etme hakkında daha fazla bilgi edinmek için Google Chat uygulamalarında etkileşimli özellikleri test etme başlıklı makaleyi inceleyin.

Sorun giderme

Bir Google Chat uygulaması veya kartı hata döndürdüğünde Chat arayüzünde "Bir hata oluştu" mesajı gösterilir. veya "İsteğiniz işlenemiyor." Bazen Chat kullanıcı arayüzünde hata mesajı gösterilmez ancak Chat uygulaması veya kartı beklenmedik bir sonuç üretir. Örneğin, kart mesajı görünmeyebilir.

Chat kullanıcı arayüzünde hata mesajı gösterilmese de Chat uygulamaları için hata günlüğü kaydı etkinleştirildiğinde hataları düzeltmenize yardımcı olacak açıklayıcı hata mesajları ve günlük verileri kullanılabilir. Hataları görüntüleme, hataları ayıklama ve düzeltme konusunda yardım için Google Chat hatalarını giderme ve düzeltme başlıklı makaleyi inceleyin.

Temizleme

Bu eğitimde kullanılan kaynaklar için Google Cloud hesabınızın ücretlendirilmesini önlemek istiyorsanız Cloud projesini silmenizi öneririz.

Dikkat: Bir projenin silinmesinin etkileri şunlardır:

• Projedeki her şey silinir. Bu eğitim için mevcut bir proje kullandıysanız projeyi sildiğinizde projede yaptığınız diğer tüm çalışmalar da silinir.
• Özel proje kimlikleri kaybolur. Bu projeyi oluştururken gelecekte kullanmak istediğiniz özel bir proje kimliği oluşturmuş olabilirsiniz. Proje kimliğini kullanan URL'leri (ör. appspot.com'daki bir URL) korumak için projenin tamamını silmek yerine proje içindeki seçili kaynakları silin.

Birden fazla eğitici ve hızlı başlangıç kılavuzunu incelemeyi planlıyorsanız projeleri yeniden kullanmak proje kotası sınırlarını aşmanızı önleyebilir.

1. Google Cloud Console'da Kaynakları yönetin sayfasına gidin. Şunu tıklayın: Menü > IAM ve Yönetici > Kaynakları Yönetin.

   Resource Manager'a gidin

2. Proje listesinde, silmek istediğiniz projeyi seçin ve Sil'i tıklayın.
3. İletişim kutusunda proje kimliğini yazın ve projeyi silmek için Kapat'ı tıklayın.

İlgili konular

• ADK yapay zeka temsilcisiyle Google Chat uygulaması oluşturma
• ADK yapay zeka aracısı ve Gemini modeliyle ifadelerin doğruluğunu kontrol etme
• Google Workspace'te erişilebilen bir yapay zeka aracısıyla seyahat planlama
• Temel yapay zeka kavramlarını Chat uygulamalarına entegre etme
• Gemini Yapay Zeka Chat uygulamasıyla Chat görüşmelerine dayalı soruları yanıtlama
• Google Chat, Vertex AI, Apps Komut Dosyası ve kullanıcı kimlik doğrulaması ile olaylara yanıt verme
• Google Chat, Vertex AI ve Firestore ile projeleri yönetme