Cierre del curso y próximos pasos

Has completado el recorrido desde un agente básico hasta un sistema multi‑agente listo para producción, con voz en tiempo real, herramientas, callbacks/guardrails, salidas estructuradas, evaluación, despliegue y observabilidad. Aquí resumimos los aprendizajes, te dejamos recursos verificados en la doc local (adk-docs) y una guía de los siguientes pasos.

Panorama general

• Diseñar agentes con propósito claro, instrucciones sólidas y herramientas adecuadas.
• Orquestar flujos: conversacional, coordinador/dispatcher y pipelines en segundo plano.
• Añadir control programático con callbacks y plugins para guardrails de producción.
• Estandarizar salidas con esquemas (y entender cuándo separar formateo y tooling).
• Evaluar calidad (trayectoria + respuesta) y desplegar con trazabilidad.

Lo que aprendiste por lección

• Lección 1 — Fundamentos y Web UICrear un agente, agregar google_search y probarlo en adk web.Buenas prácticas de instrucciones y configuración declarativa con Agent Config YAML.Blog: Lesson_1_blog.md
• Lección 2 — Herramientas personalizadasDefinir Function Tools bien tipadas (docstrings, errores controlados) y combinarlas con google_search.Entender Session/State/Memory a nivel conceptual.Blog: Lesson_2_blog.md
• Lección 3 — Coordinador en segundo planoPatrón Coordinator–Dispatcher: ejecutar en silencio, responder solo dos veces y persistir Markdown.Blog: Lesson_3_blog.md
• Lección 4 — Callbacks y guardrailsbefore_tool_callback y after_tool_callback en LlmAgent, process log y políticas; nota sobre Plugins.Blog: Lesson_4_blog.md
• Lección 5 — Salidas estructuradasoutput_schema para JSON estricto (sin tools) y patrón de 2 agentes (tools → formateo). Uso de output_key.Blog: Lesson_5_blog.md
• Lección 6 — A producciónStreaming en vivo (run_live + LiveRequestQueue), Vertex AI Memory Bank, adk eval, despliegue (Agent Engine/Cloud Run/GKE), seguridad y observabilidad.Blog: Lesson_6_blog.md

Recursos esenciales (adk-docs locales)

• Quickstart y Python: adk-docs/docs/get-started/quickstart.md, adk-docs/docs/get-started/python.md
• Streaming (voz/video): adk-docs/docs/get-started/streaming/quickstart-streaming.md
• Built‑in tools y Google Search: adk-docs/docs/tools/built-in-tools.md, adk-docs/docs/grounding/google_search_grounding.md
• Function Tools: adk-docs/docs/tools/function-tools.md
• Callbacks y Plugins: adk-docs/docs/callbacks/types-of-callbacks.md, adk-docs/docs/plugins/index.md
• Contextos (ToolContext/CallbackContext): adk-docs/docs/context/index.md
• Memoria: adk-docs/docs/sessions/memory.md
• Evaluación: adk-docs/docs/evaluate/index.md
• Despliegue: adk-docs/docs/deploy/agent-engine.md, adk-docs/docs/deploy/cloud-run.md, adk-docs/docs/deploy/gke.md
• Observabilidad: adk-docs/docs/observability/logging.md, adk-docs/docs/observability/cloud-trace.md
• Seguridad: adk-docs/docs/safety/index.md

Instalación y comandos básicos (alineados a docs)

# Instala ADK
pip install google-adk

# Crea un agente basado en código
adk create my_agent --model gemini-2.0-flash-live-001 --api_key $GOOGLE_API_KEY# Ejecuta la Web UI (desde carpeta padre o apuntando al agente)
adk web                # luego selecciona "my_agent" en el menú# o
adk web --port 8000 my_agent
# Windows: si ves _make_subprocess_transport NotImplementedError, usa --no-reload# Ejecuta en CLI
adk run my_agent

# Servidor de API (opcional)
adk api_server --log_level INFO path/to/agents_dir

# Opcional (memoria persistente en Web/API server)
adk web path/to/agents_dir --memory_service_uri="agentengine://<AGENT_ENGINE_ID>"

Consejos de producción rápidos

• Google SearchCompatible con modelos Gemini 2. Si el modelo devuelve "Search suggestions", debes mostrarlas en tu UI (política de Grounding).
• StreamingUsa modelos Live API y configura SSL_CERT_FILE=$(python -m certifi) cuando corresponda.
• Callbacks y PluginsPrefiere Plugins para políticas globales; se ejecutan antes que callbacks y pueden retornar temprano.
• Estructuradooutput_schema (sin tools) o separa herramientas y formateo con dos agentes; usa output_key para persistir resultados.
• Observabilidad--log_level y --trace_to_cloud en despliegues gestionados; integra OpenTelemetry cuando personalices runtime.

Troubleshooting (depurado alineado a docs)

• El agente no responde o responde genéricoRevisa .env y GOOGLE_API_KEY o credenciales Vertex; confirma el model (por ejemplo, gemini-2.0-flash-live-001).Verifica instrucciones y herramientas registradas en tools=[...].
• Tools fallanAsegura type hints + docstrings claros; valida el tipo/forma del retorno. Prueba la función de forma aislada primero.
• Callbacks no disparan / resultados inesperadosFirma correcta: before_tool(tool, args, tool_context) y after_tool(tool, args, tool_context, tool_response) en LlmAgent.Recuerda: si un callback retorna algo distinto de None, el framework usa ese valor (salta la ejecución del tool o reemplaza el resultado).Considera Plugins si la política es global.
• Estado (state)Modifica a través de ToolContext/CallbackContext; ADK persiste cambios vía Runner. Usa output_key para guardar salidas finales.
• VozUsa modelos Live, permisos de micrófono en el navegador y confirma el puerto correcto en adk web. Prueba texto y luego voz.
• LoggingSube a --log_level DEBUG temporalmente. Inspecciona prompts, llamadas a tools y latencias.

Reto final 🎯

• Convierte tu agente en un servicio con memoria persistente y trazas Cloud Trace, protegido con Plugins de seguridad (p. ej., redacción PII y Model Armor) y validado con adk eval en tu pipeline CI/CD.
• Extiende el patrón de dos agentes para generar: JSON validado → Markdown → audio (podcast), midiendo latencia y costo.

Cierre

Este curso te deja una base sólida para construir agentes conversacionales, coordinadores e incluso pipelines en segundo plano, con controles de seguridad y observabilidad para producción. Conecta estos bloques con tus datos y procesos, itera con evaluaciones, y comparte lo que construyas. ¡Nos encantará ver tu próximo agente en acción!

Este contenido se basa en el curso “Building Live Voice Agents with Google’s ADK!” de DeepLearning.AI (https://learn.deeplearning.ai/courses/building-live-voice-agents-with-googles-adk/). Este blog busca acercar material de ADK al español.