你可以這樣做 - 立即強化ADK自動化管線,減少球鞋電商營運風險
- 定期檢查所有ADK代理與腳本設定,每週至少1次。
提前發現潛在錯誤源,降低突發管線中斷機率。
- 啟用異常即時通報,Slack或郵件延遲不得超過10分鐘。
錯誤訊息快速傳遞,有助於團隊即刻反應搶救訂單流。
- 為每個核心資料流程設置自動補救腳本,覆蓋率達90%以上。
遇到多數常見失敗場景可自動修復,不需人工介入停滯。
- *每月*針對Prompt及知識分流策略進行優化測試至少2輪。
*持續調教提升AI判斷準確度*,避免重複踩雷、資料混亂。
零碎的背景、第一次玩ADK就碰到大麻煩
# 我如何用 Agent Development Kit (ADK) 拼湊出一套資料管道事件處理系統(對,蠻拗口)
這個月啊,我報名參加了**[Agent Development Kit Hackathon with Google Cloud]**。坦白講,原本只是想說去玩玩看吧,也許會遇到什麼怪事。這活動其實是…嗯,要怎麼說,給你一個在真實場合能碰觸到**AI agent**開發的契機,很久沒那種「第一次動手摸新東西」的緊張感。
好啦,講重點。我做的專案,就是為黑客松提案嘛,它叫做——唉名字真的太長了——**AI Agent–Driven Data Pipeline Incident Resolver**。簡單來說,是資料管道壞掉時幫你自動補洞的東西?嗯,其實沒有那麼神,但方向是這樣。我第一次深入碰 ADK,一路上跌跌撞撞,有時候覺得自己是不是走錯棚。不過也學到不少。
突然想到,其實我常常在還沒寫完就亂分心。話題回來……這篇文章,我就稍微梳理一下:有關應用場景、整體架構到底怎設計、agent 到底是怎麼拼起來的,然後最後加點小建議──主要是寫給那些也被 ADK 吸引的人看的啦。
---
## 應用情境:讓資料管道自己找到自救辦法?
專案背景設定是在一家假想公司——名字有點土氣喔──叫 **GlobalSport Emporium**。這間企業據說是一間規模很大的線上零售商,不過完全杜撰的角色啦。他們每天都要靠無數雜七雜八的資料流才能維持運作,有夠煩瑣。有時候我真的搞不懂,為什麼現代企業光一條資訊流通都要搞得像迷宮一樣複雜?
欸差點忘記主題。他們之所以需要我的系統,是因為整個營運流程嚴重依賴複雜又層層堆疊的資料整合管道,所以任何小毛病都可能導致業務癱瘓。我只能嘆口氣,好像永遠修不好似的。不過,把 AI agent 拉進來後,也許可以讓它們遇事先自行判斷、甚至自動處置異常,而不是每次都等工程師心累地半夜修 bug ——大概就是希望給他們裝個腦袋吧。
這個月啊,我報名參加了**[Agent Development Kit Hackathon with Google Cloud]**。坦白講,原本只是想說去玩玩看吧,也許會遇到什麼怪事。這活動其實是…嗯,要怎麼說,給你一個在真實場合能碰觸到**AI agent**開發的契機,很久沒那種「第一次動手摸新東西」的緊張感。
好啦,講重點。我做的專案,就是為黑客松提案嘛,它叫做——唉名字真的太長了——**AI Agent–Driven Data Pipeline Incident Resolver**。簡單來說,是資料管道壞掉時幫你自動補洞的東西?嗯,其實沒有那麼神,但方向是這樣。我第一次深入碰 ADK,一路上跌跌撞撞,有時候覺得自己是不是走錯棚。不過也學到不少。
突然想到,其實我常常在還沒寫完就亂分心。話題回來……這篇文章,我就稍微梳理一下:有關應用場景、整體架構到底怎設計、agent 到底是怎麼拼起來的,然後最後加點小建議──主要是寫給那些也被 ADK 吸引的人看的啦。
---
## 應用情境:讓資料管道自己找到自救辦法?
專案背景設定是在一家假想公司——名字有點土氣喔──叫 **GlobalSport Emporium**。這間企業據說是一間規模很大的線上零售商,不過完全杜撰的角色啦。他們每天都要靠無數雜七雜八的資料流才能維持運作,有夠煩瑣。有時候我真的搞不懂,為什麼現代企業光一條資訊流通都要搞得像迷宮一樣複雜?
欸差點忘記主題。他們之所以需要我的系統,是因為整個營運流程嚴重依賴複雜又層層堆疊的資料整合管道,所以任何小毛病都可能導致業務癱瘓。我只能嘆口氣,好像永遠修不好似的。不過,把 AI agent 拉進來後,也許可以讓它們遇事先自行判斷、甚至自動處置異常,而不是每次都等工程師心累地半夜修 bug ——大概就是希望給他們裝個腦袋吧。
賣球鞋的公司為什麼資料管線一直壞掉
這些資料處理流程會引入國際銷售數據,然後再套用匯率什麼的,最後就會產出每日營收監控等等那種對業務來說超級重要的報表。嗯,有時候我真的會想,這一切看起來很流暢,可實際上企業內部運作嘛,怎麼可能不出狀況?像是資料異常啦、DAG(有向無環圖)壞掉、API 又突然報錯……欸,其實故障真的是家常便飯。有時候忙到焦頭爛額,整個數據團隊跟著亂成一團,也害決策進度被拖延。唉,我講太多廢話了。不過這其實就是我的 AI 智能代理大顯身手的時刻:它們可以自己發現問題,自動診斷還有處理事故。更扯的是,還能自動寫**事後檢討報告**,以後要查也方便——好吧,聽起來好像救世主。
## 什麼是 Agent Development Kit (ADK)?
**Agent Development Kit** 啊,就是 Google 推出的開源框架,有點像給你一組工具箱那種感覺,可以讓開發者直接用 Python 或 Java 去定義、協調所謂的「多智能體 AI 系統」。我老是記不起那些專有名詞,不過總之這些智能體能串連在一起,一個接一個,也能同時合作幫你解題。嗯……其實也不是每個場景都適合,但以下這幾種應用特別對胃口,比如:
我剛剛差點岔題聊開了,其實重點就是 ADK 能讓你比較彈性地搭建複雜任務分工,而且不用每次都從零開始瞎摸索啦。
## 什麼是 Agent Development Kit (ADK)?
**Agent Development Kit** 啊,就是 Google 推出的開源框架,有點像給你一組工具箱那種感覺,可以讓開發者直接用 Python 或 Java 去定義、協調所謂的「多智能體 AI 系統」。我老是記不起那些專有名詞,不過總之這些智能體能串連在一起,一個接一個,也能同時合作幫你解題。嗯……其實也不是每個場景都適合,但以下這幾種應用特別對胃口,比如:
- 數據處理
- 客戶支援
- 工作流程自動化
- 還有前面提到那種事故處理與解決
我剛剛差點岔題聊開了,其實重點就是 ADK 能讓你比較彈性地搭建複雜任務分工,而且不用每次都從零開始瞎摸索啦。

失敗,然後自動補救?AI代理小隊上線
在 ADK 裡面,每個代理各自都分得一清二楚的職責範圍。欸,想一下,有時候真的覺得大家都像是被分配到自己的小房間那種感覺——然後呢,他們要嘛透過共享記憶體,要嘛用訊息來互相聯絡。說到這裡我突然想到,剛剛喝的咖啡好像有點太苦了,但算了,還是繼續寫。總之,所有這些代理最後都是在 Google Cloud 上頭,由 Vertex AI Agent Builder 去運行。
什麼又是 Agent Starter Pack 啦?
有人就講說,用這個作為起手式,好像生產力會直接跳起來。不過我有時候也會懷疑,是不是只是心理作用?但…系統裡面預設已經幫你把那些必要元件都弄好了,所以你基本上可以馬上進去開始建東西,不用一直卡在那些無聊的小錯誤跟煩人的樣板程式碼上浪費時間。有點偷懶又有效率的感覺。
什麼又是 Agent Starter Pack 啦?
Agent Starter Pack 提供一套現成的環境,可用於本機開發和測試代理,或將其部署至 Google Cloud。內容包含:
- 基礎專案結構
- 用於測試的代理 playground
- 部署腳本
- 範例代理及後端
有人就講說,用這個作為起手式,好像生產力會直接跳起來。不過我有時候也會懷疑,是不是只是心理作用?但…系統裡面預設已經幫你把那些必要元件都弄好了,所以你基本上可以馬上進去開始建東西,不用一直卡在那些無聊的小錯誤跟煩人的樣板程式碼上浪費時間。有點偷懶又有效率的感覺。
ADK是啥?多工合作還有一堆腳本檔案
這個系統啊,其實就是靠三個主要代理程式在那裡跑來跑去,感覺有點像三人小組互相拋接球。嗯,我有時會想,如果哪天其中一個罷工會怎樣——唉,好像離題了。總之,它們是透過 ADK 彼此協作的,不然資訊早就亂成一團。
首先,有個叫知識代理程式(Knowledge Agent)的傢伙,工作內容說穿了就是到處翻文件——內部文件已經丟進 Vertex AI Search 做索引啦;還要上網或從之前發生過的事件中,挖掘解決方案。嗯,我偶爾也很羨慕它能輕易找到東西,但現實就不是這麼簡單。
再來修復代理程式(Remediation Agent),其實聽起來很厲害,可是每天都在幫忙自動執行那些腳本、SQL 查詢什麼的。我常常懷疑它到底會不會累,但沒人管它情緒吧?不過重點啦,是它負責解決問題,只要發現什麼狀況馬上出手。
最後嘛,就是事後回顧代理程式(Post-Mortem Agent)。嗯,名字聽起來有點像醫生,不對,我又扯遠了。這位是在每次問題收尾後才登場,會把整件事做個詳細摘要記錄下來,以備未來可以查閱。雖然我有時候覺得誰真的會看那些紀錄?但據說,有需要還是能派上用場。
首先,有個叫知識代理程式(Knowledge Agent)的傢伙,工作內容說穿了就是到處翻文件——內部文件已經丟進 Vertex AI Search 做索引啦;還要上網或從之前發生過的事件中,挖掘解決方案。嗯,我偶爾也很羨慕它能輕易找到東西,但現實就不是這麼簡單。
再來修復代理程式(Remediation Agent),其實聽起來很厲害,可是每天都在幫忙自動執行那些腳本、SQL 查詢什麼的。我常常懷疑它到底會不會累,但沒人管它情緒吧?不過重點啦,是它負責解決問題,只要發現什麼狀況馬上出手。
最後嘛,就是事後回顧代理程式(Post-Mortem Agent)。嗯,名字聽起來有點像醫生,不對,我又扯遠了。這位是在每次問題收尾後才登場,會把整件事做個詳細摘要記錄下來,以備未來可以查閱。雖然我有時候覺得誰真的會看那些紀錄?但據說,有需要還是能派上用場。

Starter Pack開箱心得,省時又不踩雷
這些代理會怎麼觸發?嗯,這個啊,其實也沒什麼玄妙的。比如說——Slack 訊息那邊,如果有人在 Slack 上標註機器人,然後又出現錯誤訊息時,就會啟動相關代理。唉,我自己有弄一個 Cloud Run 處理這塊,雖然細節在這裡就先不展開了啦。如果真的很想知道細節,也許哪天可以聊聊?我不太確定你們是不是對這種東西有興趣。
好像扯遠了,拉回正題。在 Cloud Composer 裡面,如果 DAG 跑失敗,那狀況其實挺常見的——尤其是在趕專案或是改環境參數時。不過話說回來,我是用一個蠻陽春的 webhook 來做這件事啦,就是讓它直接把錯誤訊息丟到 Slack 上。老實說,有時候凌晨看到一堆紅字跳通知還蠻煩人的,但不用再特地去查 logs 也算省事吧。
[專案的一般架構]
## 深入探討代理!
[代理架構]
整個系統基本上就是 Python 打底啦,再加上 ADK 格式。有時候我都懷疑自己為什麼要跟格式死磕,但沒辦法嘛——習慣成自然。簡單講一下每個腳本在幹嘛:嗯等等,我剛剛是不是差點忘記提醒?【注意事項】, 嗯,不重要,反正現在先不管那段,只管重點內容就好了。我想大部分人看文件只會關心哪些腳本負責哪些功能而已吧,有誰真的把每行註釋都讀完呢?
總之,每支腳本都有自己的定位,比如資料處理、觸發通知、還有和外部服務串接那些。我偶爾會覺得,把所有功能拆分到不同檔案雖然麻煩,但遇到出 bug 的時候找起來比較快(不過如果命名亂七八糟就另當別論)。噢對了,如果看到什麼奇怪的副檔名或路徑,也不要太介意,大概只是我拖延症發作暫存而已吧。
好像扯遠了,拉回正題。在 Cloud Composer 裡面,如果 DAG 跑失敗,那狀況其實挺常見的——尤其是在趕專案或是改環境參數時。不過話說回來,我是用一個蠻陽春的 webhook 來做這件事啦,就是讓它直接把錯誤訊息丟到 Slack 上。老實說,有時候凌晨看到一堆紅字跳通知還蠻煩人的,但不用再特地去查 logs 也算省事吧。
[專案的一般架構]
## 深入探討代理!
[代理架構]
整個系統基本上就是 Python 打底啦,再加上 ADK 格式。有時候我都懷疑自己為什麼要跟格式死磕,但沒辦法嘛——習慣成自然。簡單講一下每個腳本在幹嘛:嗯等等,我剛剛是不是差點忘記提醒?【注意事項】, 嗯,不重要,反正現在先不管那段,只管重點內容就好了。我想大部分人看文件只會關心哪些腳本負責哪些功能而已吧,有誰真的把每行註釋都讀完呢?
總之,每支腳本都有自己的定位,比如資料處理、觸發通知、還有和外部服務串接那些。我偶爾會覺得,把所有功能拆分到不同檔案雖然麻煩,但遇到出 bug 的時候找起來比較快(不過如果命名亂七八糟就另當別論)。噢對了,如果看到什麼奇怪的副檔名或路徑,也不要太介意,大概只是我拖延症發作暫存而已吧。
三個主要Agent誰在扮黑臉?Slack與Composer亂入
agent.py 裡頭,其實主要就是那種老生常談的代理設定跟介面,對,就是你每次都得搞那一套。嗯……這句話說得有點沒耐心喔,不過真的,每次寫都很煩。然後,知識型代理(就是 knowledge_agent.py 啦),會用 Vertex AI Search 還有 Google Search 去掃那些文件——唉,我自己有時候也分不清楚到底誰負責什麼,但總之只要出現錯誤訊息,它就會試圖丟回一個看起來還算合理的解決方案吧。有點像是,欸?電腦壞掉我也只能先查一下網路問大家。
接下來 remediation_agent.py 這個角色就更明確了。當知識型代理已經找到可能能修的辦法後,就輪到這傢伙負責後續處理,其實我每次看到「remediation」這詞,都覺得它很像醫生開藥方。話說,有時候想事情會突然想到別的,不過拉回正題,他們三個大致上就是協同合作,各司其職這樣。【注意事項】嘛,雖然講了很多細節,但本指南只是幫助寫文章而已,你千萬不要把它直接複製進內容裡面。不然感覺怪怪的,也容易被人發現不是純內容啦——好吧,就醬子。
接下來 remediation_agent.py 這個角色就更明確了。當知識型代理已經找到可能能修的辦法後,就輪到這傢伙負責後續處理,其實我每次看到「remediation」這詞,都覺得它很像醫生開藥方。話說,有時候想事情會突然想到別的,不過拉回正題,他們三個大致上就是協同合作,各司其職這樣。【注意事項】嘛,雖然講了很多細節,但本指南只是幫助寫文章而已,你千萬不要把它直接複製進內容裡面。不然感覺怪怪的,也容易被人發現不是純內容啦——好吧,就醬子。

細節:Python程式拆解,每個agent其實各懷鬼胎
它可能會做什麼?唉,我想一下,腦袋突然空白了。嗯,大致上,它會執行 BigQuery SQL 腳本。然後,還有…對,它也能動手去改 GCS 裡的檔案——這點挺麻煩,有時候我都會擔心資料被搞亂,不過好像只能信任它。欸,對了,它還會傳送確認訊息,這種自動回報其實挺冷漠的,但有時候又覺得很安心。喔,我剛剛差點忘記重點,拉回來講。
### postmortem_agent.py
這個元件嘛,就是專門負責把日誌跟代理的一些動作收集起來,有時候看著那些紀錄會覺得人到底算什麼。有點離題了,其實它的主要功能就是用 Gemini 或者提示模板去生成事後分析報告。而且這些輸出的內容最後都會存到 Vertex AI Search 裡面,據說是為了以後能學到教訓吧,誰知道呢。
### agent_engine_app.py 及 multi_agent_system.py
啊,好像進入比較複雜的部分了。我常常看到這兩個模組在那邊定義代理之間怎麼協同合作,其實偶爾也分不太清楚細節。嗯……總之,他們主要是靠順序式 Workflow Agent 來調度流程,所以就像一群人在排隊領便當一樣,每個代理按照次序完成自己的任務。有時候流程卡住真的讓人很煩躁,不過反正規則就是這樣定的吧。
### postmortem_agent.py
這個元件嘛,就是專門負責把日誌跟代理的一些動作收集起來,有時候看著那些紀錄會覺得人到底算什麼。有點離題了,其實它的主要功能就是用 Gemini 或者提示模板去生成事後分析報告。而且這些輸出的內容最後都會存到 Vertex AI Search 裡面,據說是為了以後能學到教訓吧,誰知道呢。
### agent_engine_app.py 及 multi_agent_system.py
啊,好像進入比較複雜的部分了。我常常看到這兩個模組在那邊定義代理之間怎麼協同合作,其實偶爾也分不太清楚細節。嗯……總之,他們主要是靠順序式 Workflow Agent 來調度流程,所以就像一群人在排隊領便當一樣,每個代理按照次序完成自己的任務。有時候流程卡住真的讓人很煩躁,不過反正規則就是這樣定的吧。
出錯時自救流程示意,不怕再踩同樣地雷嗎?
欸,說真的,在部署前那個什麼 Starter Pack 裡的 playground,你還是多用一點比較保險啦——很多時候就是少測幾下,結果後面 debug 一直爆炸,唉,每次都想偷懶但最後還是得繞回來。這種省時間的小撇步大家都知道,可是真的有人會乖乖照做嗎?嗯…好像也很難。
然後你看,我最近拿 Gemini Cloud Assist 在微調指令,加上用 adk playground 快速除錯,其實現在 agent 比以前聰明多了,也不會一直卡住。它可以自己查內部文件、跑去 Google 搜尋錯誤原因,然後就直接給出解釋(有時候解釋太長我其實沒耐心看完),而且該備份的步驟也都有顧到喔,不會偷懶亂改。嗯…話說回來,有時候還是怕資料全毀,真希望能更自動一點。
舉個例好了,我故意在 sql 檔案裡搞了一個怪異的 cast 錯誤——欸對,就是那種很明顯不能轉型的那種,結果 Agent 還真的跑去查 Vertex AI Search 匯進來的內部文件(裡面有每個欄位正確型別),才終於判斷要怎麼修。想到這裡忽然餓了…啊不對,所以它就會根據那些資訊判斷要採取什麼操作,最後把問題修掉。這樣講不知道是不是太囉唆?
喔對,我覺得有些歷程建議滿重要的啦,就是你不要只想概念或理論什麼鬼東西——直接從現場情境出發比較實在,有商業需求在推專案才有力道。不過這句話我自己也常忘記,真糟糕。而且 Gemini Code Assist 的確蠻方便的,在優化提示詞跟驗證 agent 指令那塊有幫助吧,大概算是流程順暢度提升的一環。但老實說,有時還是被自己的腦袋打敗。
然後你看,我最近拿 Gemini Cloud Assist 在微調指令,加上用 adk playground 快速除錯,其實現在 agent 比以前聰明多了,也不會一直卡住。它可以自己查內部文件、跑去 Google 搜尋錯誤原因,然後就直接給出解釋(有時候解釋太長我其實沒耐心看完),而且該備份的步驟也都有顧到喔,不會偷懶亂改。嗯…話說回來,有時候還是怕資料全毀,真希望能更自動一點。
舉個例好了,我故意在 sql 檔案裡搞了一個怪異的 cast 錯誤——欸對,就是那種很明顯不能轉型的那種,結果 Agent 還真的跑去查 Vertex AI Search 匯進來的內部文件(裡面有每個欄位正確型別),才終於判斷要怎麼修。想到這裡忽然餓了…啊不對,所以它就會根據那些資訊判斷要採取什麼操作,最後把問題修掉。這樣講不知道是不是太囉唆?
喔對,我覺得有些歷程建議滿重要的啦,就是你不要只想概念或理論什麼鬼東西——直接從現場情境出發比較實在,有商業需求在推專案才有力道。不過這句話我自己也常忘記,真糟糕。而且 Gemini Code Assist 的確蠻方便的,在優化提示詞跟驗證 agent 指令那塊有幫助吧,大概算是流程順暢度提升的一環。但老實說,有時還是被自己的腦袋打敗。

建議跟坑:Prompt調教、知識分流跟雲端奇技淫巧
**Agent Starter Pack = 基礎必備**這個方案,其實說穿了,運作起來算是還蠻順的啦。基本上,只要你開始啟用,它就很快能把那些你覺得「欸我現在好像什麼都缺」的資源一股腦給你送上來,完全不拖泥帶水。唉,有時候反而會想,我是不是太依賴這些現成東西了?嗯,不重要,拉回正題——對於剛開始的人來說,這就是那種讓你不用煩惱細節的起點包。
再講到 Vertex AI Search,就有一點點麻煩。操作嘛,比較棘手。不是那種隨便亂按都行的(不然世界也太美好了)。知識跟邏輯得硬生生分割開來丟給不同子代理去設定。其中有一個專門對付 Vertex AI Search 這傢伙,另一個則負責所有網路雜事。偏偏如果你哪個環節搞錯了,整套流程就會卡住。所以老實說,每次碰到要配置這部份,都會頭皮發麻,大概吧。不過,我又扯遠了,總之分工協作真的很重要。
Google Cloud 的整合優勢……唉,有時候想到全部雲端服務都被綁在同一地方,其實既安心又有點小壓力,但多數情況下還是利大於弊啦。Cloud Run、BigQuery、Vertex AI 還有 Secret Manager 全都攪和在一起,用戶端看起來系統複雜度直線下降。偶爾會懷疑,是不是哪天出了問題反而全軍覆沒,不過話又說回來,目前為止集中管理確實省下很多時間。
## 下一步規劃
其實啊,眼前這專案現在才算剛開始走第一步而已——離完成還遠著呢。有好多發展路徑可以選,比如增加安全防護機制或什麼確認系統之類的(每次一提安全,就忍不住想電腦是不是永遠都不夠安全),但先暫且不吐槽。
主動監控也是未來重點方向之一啦,就是打算嵌入異常偵測功能,希望代理能在任何重大錯誤爆發之前就自己叫警報,而不是等到全世界都知道才修補。不過計畫總是追不上變化,也許明天我又改主意?嗯,好吧,但目前就是往這幾個方向慢慢推囉。
再講到 Vertex AI Search,就有一點點麻煩。操作嘛,比較棘手。不是那種隨便亂按都行的(不然世界也太美好了)。知識跟邏輯得硬生生分割開來丟給不同子代理去設定。其中有一個專門對付 Vertex AI Search 這傢伙,另一個則負責所有網路雜事。偏偏如果你哪個環節搞錯了,整套流程就會卡住。所以老實說,每次碰到要配置這部份,都會頭皮發麻,大概吧。不過,我又扯遠了,總之分工協作真的很重要。
Google Cloud 的整合優勢……唉,有時候想到全部雲端服務都被綁在同一地方,其實既安心又有點小壓力,但多數情況下還是利大於弊啦。Cloud Run、BigQuery、Vertex AI 還有 Secret Manager 全都攪和在一起,用戶端看起來系統複雜度直線下降。偶爾會懷疑,是不是哪天出了問題反而全軍覆沒,不過話又說回來,目前為止集中管理確實省下很多時間。
## 下一步規劃
其實啊,眼前這專案現在才算剛開始走第一步而已——離完成還遠著呢。有好多發展路徑可以選,比如增加安全防護機制或什麼確認系統之類的(每次一提安全,就忍不住想電腦是不是永遠都不夠安全),但先暫且不吐槽。
主動監控也是未來重點方向之一啦,就是打算嵌入異常偵測功能,希望代理能在任何重大錯誤爆發之前就自己叫警報,而不是等到全世界都知道才修補。不過計畫總是追不上變化,也許明天我又改主意?嗯,好吧,但目前就是往這幾個方向慢慢推囉。
下一步?未來功能想像和感謝詞
- **UI Dashboard**:說到這個,反正就是你可以有個網頁介面嘛,然後直接在上面按一按就能去啟動或管理那些代理程式的會話了。嗯,有時候還想偷懶不看細節,它還會把日誌跟狀態什麼的用圖表顯示出來,蠻直觀啦。不過我剛才差點忘記這是核心功能之一,其實自己也常分心,拉回來。可視化那部分真的很方便,不用再苦哈哈翻console log。</code></pre>
- **CI/CD Integration**:另外一件事就是,把代理程式擴充一下吧,讓它不是只能盯著資料管線,而是也可以監控CI流程裡的那些log、或者基礎架構層級的東西。我不知道是不是大家都需要,但偶爾工程師好像會很在意這些細節。唉,我每次寫到這種自動化整合都覺得腦袋快打結,好像永遠弄不完似的。
如果你對那種真的能幫忙執行任務、甚至和別人協作的智慧AI代理感興趣——嗯,大概現在就挺適合試試ADK囉。其實,我也是被黑客松團隊跟Google Cloud推了一把才開始搞這套東西,中間卡住不少次但總算走到這一步。有興趣的人可以看看[link],就是專案代碼庫在那邊啦 #adkhackathon。