Agjent i qëndrueshëm i IA-së me Gemini dhe Temporal

Ky tutorial ju udhëzon në ndërtimin e një agjenti të qëndrueshëm të IA-së që përdor Gemini API për arsyetim dhe Temporal për qëndrueshmëri. Ai përdor integrimin e integruar të Gemini SDK të Temporal.

Agjenti mund të thërrasë mjete, si kërkimi i alarmeve të motit ose gjeolokacioni i një adrese IP, dhe do të kryejë cikël derisa të ketë informacion të mjaftueshëm për t'u përgjigjur.

Ajo që e bën këtë të ndryshme nga një demo tipike agjentësh është qëndrueshmëria . Çdo thirrje LLM dhe çdo thirrje mjeti vazhdon nga Temporal. Nëse procesi rrëzohet, rrjeti ndërpritet ose një API skadon, Temporal automatikisht riprovon dhe rifillon nga hapi i fundit i përfunduar. Nuk humbet historiku i bisedave dhe asnjë thirrje mjeti nuk përsëritet gabimisht.

Arkitekturë

Arkitektura përbëhet nga tre pjesë:

  • Fluksi i Punës: Një thirrje e vetme generate_content . Cikli i thirrjes automatike të funksionit (AFC) i Gemini SDK funksionon brenda Fluksit të Punës, dhe Temporal e bën çdo hap të tij të qëndrueshëm.
  • Aktivitetet: Njësi individuale pune që Temporal i bën të qëndrueshme. Thirrjet e Gemini API bëhen automatikisht Aktivitete.
  • Punëtori: Procesi që ekzekuton Rrjedhat e Punës dhe Aktivitetet, dhe i vetmi vend ku ndodhet çelësi juaj API.

Në këtë shembull, do t'i vendosni të tre këto pjesë në një skedar të vetëm ( durable_agent_worker.py ). Në një implementim në botën reale, do t'i ndani ato për të lejuar avantazhe të ndryshme të vendosjes dhe shkallëzueshmërisë. Do t'i jepni agjentit udhëzime me CLI-në Temporale, kështu që nuk ka kod klienti për të shkruar.

Parakushte

Për të përfunduar këtë udhëzues, do t'ju duhet:

  • Një çelës API Gemini. Mund të krijoni një falas në Google AI Studio .
  • Versioni 3.10 i Python ose më i ri.
  • uv për menaxhimin e varësive.
  • CLI-ja Temporale për ekzekutimin e një serveri zhvillimi lokal dhe nisjen e rrjedhave të punës.

Konfigurimi

Para se të filloni, sigurohuni që keni një server zhvillimi Temporal që funksionon lokalisht:

temporal server start-dev

Tjetra, krijoni një projekt dhe instaloni varësitë e kërkuara:

uv init durable-gemini-agent
cd durable-gemini-agent
uv add "temporalio[google-genai]" httpx python-dotenv

uv krijon dhe menaxhon mjedisin virtual për ju, kështu që çdo komandë Python më vonë në këtë tutorial ekzekutohet përmes uv run .

Krijo një skedar .env në direktorinë e projektit tënd me çelësin tënd Gemini API. Mund të marrësh një çelës API nga Google AI Studio .

echo "GOOGLE_API_KEY=your-api-key-here" > .env

Zbatimi

Pjesa tjetër e këtij tutoriali përshkruan durable_agent_worker.py nga lart poshtë, duke e ndërtuar agjentin pjesë-pjesë. Krijo skedarin dhe ndiqe më tej.

Importet dhe konfigurimi i sandbox-it

Filloni me importet që duhet të përcaktohen paraprakisht. Blloku workflow.unsafe.imports_passed_through() i tregon sandbox-it të Workflow-it të Temporal-it që të lejojë që httpx të kalojë pa kufizim. Importimi i httpx ekzekuton class _CookieCompatRequest(urllib.request.Request) , dhe sandbox-i bllokon nënklasifikimin e asaj klase stdlib.

Mjetet tuaja përdorin httpx , dhe activity_as_tool() ka nevojë për Workflow për të importuar ato funksione të mjeteve në mënyrë që Gemini të mund të nxjerrë skemat e tyre nga nënshkrimet. Pra, httpx arrin në sandbox pavarësisht se si i ndani skedarët - zhvendosja e mjeteve në modulin e tyre nuk e shmang atë.

from temporalio import