10-4. Tout déployer dans la console Google Cloud, clic par clic

Ce guide répond à : comment faire les mêmes étapes que 10-2 dans la console, en sachant où cliquer et quoi remplir ?

Un point honnête : la console ne sait pas construire une image à partir d'un dossier de votre poste. Une seule commande reste donc nécessaire, gcloud builds submit (étape 3). Elle se lance depuis votre terminal, ou depuis Cloud Shell (bouton >_ en haut de la console, rien à installer). Tout le reste se fait en clics.

Pas encore suivi en vrai sur ce projet : la facturation du projet de test est fermée. Les écrans sont ceux utilisés au projet 09 (12-1-3 et 12-1-6). Les libellés sont donnés en anglais et en français.

Étape 1 : les API

Projet des agents en haut de la console → 🔎 « API Library » (Bibliothèque d'API). Pour chacune : cherchez son nom, ouvrez-la, cliquez sur Enable (Activer) :

• Cloud Run Admin API ;
• Cloud Build API ;
• Artifact Registry API ;
• Identity and Access Management (IAM) API ;
• Google Sheets API ;
• Google Drive API ;
• Vertex AI API ;
• Agent Registry API (facultatif).

Attendu : chaque page affiche Manage (Gérer).

Étape 2 : les comptes de service

🔎 IAM & Admin → Service Accounts (Comptes de service) → + Create service account, trois fois :

Étape 3 : les images (la seule commande)

Dans le dossier du projet 10, ou dans Cloud Shell après y avoir téléversé le dossier (menu ⋮ → Upload) :

P=aiml-gemini-ent-exp-0zga; R=europe-west1
gcloud artifacts repositories create sheets-mcp --repository-format=docker --location=$R --project=$P
for d in mcp_server:mcp-google agent:sheets-agent; do
  gcloud builds submit ${d%%:*} --config=cloudbuild.yaml --substitutions=_IMAGE=$R-docker.pkg.dev/$P/sheets-mcp/${d#*:}:v1 \
    --region=$R --project=$P --service-account=projects/$P/serviceAccounts/sheets-build-sa@$P.iam.gserviceaccount.com
done

Attendu : chaque construction se termine par SUCCESS. Les images sont visibles dans 🔎 Artifact Registry → sheets-mcp.

Étape 4 : le serveur MCP

🔎 Cloud Run → Deploy container (Déployer un conteneur) → Service :

→ Create. Attendu : l'URL https://sheets-mcp-433175138344.europe-west1.run.app, avec une coche verte.

Google Slides : refaites cet écran avec la même image, le nom slides-mcp et PRODUIT = slides (10-13). L'adresse du serveur MCP est cette URL suivie de /mcp.

Étape 5 : l'agent A2A

Même écran : Deploy container :

Étape 6 : l'agent peut appeler le serveur MCP

🔎 Cloud Run → cochez sheets-mcp → Permissions (ou ouvrez le service → onglet Security) → Add principal :

• New principals : sheets-agent-sa@aiml-gemini-ent-exp-0zga.iam.gserviceaccount.com ;
• Role : Cloud Run Invoker (Demandeur Cloud Run).

→ Save.

Étape 7 : l'agent sur Agent Runtime (facultatif)

La console ne téléverse pas de code vers Agent Runtime. Utilisez ./scripts/deployer.sh agent-runtime (10-2), puis retrouvez l'agent dans 🔎 Vertex AI → Agent Runtime (Agent Engine) : il s'appelle sheets-agent. Copiez son Resource name.

Étape 8 : Agent Registry (facultatif)

🔎 Agent Registry → région europe-west1 → onglet MCP servers → Add MCP server :

• Display name Google Sheets (MCP), une description ;
• Tool specification : endpoint https://sheets-mcp-…/mcp, et collez le contenu de terraform/toolspec.json. Générez-le d'abord avec python3 scripts/gen_toolspec.py. Import tools ne marche pas ici, car le serveur est privé ;
• Next → cochez les 17 outils → Save.

Étape 9 : vérifier

Ensuite : le branchement sur Gemini Enterprise, 10-5 et 10-6.