Atelier
Course

Inspection qualité par vision : un agent ADK, Gemini et Cloud Storage

Construire un agent ADK qui lit des photos de pièces dans un bucket Cloud Storage, classe les défauts avec Gemini en sortie structurée, publie un rapport, se mesure à une vérité terrain, puis supprimer le bucket.

Advanced 4 lessons 2h30

By Youcef

Use cases⚙️ Automatiser un processus métier📊 Analyser des données en langage naturel
Platforms🛠️ Google ADK (Agent Development Kit)🧪 Vertex AI (Gemini Enterprise Agent Platform)
Start the course
Progress 0% · 0/4

This content is not translated yet. Showing the original version.

Inspection qualité par vision : un agent ADK, Gemini et Cloud Storage

Sur une ligne de production, un opérateur photographie chaque rondelle métallique qui sort de la presse. Ces photos atterrissent dans un bucket. Il faut repérer les pièces rayées, fissurées, tachées ou ébréchées, décider lesquelles rejeter, et produire un rapport pour l'atelier. Ce lab construit l'agent qui fait ce travail, et surtout mesure s'il le fait bien.

Pour qui ?

Vous connaissez les bases d'ADK (agent, outils, runner) et vous voulez traiter des images de façon fiable : réponse structurée, contrôlable, évaluée, sur des données qui vivent dans Google Cloud.

Ce que vous construisez

flowchart LR
  P["generer_images.py (Pillow) : 6 photos fictives"] -->|"gcloud storage cp"| B["Bucket temporaire lab-inspection-qualite-... : images/"]
  A["Agent ADK inspecteur_qualite"] -->|"lister_images"| B
  A -->|"inspecter_image"| V["Gemini vision : JSON imposé (schéma Inspection)"]
  A -->|"publier_rapport"| R["rapports/rapport-inspection.md"]
  R --> B
  VT["verite_terrain.json (reste sur le poste)"] --> E["lancer.py : exactitude + pièces défectueuses acceptées"]

Prérequis

  • Python 3.10+, gcloud connecté (gcloud auth application-default login), un projet avec Vertex AI et Cloud Storage activés.
  • Le code : files/ — generer_images.py, agent.py, lancer.py, test_inspection.py, preparer.sh, nettoyer.sh.

Programme

ModuleLeçonCe que vous faites
1. Cas d'usage et architectureInspecter des pièces avec un agentrôles de l'agent, du modèle de vision et du code déterministe
2. Construire pas à pasDes images fictives dans un bucket temporairePillow, vérité terrain, bucket privé étiqueté
Vision structurée et outils de l'agentschéma Pydantic, outils Cloud Storage, rapport
3. Tester, évaluer, exploiterÉvaluer, publier, supprimertests sans clé, run réel, mesure, nettoyage

En local ou sur GCP ?

Variante locale (exercice)Ce lab (GCP)
Imagesun dossier images/un bucket Cloud Storage privé
ModèleGemini via clé d'APIGemini sur Vertex AI, identifiants ADC
Rapportun fichier localun objet rapports/rapport-inspection.md
Nettoyagerm -r imagesnettoyer.sh supprime le bucket et tout son contenu

Resources

Download all (.zip)

References