12-1-3. Déployer les agents dans le projet des agents : méthode **console** (interface Google Cloud)

Le but : mettre en ligne un, deux ou tous les agents dans le projet des agents aiml-gemini-ent-exp-0zga, à la souris dans la console Google Cloud (console.cloud.google.com), et savoir où tout retrouver.

Pas encore d'app Gemini Enterprise. On ne fait que les agents.

Les autres méthodes, même résultat : 12-1-1 Shell · 12-1-2 Terraform.

Deux choses ne se font pas à la souris, et passent par Cloud Shell, le terminal intégré à la console :

• construire l'image d'un agent (Cloud Run) ;
• envoyer le code d'un agent à Agent Runtime.

La console ne sait pas fabriquer une image à partir de notre code, ni envoyer un agent Python à Agent Runtime. Rien à installer : Cloud Shell a déjà gcloud et Python. Les images sont construites dans Google Cloud (Cloud Build) : ni Docker ni logiciel particulier.

Agents dans le projet de l'app (cas 12-2) ? Identique, dans le projet de l'app.

Écrans décrits d'après la documentation Google. Les libellés peuvent légèrement varier selon la langue et la version de la console. Les commandes de Cloud Shell sont celles testées en 12-1-1.

Sommaire

0. Ce que vous allez créer, et où le voir
1. Ouvrir la console sur le bon projet
2. Vérifier et activer les API
3. Model Armor : les deux filtres (une fois)
4. Préparer Cloud Shell (une fois)
5. Cloud Run (A2A) : un agent, puis plusieurs
6. Agent Runtime : un agent, puis plusieurs
7. Agent Registry : le catalogue
8. Dialogflow (option)
9. Vérification finale
10. Ajouter un agent plus tard, en retirer un, tout supprimer
11. Ce qui peut arriver

0. Ce que vous allez créer, et où le voir

Pour chaque agent (exemple : meteo ; liste des clés : agents/trio/catalogue.json), selon l'hébergement choisi :

Une fois pour tous les agents : les API, les 2 filtres Model Armor, le dépôt d'images agents-console et le compte qui construit les images (agents-build-sa).

Le vocabulaire (agent, A2A, carte, Agent Runtime, Agent Registry, compte de service, rôle, API) : 12-1-1, partie 0.

1. Ouvrir la console sur le bon projet

1. console.cloud.google.com, avec votre compte.
2. En haut, le sélecteur de projet → choisir aiml-gemini-ent-exp-0zga.
3. Noter son numéro : 🔎 « Tableau de bord » (ou Accueil) → carte Informations sur le projet → Numéro du projet : 433175138344.
4. Vos droits : 🔎 « IAM » → votre adresse → Propriétaire, ou les rôles listés en 12-1-1, partie 4.

2. Vérifier et activer les API

🔎 « API et services » → API et services activés. Pour chaque API du tableau absente de la liste : + Activer les API et les services (ou Bibliothèque) → chercher son nom → Activer (1 à 2 minutes).

Attendu : toutes dans API et services activés. Une API affiche Gérer au lieu d'Activer : elle est déjà active.

3. Model Armor : les deux filtres (une fois)

🔎 « Model Armor » → Templates → Créer un template, deux fois :

Créer. Attendu : les deux dans la liste, région eu. Leurs chemins (ils serviront plus bas) : projects/aiml-gemini-ent-exp-0zga/locations/eu/templates/console-prompt-shield et …/console-response-shield.

4. Préparer Cloud Shell (une fois)

1. Icône >_ en haut à droite de la console : Activer Cloud Shell. Un terminal s'ouvre en bas.
2. Importer le dossier : zippez 09-agents-multi-projets-gemini-enterprise sur votre poste. Dans Cloud Shell, menu ⋮ → Importer → le zip. Puis :

   unzip -q 09-agents-multi-projets-gemini-enterprise.zip && cd 09-agents-multi-projets-gemini-enterprise

3. Le fichier de configuration : Ouvrir l'éditeur (bouton en haut de Cloud Shell) → config/12-1-agents-dans-projet-exp.env. Remplissez-le comme en 12-1-1, partie 3, avec :
   • PROJET_APP=, NUM_APP=, APP_ID= vides ;
   • AGENTS="meteo" (ou vos agents) ;
   • DOSSIER=~/09-agents-multi-projets-gemini-enterprise ;
   • deux lignes de plus, pour utiliser vos filtres de la partie 3 :

   PROMPT_TEMPLATE=projects/aiml-gemini-ent-exp-0zga/locations/eu/templates/console-prompt-shield
   RESPONSE_TEMPLATE=projects/aiml-gemini-ent-exp-0zga/locations/eu/templates/console-response-shield

4. Charger :

   source scripts/config.sh config/12-1-agents-dans-projet-exp.env

   Attendu : le résumé, Agents à déployer : meteo, puis OK (exemple complet en 12-1-1, partie 3).

Cloud Shell se ferme après une période d'inactivité : rouvrez-le, cd 09-agents-multi-projets-gemini-enterprise, et rechargez la configuration (étape 4). Vos fichiers sont conservés.

5. Cloud Run (A2A) : un agent, puis plusieurs

5.1 Le dépôt d'images (une fois)

🔎 « Artifact Registry » → Dépôts → + Créer un dépôt :

Créer. Attendu : agents-console dans la liste. (« Docker » est le nom du format des images : pas besoin du logiciel Docker.)

Le compte qui construit les images (une fois) : 🔎 « Comptes de service » → + Créer un compte de service → Nom agents-build-sa → Créer et continuer → rôles :

→ OK. Pourquoi un compte à nous : celui que Cloud Build utilise par défaut n'a souvent aucun droit (vérifié : … does not have storage.objects.get access). Attendez 1 à 2 minutes avant la première construction.

5.2 L'image de l'agent (Cloud Shell)

Dans Cloud Shell, dans le dossier du projet (cd ~/09-agents-multi-projets-gemini-enterprise) :

K=meteo                                                                  # ← la clé de l'agent
gcloud builds submit --region=$REGION --project=$PROJET_AGENTS \
  --service-account=projects/$PROJET_AGENTS/serviceAccounts/agents-build-sa@$PROJET_AGENTS.iam.gserviceaccount.com \
  --config=01-bis-cloud-run-a2a/cloudbuild.yaml \
  --substitutions=_AGENT_DIR=${K}_agent,_IMAGE=$REGION-docker.pkg.dev/$PROJET_AGENTS/agents-console/$K:v1 .
python3 scripts/carte_a2a.py $K https://$K-a2a-console-$NUM_AGENTS.$REGION.run.app

• gcloud builds submit envoie le code des agents (le point final = le dossier courant, filtré par .gcloudignore) à Cloud Build, qui construit l'image de cet agent (code commun + meteo_agent/) et la range dans agents-console. Attendu (environ 1 min 20 s) : Creating temporary archive of 20 file(s) totalling 61.4 KiB…, puis une ligne qui finit par …/agents-console/meteo:v1 SUCCESS. Le détail de chaque option : 12-1-1, 7.2 a).
• À la souris, le suivi : 🔎 « Cloud Build » → Historique (région europe-west1) → la construction → son journal.
• La dernière commande affiche la carte A2A de l'agent, une ligne de JSON qui commence par {"protocolVersion": "0.3", "name": "meteo_agent", …. Copiez-la en entier : elle sert en 5.4 et en 7.

Dans la console : 🔎 « Artifact Registry » → agents-console → l'image meteo → étiquette v1.

5.3 Le compte de service

🔎 « Comptes de service » → + Créer un compte de service :

1. Nom : meteo-a2a-console-sa → Créer et continuer.

2. Attribuer des rôles (+ Ajouter un autre rôle entre chaque) :

   Rôle (nom affiché)	Pourquoi
   Utilisateur Vertex AI (Vertex AI User)	Appeler Gemini
   Rédacteur de journaux (Logs Writer)	Écrire ses journaux
   Utilisateur Model Armor (Model Armor User)	Utiliser les filtres

3. Continuer → OK.

Attendu : meteo-a2a-console-sa@aiml-gemini-ent-exp-0zga.iam.gserviceaccount.com dans la liste ; 🔎 « IAM » : ce compte avec ses 3 rôles.

5.4 Le service Cloud Run

🔎 « Cloud Run » → Déployer un conteneur → Service (ou Créer un service) :

Créer. Attendu (1 à 2 minutes) : une coche verte, et parmi les URL du service : https://meteo-a2a-console-433175138344.europe-west1.run.app (l'adresse écrite dans la carte).

Ce que vous voyez ensuite sur la page du service :

• Métriques : appels, temps de réponse ;
• Révisions : les versions ;
• Journaux : chaque appel et chaque erreur ;
• Sécurité : authentification requise ;
• Modifier et déployer une nouvelle révision : changer une variable ou l'image.

5.5 Tester (Cloud Shell, 3 à 5 minutes après)

URL=https://$K-a2a-console-$NUM_AGENTS.$REGION.run.app ./01-bis-cloud-run-a2a/test.sh $K

Attendu : == meteo carte : meteo_agent (A2A 0.3), deux questions et réponses, puis OK : les agents répondent en A2A v0.3, avec mémoire de conversation. Exemple réel en 12-1-1, 7.3.

5.6 Plusieurs agents

Refaites 5.2 à 5.5 pour chaque agent, en changeant la clé partout : K=taille, compte taille-a2a-console-sa, service taille-a2a-console, variable AGENT = taille_agent, et sa carte. Les parties 2, 3, 4 et 5.1 ne se refont pas.

Pour gagner du temps avec beaucoup d'agents : construisez toutes les images d'un coup dans Cloud Shell (liste AGENTS du fichier), puis faites 5.3 et 5.4 à la souris pour chacun :

for K in $(echo $AGENTS_LISTE); do
  gcloud builds submit --region=$REGION --project=$PROJET_AGENTS \
    --service-account=projects/$PROJET_AGENTS/serviceAccounts/agents-build-sa@$PROJET_AGENTS.iam.gserviceaccount.com \
    --config=01-bis-cloud-run-a2a/cloudbuild.yaml \
    --substitutions=_AGENT_DIR=${K}_agent,_IMAGE=$REGION-docker.pkg.dev/$PROJET_AGENTS/agents-console/$K:v1 .
  echo "== carte de $K :"; python3 scripts/carte_a2a.py $K https://$K-a2a-console-$NUM_AGENTS.$REGION.run.app
done

(for K in …; do … done refait le bloc pour chaque agent de la liste.) Au-delà de 3 ou 4 agents, la console devient longue : Terraform fait tout cela avec une ligne.

6. Agent Runtime : un agent, puis plusieurs

6.1 Le compte de service

Comme en 5.3, avec le nom meteo-console-sa et les mêmes 3 rôles.

6.2 Envoyer l'agent (Cloud Shell, une commande)

K=meteo
python3 scripts/deployer_agent_runtime.py --projet $PROJET_AGENTS --region $REGION --agent ${K}_agent --nom $K-console \
  --compte-service $K-console-sa@$PROJET_AGENTS.iam.gserviceaccount.com \
  --env PROMPT_TEMPLATE=$PROMPT_TEMPLATE --env RESPONSE_TEMPLATE=$RESPONSE_TEMPLATE

Attendu (3 à 5 minutes) : en cours… 0 s, …, puis déployé : projects/100000000002/locations/europe-west1/reasoningEngines/….

6.3 Tester et explorer (console)

🔎 « Agent Runtime » → Déploiements → meteo-console :

Attendu : une réponse météo et un conseil de tenue (exemple réel en 12-1-2, 6.1).

6.4 Plusieurs agents

Refaites 6.1 à 6.3 avec un autre K. Ou, après avoir créé les comptes <clé>-console-sa à la souris, d'un coup dans Cloud Shell :

for K in $(echo $AGENTS_LISTE); do
  python3 scripts/deployer_agent_runtime.py --projet $PROJET_AGENTS --region $REGION --agent ${K}_agent --nom $K-console \
    --compte-service $K-console-sa@$PROJET_AGENTS.iam.gserviceaccount.com \
    --env PROMPT_TEMPLATE=$PROMPT_TEMPLATE --env RESPONSE_TEMPLATE=$RESPONSE_TEMPLATE
done

Un agent déjà déployé (même nom) n'est pas recréé : le script répond existe déjà : projects/…. Nouvelle version : le supprimer d'abord (partie 10), puis relancer.

7. Agent Registry : le catalogue

• Agents Agent Runtime : déjà inscrits. 🔎 « Agent Registry » → région europe-west1 → meteo-console est là.
• Agents Cloud Run : à déclarer, un par un. 🔎 « Agent Registry » → région europe-west1 → Enregistrer (ou Créer) :

Enregistrer. Attendu : une ligne par agent et par hébergement. Un clic sur un agent : sa carte, ses compétences, son adresse. (Ne remplissez pas de champ « interfaces » : l'adresse est déjà dans la carte.)

8. Dialogflow (option)

Un agent conversationnel construit à la souris, différent de nos agents Python.

1. 🔎 « Conversational Agents » (Dialogflow CX) → choisir le projet → Créer un agent → Créer de toutes pièces.
2. Nom Accueil magasin, Région europe-west1, Langue fr, Fuseau horaire Europe/Paris → Créer.
3. Tester l'agent (panneau de droite) → « Bonjour ». Attendu : une salutation (« Salutations ! »).
4. Paramètres de l'agent → copier le nom projects/…/locations/europe-west1/agents/… : la source de l'agent Dialogflow (Gemini Enterprise la demandera).

Construire ensuite le parcours : Flux et Pages, ou un Playbook (génératif).

9. Vérification finale

10. Ajouter un agent plus tard, en retirer un, tout supprimer

Plus simple : le script de nettoyage. Il fait l'inventaire de tout ce que les guides créent (Cloud Run, Agent Runtime, Agent Registry, Dialogflow, comptes de service et leurs rôles, images, filtres Model Armor) et ne supprime qu'après confirmation :

python3 scripts/nettoyer.py                         # INVENTAIRE : liste, ne supprime rien
python3 scripts/nettoyer.py --agent meteo           # seulement ce qui appartient à meteo
python3 scripts/nettoyer.py --supprimer             # supprime (tapez l'ID du projet pour confirmer)

Ce que Terraform a créé est ignoré (marqué [terraform]) : supprimez-le avec terraform destroy. Testé en vrai : 8 types supprimés, rôles des comptes compris.

À la souris :

• Ajouter un agent du catalogue : 5.2 à 5.5 (Cloud Run), 6.1 à 6.3 (Agent Runtime), 7. Rien d'autre ne bouge.
• Créer un nouvel agent : 12-3, partie 1, puis comme ci-dessus.
• Nouvelle version d'un agent Cloud Run : nouvelle image :v2 (5.2), puis service → Modifier et déployer une nouvelle révision → image v2 → Déployer. Même adresse.
• Retirer un agent, dans cet ordre :
  1. 🔎 « Agent Registry » → l'entrée → Supprimer.
  2. 🔎 « Cloud Run » → le service → Supprimer.
  3. 🔎 « Agent Runtime » → l'agent → Supprimer (avec ses sessions).
  4. 🔎 « IAM » → le compte → Modifier (crayon) → supprimer ses rôles.
  5. 🔎 « Comptes de service » → le compte → Supprimer.
  6. 🔎 « Artifact Registry » → agents-console → l'image → Supprimer.
• Tout supprimer : chaque agent comme ci-dessus. Puis, quand plus rien ne s'en sert :
  • les deux templates Model Armor ;
  • le dépôt agents-console et le compte agents-build-sa ;
  • l'agent Dialogflow ;
  • le dossier dans Cloud Shell.

11. Ce qui peut arriver

Et après : l'app Gemini Enterprise existe ? 12-1, C6 et C7.