mcpField
G
Google ADK Development Environment

Google ADK Development Environment

ローカル
github.com/linus-mcmanamey開発ツール073 週間前に更新

Google ADK Development Environment について

Google ADK Development Environmentは、PythonでGoogle Agent Development Kitアプリを開発するためのVS Code Dev Container環境です。開発ツールやGoogle Cloud SDK、Pythonパッケージを含み、テストやコード検査用のコマンドも備えています。

主な機能

  1. 01VS Code Dev Container環境
  2. 02Python 3.13環境
  3. 03Google Cloud SDKを同梱
  4. 04自動フォーマットとpytest設定
  5. 05コード検査コマンド

活用シーン

  1. 01Google ADK開発環境の構築
  2. 02テストとコード品質チェックの実行
  3. 03同梱のGoogle Cloudライブラリを使った開発

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Google ADK 開発環境

このプロジェクトは、Python 3.13 を使用した Google Agent Development Kit(ADK)の開発に最適化された開発コンテナーでセットアップされています。

🚀 クイックスタート

  1. 前提条件:Dev Containers 拡張機能をインストールした VS Code があることを確認します
  2. 開発コンテナーで開く:このフォルダーを VS Code で開き、プロンプトが表示されたら「コンテナーで再度開く」をクリックします
  3. セットアップを待つ:コンテナーが自動的にビルドされ、すべての依存関係がインストールされます
  4. 開発を開始する:Google ADK アプリケーションを構築する準備ができました!

📦 含まれるもの

開発環境
  • Python 3.13 - 最新の Python バージョン
  • VS Code 拡張機能 - Python、Pylint、Black、Jupyter、Google Cloud Code など
  • Google Cloud SDK - インストール済みで、すぐに使用できます
  • Git と GitHub CLI - バージョン管理ツール
Python パッケージ
  • Google Cloud ライブラリ - Storage、BigQuery、AI Platform、Speech、Vision など
  • 機械学習 - TensorFlow、PyTorch、Transformers、LangChain
  • Web フレームワーク - 非同期処理に対応した FastAPI、Flask
  • 開発ツール - pytest、ruff、black、mypy、pre-commit
  • データ処理 - pandas、numpy、matplotlib、plotly
機能
  • ポート転送 - 一般的な開発用ポート(3000、5000、8000、8080、9000)
  • カスタムエイリアス - ADK 開発に便利なショートカット
  • 自動フォーマット - 保存時にコードをフォーマット
  • テスト設定 - pytest の設定
  • Jupyter サポート - インタラクティブな開発向け

🔧 設定

Google Cloud のセットアップ
  1. .env.example を .env にコピーし、設定を行います
  2. adk-setup を実行して Google Cloud に認証します
  3. プロジェクト ID を設定します:gcloud config set project YOUR_PROJECT_ID
便利なコマンド
  • adk-setup - Google Cloud 認証をセットアップします
  • adk-test - テストを実行します
  • adk-format - black でコードをフォーマットし、ruff で修正します
  • adk-lint - ruff リンターを実行します
  • adk-check - コード品質チェック一式(ruff + mypy + pytest)を実行します

📁 プロジェクト構成

.devcontainer/
├── devcontainer.json    # Dev container configuration
├── Dockerfile          # Container image definition
└── bashrc              # Custom bash configuration

requirements.txt         # Python dependencies
.env.example            # Environment variables template

🔍 開発のヒント

  1. パッケージ管理:このセットアップでは、Python パッケージを高速にインストールするために uv を使用します
  2. コード品質:ruff、black、mypy を使用する pre-commit フックが自動的にインストールされます
  3. 認証:ローカル開発では gcloud auth application-default login を使用します
  4. 環境変数:.env.example を .env にコピーし、必要に応じて変更します
  5. テスト:tests/ ディレクトリにテストを配置し、adk-test で実行します
  6. リンティング:ruff によるリンティングには adk-lint、包括的なチェックには adk-check を使用します

📚 関連リソース

コーディングをお楽しみください!🎉

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。