Codelab ini menyediakan tutorial langkah demi langkah tentang cara mengkonfigurasi tool (tool) Agent Development Kit (ADK) untuk menggunakan otentikasi Google Sign-In dengan OAuth 2.0. Ini memungkinkan tool Anda mengakses data pengguna yang dilindungi dari layanan Google (seperti Google Kalender, Gmail, dll.).

Prasyarat

Apa yang akan Anda pelajari

Apa yang Anda butuhkan

Sebuah agen dasar yang dibangun dengan ADK (Agent Development Kit) memiliki otak LLM yang kuat, tetapi ia juga memiliki keterbatasan: ia tidak dapat mengakses informasi yang dibuat setelah tanggal pelatihannya, dan ia tidak dapat berinteraksi dengan layanan eksternal. Ini seperti seorang asisten brilian dan cerdas secara teori yang terkunci di perpustakaan tanpa telepon atau internet. Untuk membuat sebuah agen benar-benar berguna, kita perlu memberinya tool.

Bayangkan tool sebagai pemberian akses ke dunia luar kepada asisten AI tersebut: sebuah kalkulator, peramban web, atau akses ke basis data perusahaan tertentu. Dalam ADK, sebuah tool adalah bagian kode modular yang memungkinkan agen untuk melakukan tindakan spesifik seperti mencari data real-time atau memanggil API eksternal. Menggunakan tool memperluas kemampuannya jauh melampaui percakapan sederhana.

ADK menawarkan tiga kategori tool:

Untuk mempelajari lebih lanjut tentang penggunaan Tool dengan ADK Agents, lihat dokumentasi resmi. Dalam codelab ini, kita akan menambahkan tool untuk mengubah agen sederhana kita menjadi asisten perjalanan pribadi yang cakap. Mari kita mulai!

Buat project Google Cloud

Mulailah dengan membuat project Google Cloud baru agar aktivitas dari codelab ini hanya diisolasi dalam project baru ini.

  1. Buka console.cloud.google.com/projectcreate
  2. Masukkan informasi yang diperlukan:
  1. Salin Project ID yang dibuat, Anda akan memerlukannya nanti.
  1. Jika semuanya sudah sesuai, klik tombol Buat

Mengkonfigurasi Cloud Shell

Setelah project Anda berhasil dibuat, lakukan langkah-langkah berikut untuk menyiapkan Cloud Shell.

1. Luncurkan Cloud Shell

Buka shell.cloud.google.com dan jika Anda melihat pop-up yang meminta Anda untuk memberikan otorisasi, klik Authorize.

2. Tetapkan ID Project

Jalankan perintah berikut di terminal Cloud Shell untuk menetapkan Project ID yang benar. Ganti <your-project-id> dengan Project ID Anda yang sebenarnya, yang disalin dari langkah pembuatan project di atas.

gcloud config set project <your-project-id>

Sekarang Anda akan melihat bahwa project yang benar dipilih di terminal Cloud Shell. Project ID yang dipilih ditandai dengan warna kuning.

3. Mengaktifkan API yang diperlukan

Untuk menggunakan layanan Google Cloud, Anda harus mengaktifkan API masing-masing layanan terlebih dahulu untuk project Anda. Jalankan perintah di bawah di terminal Cloud Shell untuk mengaktifkan layanan untuk Codelab ini:

gcloud services enable aiplatform.googleapis.com

Jika operasi berhasil, Anda akan melihat Operation/... finished successfully dicetak di terminal.

Sebelum memulai project Python, sebaiknya buat lingkungan virtual. Hal ini mengisolasi dependensi project, sehingga mencegah konflik dengan project lain atau paket Python global sistem.

1. Buat direktori project dan buka direktori tersebut:

mkdir ai-agents-adk
cd ai-agents-adk

2. Buat dan aktifkan lingkungan virtual:

uv venv --python 3.12
source .venv/bin/activate

Anda akan melihat (ai-agents-adk) yang mengawali perintah terminal, yang menunjukkan bahwa lingkungan virtual aktif.

3. Instal halaman adk

uv pip install google-adk

Setelah lingkungan Anda siap, saatnya membuat fondasi agen AI Anda. ADK memerlukan beberapa file untuk menentukan logika dan konfigurasi agen Anda:

Perintah ini akan membuat direktori baru bernama personal_assistant yang berisi tiga file penting.

adk create personal_assistant

Setelah perintah dijalankan, Anda akan diminta memilih beberapa opsi untuk mengkonfigurasi agen.

Untuk langkah pertama, pilih opsi 1 untuk menggunakan model gemini-2.5-flash, model cepat dan efisien yang sempurna untuk tugas percakapan.

Choose a model for the root agent:
1. gemini-2.5-flash
2. Other models (fill later)
Choose model (1, 2): 1

Untuk langkah kedua, pilih Vertex AI (opsi 2), platform AI terkelola yang canggih dari Google Cloud, sebagai penyedia layanan backend.

1. Google AI
2. Vertex AI
Choose a backend (1, 2): 2

Setelah itu, Anda perlu memverifikasi bahwa Project ID yang ditampilkan dalam tanda kurung [...] telah ditetapkan dengan benar. Jika ya, tekan Enter. Jika tidak, masukkan Project ID yang benar di dialog berikut:

Enter Google Cloud project ID [your-project-id]:

Terakhir, tekan Enter pada pertanyaan berikutnya, untuk menggunakan us-central1 sebagai region untuk codelab ini.

Enter Google Cloud region [us-central1]:

Anda akan melihat output yang serupa di terminal.

Agent created in /home/<your-username>/ai-agent-adk/personal_assistant:
- .env
- __init__.py
- agent.py

Untuk melihat file yang dibuat, buka folder ai-agents-adk di Cloud Shell Editor.

Jika panel menu atas tidak muncul, Anda juga dapat mengklik ikon folder dan memilih Buka Folder.

Catatan: Anda dapat menggunakan editor command line seperti Vim, tetapi Anda harus mengetahui perintah untuk keluar dari Vim sendiri.

Setelah jendela Editor dimuat sepenuhnya, buka folder personal-assistant. Anda akan melihat file yang diperlukan seperti yang disebutkan di atas (agent.py, __init__.py, dan .env).

File .env sering disembunyikan secara default. Agar dapat terlihat di Cloud Shell Editor:

Jelajahi konten setiap file.

agent.py

File ini membuat instance agen Anda menggunakan class Agent dari library google.adk.agents.

from google.adk.agents import Agent


root_agent = Agent(
    model='gemini-2.5-flash',
    name='root_agent',
    description='A helpful assistant for user questions.',
    instruction='Answer user questions to the best of your knowledge',
)

init.py

File ini diperlukan agar Python mengenali personal-assistant sebagai paket, sehingga ADK dapat mengimpor file agent.py Anda dengan benar.

from . import agent

.env

File ini menyimpan konfigurasi khusus lingkungan dan kredensial sensitif.

GOOGLE_GENAI_USE_VERTEXAI=1
GOOGLE_CLOUD_PROJECT=YOUR_PROJECT_ID
GOOGLE_CLOUD_LOCATION=YOUR_PROJECT_LOCATION

Agent Development Kit juga menawarkan cara mudah untuk meluncurkan agen Anda sebagai aplikasi chat menggunakan UI pengembangannya. Cukup gunakan perintah adk web.

adk web

Anda akan melihat output yang serupa di terminal:

...
INFO:     Started server process [4978]
INFO:     Waiting for application startup.

+------------------------------------------------------+
| ADK Web Server started                               |
|                                                      |
| For local testing, access at http://localhost:8000.  |
+------------------------------------------------------+

INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

Anda memiliki dua opsi untuk mengakses UI pengembangan:

  1. Membuka melalui Terminal
  1. Buka melalui Pratinjau Web

Kemudian, Anda akan melihat UI seperti aplikasi chat muncul di browser. Mulai percakapan dengan asisten pribadi Anda melalui antarmuka ini.

Anda akan melihat bahwa format Markdown kini ditampilkan dengan benar, dan UI ini juga memungkinkan Anda men-debug dan menyelidiki setiap peristiwa pesan, status agen, permintaan pengguna, dan banyak lagi. Selamat chatting!

Pada tahap ini, Anda seharusnya sudah tahu cara membangun agen AI sederhana menggunakan ADK dan menjalankannya di UI Pengembangan.

Bayangkan Anda sedang bersiap untuk melakukan perjalanan ke Jepang bulan depan dan perlu memeriksa nilai tukar mata uang saat ini. Tanyakan kepada agen "Berapa nilai tukar dari dolar Singapura ke yen Jepang?"

Anda akan melihat bahwa agen tidak dapat mengambil nilai tukar real-time. Hal ini karena saat ini agen tidak memiliki akses internet dan konektivitas sistem eksternal. Meskipun agen membalas dengan suatu nilai, sulit untuk memercayai nilai tersebut karena kemungkinan besar merupakan halusinasi.

Untuk mengatasi hal ini, kita akan menerapkan fungsi Python untuk mengambil nilai tukar melalui REST API dan mengintegrasikannya sebagai Alat Fungsi untuk agen.

Hentikan proses agen yang sedang berjalan menggunakan pintasan keyboard Ctrl + C di jendela terminal.

Buat file custom_functions.py

Buat file Python bernama custom_functions.py di folder personal_assistant dengan mengetik perintah ini di terminal:

touch personal_assistant/custom_functions.py

Berikut tampilan struktur folder Anda:

ai-agents-adk/
└── personal_assistant/
    ├── .env
    ├── __init__.py
    ├── agent.py
    └── custom_functions.py

Buka custom_functions.py di Code Editor. File ini akan berisi fungsi Python yang bertanggung jawab untuk mengambil data nilai tukar dari API eksternal.

Salin dan tempel kode berikut di dalam:

import requests


# define a function to get exchange rate
def get_fx_rate(base: str, target: str):
        """
        Fetches the current exchange rate between two currencies.


        Args:
                base: The base currency (e.g., "SGD").
                target: The target currency (e.g., "JPY").


        Returns:
                The exchange rate information as a json response,
                or None if the rate could not be fetched.
        """
        base_url = "https://hexarate.paikama.co/api/rates/latest"
        api_url = f"{base_url}/{base}?target={target}"


        response = requests.get(api_url)
        if response.status_code == 200:
                return response.json()

Sekarang, edit file agent.py: impor fungsi get_fx_rate dan tetapkan sebagai FunctionTool.

Perbarui file agent.py

Salin blok kode ini dan ganti konten file agent.py yang ada:

from google.adk.agents import Agent
from google.adk.tools import FunctionTool


from .custom_functions import get_fx_rate


root_agent = Agent(
    model='gemini-2.5-flash',
    name='root_agent',
    description='A helpful assistant for user questions.',
    instruction='Answer user questions to the best of your knowledge',
    tools=[FunctionTool(get_fx_rate)]
)

Setelah perubahan, mulai ulang agen dengan mengetik:

adk web

Saat agen sudah aktif, ajukan pertanyaan yang sama lagi, "Berapa nilai tukar dari dolar Singapura ke yen Jepang?"

Kali ini, Anda akan melihat nilai tukar sebenarnya yang diberikan oleh alat get_fx_rate.

Jangan ragu untuk mengajukan pertanyaan terkait penukaran mata uang yang Anda inginkan.

Berikut ini adalah alur ketika Anda ingin mengakses data yang membutuhkan autentikasi menggunakan OAuth pada tool.

Membuat OAuth 2.0 Credential dan Calendar API di GCP

Langkah ini membutuhkan Client ID dan Client Secret Google untuk melakukan pertukaran token.

Langkah 1: Buat Proyek Google Cloud

  1. Buka Google Cloud Console dan buat proyek baru.
  2. Aktifkan API yang diperlukan untuk tool Anda (misalnya, jika Anda mengakses Google Kalender, aktifkan "Google Calendar API").

Langkah 2: Konfigurasi Layar Persetujuan OAuth (OAuth Consent Screen)

  1. Di Google Cloud Console, buka APIs & Services > OAuth consent screen.
  2. Konfigurasi nama aplikasi, logo, email dukungan, dan domain yang diizinkan. Inilah yang dilihat pengguna saat mereka memberikan izin .

Langkah 3: Dapatkan Kredensial Klien OAuth 2.0

  1. Buka APIs & Services > Credentials.
  2. Klik + Create Credentials dan pilih OAuth client ID.
  3. Pilih Web application sebagai Tipe Aplikasi.
  4. Yang terpenting, di bawah Authorized redirect URIs, Anda harus menambahkan URL pengalihan (redirect URL) yang digunakan oleh lingkungan klien ADK Anda. Ini biasanya disediakan oleh lingkungan yang menghosting agen Anda (misalnya, https:///dev-ui/ untuk testing di adk web).
  5. Klik Create.
  6. Catat Client ID dan Client Secret yang dihasilkan.

Langkah 4: Aktifkan Google Calendar API

Untuk dapat memanggil Google Calendar API, Anda harus enable API tersebut dari GCP.

  1. Buka halaman https://console.cloud.google.com/marketplace/product/google/calendar-json.googleapis.com
  2. Klik tombol `Enable` untuk mengaktifkan.

Definisikan Google Api Tool (Calendar)

Komponen ini memegang titik akhir (endpoints) standar untuk OAuth 2.0 Google menggunaan built-in tool milik Google untuk mengakses data Google Calendar Anda.

agent.py

from google.adk.agents.llm_agent import Agent
from google.adk.tools import FunctionTool
from google.adk.tools.google_api_tool import CalendarToolset

from .custom_functions import get_fx_rate

oauth_client_id = "<put-your-client-id>"
oauth_client_secret = "<put-your-client-secret>"

calendar_toolset = CalendarToolset(
   client_id=oauth_client_id,
   client_secret=oauth_client_secret,
)
root_agent = Agent(
   model='gemini-2.5-flash',
   name='root_agent',
   description='A helpful assistant for user questions.',
   instruction='Answer user questions to the best of your knowledge',
   tools=[FunctionTool(get_fx_rate), calendar_toolset],
)

Jalankan kembali adk web dan tanyakan apapun yang membutuhkan data dari Google Calendar, misalnya: "Apa agenda saya tanggal 11 Nov 2025?"

adk web

Step 0: Tambahkan tool_context pada tool function

Parameter pada fungsi Anda harus menyertakan tool_context: ToolContext. ADK akan secara otomatis mengisi objek ini, menyediakan akses ke mekanisme status dan autentikasi.

Tambahkan script berikut pada custom_functions.py.

import requests
from fastapi.openapi.models import OAuth2
from fastapi.openapi.models import OAuthFlowAuthorizationCode
from fastapi.openapi.models import OAuthFlows
from google.adk.tools import ToolContext
from google.oauth2.credentials import Credentials
from google.auth.transport.requests import Request
from google.adk.auth.auth_credential import AuthCredential, AuthCredentialTypes, OAuth2Auth
from google.adk.auth import AuthConfig
import json

oauth_client_id = "YOUR_CLIENT_ID"
oauth_client_secret = "YOUR_CLIENT_SECRET"

auth_scheme = OAuth2(
   flows=OAuthFlows(
       authorizationCode=OAuthFlowAuthorizationCode(
           authorizationUrl="https://accounts.google.com/o/oauth2/auth",
           tokenUrl="https://oauth2.googleapis.com/token",
           scopes={
               "https://www.googleapis.com/auth/calendar": "calendar scope"
           },
       )
   )
)

auth_credential = AuthCredential(
   auth_type=AuthCredentialTypes.OAUTH2,
   oauth2=OAuth2Auth(
       client_id=oauth_client_id,
       client_secret=oauth_client_secret
   ),
)

# define a function to get exchange rate
def get_fx_rate(base: str, target: str, tool_context: ToolContext):

Step 1: Validasi dan cek credential di cache

Tambahkan script berikut ini di custom_function.py untuk validasi dan pengecekan apakah sudah ada credential yang disimpan di cache.

Di dalam fungsi alat Anda, pertama-tama periksa apakah kredensial yang valid (misalnya, access/refresh token) sudah tersimpan dari proses sebelumnya di sesi ini. Kredensial untuk sesi saat ini harus disimpan di tool_context.invocation_context.session.state. Periksa keberadaan kredensial yang ada dengan mengecek tool_context.invocation_context.session.state.get(credential_name, None).

custom_function.py

# define a function to get exchange rate
def get_fx_rate(base: str, target: str, tool_context: ToolContext):
       """
       Fetches the current exchange rate between two currencies.

       Args:
               base: The base currency (e.g., "SGD").
               target: The target currency (e.g., "JPY").

       Returns:
               The exchange rate information as a json response,
               or None if the rate could not be fetched.
       """

       TOKEN_CACHE_KEY = "my_tool_tokens" # Choose a unique key

       creds = None
       cached_token_info = tool_context.state.get(TOKEN_CACHE_KEY)
       if cached_token_info:
               try:
                       creds = Credentials.from_authorized_user_info(cached_token_info)
                       # if not creds.valid and creds.expired and creds.refresh_token:
                       #         creds.refresh(Request())
                       #         tool_context.state[TOKEN_CACHE_KEY] = json.loads(creds.to_json()) # Update cache
                       # elif not creds.valid:
                       #         creds = None # Invalid, needs re-auth
                       #         tool_context.state[TOKEN_CACHE_KEY] = None
               except Exception as e:
                       print(f"Error loading/refreshing cached creds: {e}")
                       creds = None
                       tool_context.state[TOKEN_CACHE_KEY] = None

       if creds and creds.valid:
               # Proceed to Step 6

               try:
                       # Proceed to Step 7

                       base_url = "https://hexarate.paikama.co/api/rates/latest"
                       api_url = f"{base_url}/{base}?target={target}"

                       response = requests.get(api_url)
                       if response.status_code == 200:
                               return response.json()
                      
               except Exception as e:
                       # Handle API errors (e.g., check for 401/403, maybe clear cache and re-request auth)
                       print(f"ERROR: API call failed: {e}")
                       return {"status": "error", "error_message": f"API call failed: {e}"}

               pass
       else:
               # Proceed to Step 2

Step 2: Check for Auth Response from Client

Ubah # Proceed to Step 2 dengan script berikut ini:

# Use auth_scheme and auth_credential configured in the tool.
# exchanged_credential: AuthCredential | None

exchanged_credential = tool_context.get_auth_response(AuthConfig(
       auth_scheme=auth_scheme,
       raw_auth_credential=auth_credential,
))
# If exchanged_credential is not None, then there is already an exchanged credetial from the auth response.
if exchanged_credential:
       # ADK exchanged the access token already for us
       access_token = exchanged_credential.oauth2.access_token
       refresh_token = exchanged_credential.oauth2.refresh_token
       creds = Credentials(
               token=access_token,
               refresh_token=refresh_token,
               token_uri=auth_scheme.flows.authorizationCode.tokenUrl,
               client_id=auth_credential.oauth2.client_id,
               client_secret=auth_credential.oauth2.client_secret,
               scopes=list(auth_scheme.flows.authorizationCode.scopes.keys()),
       )
       # Cache the token in session state and call the API, skip to step 5

       # Proceed to Step 5
else:
       # Proceed to Step 3


pass

Step 3: Initiate Authentication Request

If no valid credentials (Step 1.) and no auth response (Step 2.) are found, the tool needs to start the OAuth flow. Define the AuthScheme and initial AuthCredential and call tool_context.request_credential(). Return a response indicating authorization is needed.

Ubah # Proceed to Step 3... dengan script berikut ini:

# Step 3
# Use auth_scheme and auth_credential configured in the tool.
tool_context.request_credential(AuthConfig(
auth_scheme=auth_scheme,
raw_auth_credential=auth_credential,
))
return {'pending': True, 'message': 'Awaiting user authentication.'}

# By setting request_credential, ADK detects a pending authentication event. It pauses execution and ask end user to login.

Step 4: Exchange Authorization Code for Tokens

ADK automatically generates OAuth authorization URL and presents it to your Agent Client application. Your Agent Client application should follow the same way described in Journey 1 to redirect the user to the authorization URL (with redirect_uri appended). Once a user completes the login flow following the authorization URL and ADK extracts the authentication callback url from Agent Client applications, automatically parses the auth code, and generates auth token. At the next Tool call, tool_context.get_auth_response in step 2 will contain a valid credential to use in subsequent API calls.

Step 5: Cache Obtained Credentials

After successfully obtaining the token from ADK (Step 2) or if the token is still valid (Step 1), immediately store the new Credentials object in tool_context.state (serialized, e.g., as JSON) using your cache key.

Ubah # Process to Step 5 dengan script berikut ini:

# Step 5
# Inside your tool function, after obtaining 'creds' (either refreshed or newly exchanged)
# Cache the new/refreshed tokens
tool_context.state[TOKEN_CACHE_KEY] = json.loads(creds.to_json())
print(f"DEBUG: Cached/updated tokens under key: {TOKEN_CACHE_KEY}")

Step 6: Make Authenticated API Call

Ubah Proceed to Step 6 (Make API Call) dengan script berikut ini:

# Step 6
# Inside your tool function, using the valid 'creds' object
# Ensure creds is valid before proceeding
if not creds or not creds.valid:
       return {"status": "error", "error_message": "Cannot proceed without valid credentials."}

try:
       service = build("calendar", "v3", credentials=creds) # Example
       api_result = service.events().list(...).execute()
# Proceed to Step 7
except Exception as e:
       # Handle API errors (e.g., check for 401/403, maybe clear cache and re-request auth)
       print(f"ERROR: API call failed: {e}")
       return {"status": "error", "error_message": f"API call failed: {e}"}

Step 7: Return Tool Result

# Step 7
return {"status": "success", "data": response}

Hasil akhir:

import requests
from fastapi.openapi.models import OAuth2
from fastapi.openapi.models import OAuthFlowAuthorizationCode
from fastapi.openapi.models import OAuthFlows
from google.adk.tools import ToolContext
from google.oauth2.credentials import Credentials
from google.auth.transport.requests import Request
from google.adk.auth.auth_credential import AuthCredential, AuthCredentialTypes, OAuth2Auth
from google.adk.auth import AuthConfig
import json

oauth_client_id = "YOUR_CLIENT_ID"
oauth_client_secret = "YOUR_CLIENT_SECRET"

auth_scheme = OAuth2(
   flows=OAuthFlows(
       authorizationCode=OAuthFlowAuthorizationCode(
           authorizationUrl="https://accounts.google.com/o/oauth2/auth",
           tokenUrl="https://oauth2.googleapis.com/token",
           scopes={
               "https://www.googleapis.com/auth/calendar": "calendar scope"
           },
       )
   )
)

auth_credential = AuthCredential(
   auth_type=AuthCredentialTypes.OAUTH2,
   oauth2=OAuth2Auth(
       client_id=oauth_client_id,
       client_secret=oauth_client_secret
   ),
)

# define a function to get exchange rate
def get_fx_rate(base: str, target: str, tool_context: ToolContext):
       """
       Fetches the current exchange rate between two currencies.

       Args:
               base: The base currency (e.g., "SGD").
               target: The target currency (e.g., "JPY").

       Returns:
               The exchange rate information as a json response,
               or None if the rate could not be fetched.
       """

       TOKEN_CACHE_KEY = "my_tool_tokens" # Choose a unique key

       creds = None
       cached_token_info = tool_context.state.get(TOKEN_CACHE_KEY)
       if cached_token_info:
               try:
                       creds = Credentials.from_authorized_user_info(cached_token_info)
                       # if not creds.valid and creds.expired and creds.refresh_token:
                       #         creds.refresh(Request())
                       #         tool_context.state[TOKEN_CACHE_KEY] = json.loads(creds.to_json()) # Update cache
                       # elif not creds.valid:
                       #         creds = None # Invalid, needs re-auth
                       #         tool_context.state[TOKEN_CACHE_KEY] = None
               except Exception as e:
                       print(f"Error loading/refreshing cached creds: {e}")
                       creds = None
                       tool_context.state[TOKEN_CACHE_KEY] = None

       if creds and creds.valid:
              
               # Step 6
               # Inside your tool function, using the valid 'creds' object
               # Ensure creds is valid before proceeding
               if not creds or not creds.valid:
                       return {"status": "error", "error_message": "Cannot proceed without valid credentials."}

               try:
                       base_url = "https://hexarate.paikama.co/api/rates/latest"
                       api_url = f"{base_url}/{base}?target={target}"

                       response = requests.get(api_url)
                       if response.status_code == 200:
                               # Step 7
                               return {"status": "success", "data": response}
                                              
               except Exception as e:
                       # Handle API errors (e.g., check for 401/403, maybe clear cache and re-request auth)
                       print(f"ERROR: API call failed: {e}")
                       return {"status": "error", "error_message": f"API call failed: {e}"}

               pass
       else:
               # Step 2
               # Use auth_scheme and auth_credential configured in the tool.
               # exchanged_credential: AuthCredential | None

               exchanged_credential = tool_context.get_auth_response(AuthConfig(
                       auth_scheme=auth_scheme,
                       raw_auth_credential=auth_credential,
               ))
               # If exchanged_credential is not None, then there is already an exchanged credetial from the auth response.
               if exchanged_credential:
                       # ADK exchanged the access token already for us
                       access_token = exchanged_credential.oauth2.access_token
                       refresh_token = exchanged_credential.oauth2.refresh_token
                       creds = Credentials(
                               token=access_token,
                               refresh_token=refresh_token,
                               token_uri=auth_scheme.flows.authorizationCode.tokenUrl,
                               client_id=auth_credential.oauth2.client_id,
                               client_secret=auth_credential.oauth2.client_secret,
                               scopes=list(auth_scheme.flows.authorizationCode.scopes.keys()),
                       )
                       # Cache the token in session state and call the API, skip to step 5

                       # Step 5
                       # Inside your tool function, after obtaining 'creds' (either refreshed or newly exchanged)
                       # Cache the new/refreshed tokens
                       tool_context.state[TOKEN_CACHE_KEY] = json.loads(creds.to_json())
                       print(f"DEBUG: Cached/updated tokens under key: {TOKEN_CACHE_KEY}")
               else:
                       # Step 3
                       # Use auth_scheme and auth_credential configured in the tool.
                       tool_context.request_credential(AuthConfig(
                               auth_scheme=auth_scheme,
                               raw_auth_credential=auth_credential,
                       ))
                       return {'pending': True, 'message': 'Awaiting user authentication.'}

                       # By setting request_credential, ADK detects a pending authentication event. It pauses execution and ask end user to login.

              
               pass

Catatan: Anda tidak perlu melakukan langkah ini jika berencana untuk melanjutkan seri ini. Jika Anda mengikuti codelab ini secara langsung dengan instruktur, instruktur Anda akan memberikan petunjuk lebih lanjut tentang langkah-langkah yang harus dilakukan.

Karena codelab ini tidak melibatkan produk yang berjalan lama, cukup hentikan sesi agen aktif Anda (misalnya, instance adk web di terminal Anda) dengan menekan Ctrl + C atau Cmd + C di terminal.

Menghapus Folder dan File Project Agent

Jika Anda hanya ingin menghapus kode dari lingkungan Cloud Shell, gunakan perintah berikut:

cd ~
rm -rf ai-agents-adk

Menonaktifkan Vertex AI API

Untuk menonaktifkan Vertex AI API yang diaktifkan sebelumnya, jalankan perintah ini:

gcloud services disable aiplatform.googleapis.com

Menghentikan Seluruh Project Google Cloud

Jika Anda ingin menonaktifkan project Google Cloud sepenuhnya, lihat panduan resmi untuk mengetahui petunjuk selengkapnya.

Selamat! Anda telah berhasil membuat agen asisten pribadi sederhana menggunakan Agent Development Kit (ADK). Sekarang Anda memiliki dasar dan pemahaman yang kuat tentang komponen inti agen ADK dan mencoba membuat tool yang membutuhkan autentikasi OAuth.

Sebagai langkah berikutnya, pelajari ADK dengan merujuk kepada dokumentasi resminya di https://google.github.io/adk-docs/