Agent Starter Pack 视频教程全指南从 Demo 到生产环境部署的完整学习路径【免费下载链接】agent-starter-packShip AI Agents to Google Cloud in minutes, not months. Production-ready templates with built-in CI/CD, evaluation, and observability.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-starter-packAgent Starter Pack 官方文档维护着一份精选视频教程清单见 docs/guide/video-tutorials.md覆盖从60 秒搭建 Agent 演示到完整 CI/CD Terraform 基础设施部署的各个阶段。本文以这份教程清单为骨架逐一拆解每部视频背后的核心技术点并结合当前仓库中的源码、Makefile、配置与测试文件进行印证帮助你把这些视频变成一条可执行、可落地、可复现的生产级学习路径。视频教程总览一条渐进式学习路径文档中收录的 5 部视频恰好构成一条由浅入深的进阶路线视频时间核心主题对应仓库落点From Demo to Production with Agent Starter Pack2026-01自动化架构师、Terraform/CI/CD/可观测性自动化docs/guide/deployment.md、agent_starter_pack/base_templates/_shared/deployment/terraformAgent Starter Pack Deep Dive2025-04架构、模板体系、分步部署docs/agents/overview.mdDeploy Your First ADK Agent in Under 5 Minutes2025-01项目结构、ADK Playground、make 命令、测试 Notebookagent_starter_pack/agents/adk、MakefileKaggle GenAI Intensive Course Introduction2025-04核心特性 6 分钟速览docs/guide/getting-started.mdLivestream Demo: Building 3 Agents in Under 30 Minutes2025-03多模板快速组合实战docs/agents/overview.md 中的 8 种模板下面按视频逐一展开并结合仓库源码深入讲解每部视频所涉及的关键技术。一、From Demo to ProductionAgent 的外层壳是如何被自动搭建的这部 2026 年 1 月的视频由 AI with Surya 制作核心论点直指 Agent 工程化的最大痛点Building an agent demo is easy—shipping it is the nightmare.构建演示容易上线交付才是噩梦。视频将 Agent Starter Pack 定位为Automated Architect自动化架构师——它不帮你写业务逻辑而是为你的 AI 项目在数秒内搭建起专业的外层壳outer shell即Terraform 基础设施项目会生成完整的deployment/terraform目录agent_starter_pack/base_templates/_shared/deployment/terraform涵盖apis.tf启用 API、iam.tf/service_accounts.tf/wif.tf权限与 Workload Identity Federation、storage.tf存储、outputs.tf与variables.tf变量定义等并为每个部署目标Cloud Run / GKE / Agent Engine准备独立的dev/环境配置。CI/CD 流水线参考 docs/guide/deployment.md流水线分为三个阶段——PR 触发执行单元与集成测试、合并到main后构建镜像并部署到 staging、staging 通过后需人工审批再部署到生产且生产与 staging 使用同一份镜像保证测什么部署什么。可观测性文档 docs/guide/observability/index.md 表明项目默认启用基于 OpenTelemetry 的 Cloud Trace 追踪并提供可选的 BigQuery Agent Analytics 插件。而这一切在真实操作中只需要一条命令。从生成项目的根目录执行uvx agent-starter-pack setup-cicd根据 docs/guide/deployment.md该命令会自动完成用 Terraform 在 staging / production 两个 GCP 项目中创建并配置资源、按你选择的 runnerGoogle Cloud Build 或 GitHub Actions搭建完整 CI/CD 流水线、并连接你的 GitHub 仓库。视频中60 秒演示背后的实质就是这条命令背后被自动化的全部工程工作。二、Agent Starter Pack Deep Dive从架构到分步部署2025 年 4 月的 Deep Dive 教程是全仓最系统的一部重点讲解架构、模板体系与分步部署。结合仓库可以这样理解2.1 架构定位Bring Your Own Agentdocs/agents/overview.md 开篇即明确项目的核心设计哲学bring your own agent——项目不强制你使用某个 Agent 框架而是提供多套生产级模板让你在保留自己偏好的框架ADK、LangGraph、RAG、Live API 等的同时直接获得部署、CI/CD、评估与可观测性这些通用能力层。2.2 八种 Agent 模板仓库目前提供 8 种模板对应视频中演示的按需选择模板框架/模式适用场景adkGoogle ADKPythonReAct通用对话 Agent入门首选adk_goADK for GoGo 开发者目前仅支持 Cloud Runadk_tsADK for TypeScript/Node.js前端/全栈开发者目前仅支持 Cloud Runadk_javaADK for Java Spring BootJava 企业环境支持 A2A 协议adk_a2aADK Agent2Agent 协议跨框架分布式多 Agent 通信agentic_ragADK RAG文档检索问答带数据摄入流水线langgraphLangGraph图结构推理、显式状态管理、A2A 支持adk_liveGemini Live API音/视频/文本实时多模态对话选择模板时视频中演示的判断维度与 docs/agents/overview.md 一致先看目标对话 / 文档问答 / 任务自动化、再看语言偏好Python/Go/TS/Java、接着是框架偏好、推理复杂度是否需要 ReAct 级别的规划与工具调用、协作需求是否多 Agent 协同以及模态是否需要音视频。2.3 分步部署流程视频展示的部署步骤与仓库 docs/guide/deployment.md 完全对应# 1. 指定开发项目 gcloud config set project your-dev-project-id # 2. 用 Terraform 部署开发环境基础设施 make setup-dev-env # 3. 部署应用 make deploy三、5 分钟内部署第一个 ADK Agent项目结构与 make 命令拆解这是 PracticalGCP 于 2025 年 1 月制作的入门教程重点讲解幕后发生了什么涵盖项目结构、ADK Playground、测试 Notebook 与全部 make 命令。这一部与仓库代码的对应关系最直接。3.1 一分钟生成项目参考 docs/guide/getting-started.md创建项目只需要uvx agent-starter-pack create my-adk-agent -a adk -d agent_engine-a adk选择 ADK Python 模板-d agent_engine选择部署目标也可选cloud_run、gke。生成的项目结构来自 docs/guide/getting-started.mdapp/Python/TypeScript或agent/Go后端 Agent 代码deployment/Terraform 基础设施代码tests/Python/TypeScript或e2e/Go单元与集成测试notebooks/仅 Python用于评估的 Jupyter Notebookfrontend/如适用交互式 Web UI。3.2 ADK Agent 的最小可运行形态以adk模板为例agent_starter_pack/agents/adk/app/agent.py核心代码极其精简root_agent Agent( nameroot_agent, modelGemini( modelgemini-3-flash-preview, retry_optionstypes.HttpRetryOptions(attempts3), ), instructionYou are a helpful AI assistant designed to provide accurate and useful information., tools[get_weather, get_current_time], )该 Agent 使用gemini-3-flash-preview模型配备两个内置工具get_weather与get_current_time均模拟了旧金山的天气与时区数据见 agent_starter_pack/agents/adk/app/agent.py。这演示了 ADK 的核心概念Agent 创建 工具集成让模型具备推理与工具选择能力。3.3 全部 make 命令对照表仓库根目录 Makefile 定义了模板项目使用的核心命令与视频逐条演示的内容一致make 命令作用Makefile 中的实际定义make install安装全部依赖uv sync --dev --extra lint --frozenmake playground启动带热重载的交互式本地 Playground—make lint代码质量检查uv run ruff check/formatty checkmake test运行单元与集成测试uv run pytest testsmake setup-dev-env用 Terraform 预置基础设施—make deploy一键部署到 Google Cloud—其中make test会执行仓库tests/目录下的全部测试包括 tests/unit 与 tests/integration 两层。3.4 ADK Playground 与测试 Notebook视频中演示的 Playground 是本地开发的核心体验——make playground启动后即可在浏览器中与 Agent 对话调试。测试 Notebook 方面adk模板自带的 adk_app_testing.ipynb 演示了如何对 ADK 应用做本地与远程测试Agent Engine / Cloud Run 双目标。其开篇强调建议使用uv创建本地开发所用的同一个.venv以确保依赖兼容、避免环境问题随后初始化 Vertex AI 客户端分别针对本地部署与远程部署执行测试。配套的 evaluating_adk_agent.ipynb 则进一步覆盖基于 Vertex AI 的 Agent 评估。四、Kaggle GenAI 课程引言6 分钟看懂核心特性2025 年 4 月Agent Starter Pack 作为 Kaggle GenAI 强化课程的一部分被引入这部 6 分钟视频用于快速演示项目核心特性。结合仓库这6 分钟实际上覆盖了项目四大能力支柱Launch Quickly快速启动预置的 Agent 模板覆盖 ReAct、RAG、多 Agent、Live 多模态 API 等常见模式见 docs/agents/overview.mdExperiment Evaluate实验与评估通过集成的 Vertex AI 评估与交互式测试 Playground 迭代 AgentDeploy Confidently自信部署基于 Cloud Run / Agent Engine 的生产级基础设施自带监控、可观测性与 CI/CDCustomize Extend定制与扩展模板可自由改造也支持创建自有模板。这四大支柱来自项目文档 docs/index.md 的官方定位描述是理解整个项目价值主张的最简框架。五、Livestream 实战30 分钟构建 3 个 Agent2025 年 3 月的 120 分钟直播演示中作者在 30 分钟内用agent-starter-pack构建了 3 个 Agent。这场直播的高效并非来自手速而是来自模板体系的组合复用能力。从 docs/agents/overview.md 的Customizing Templates章节可以看出设计逻辑选择最接近需求的模板基于模板创建新 Agent 实例熟悉代码结构定位 Agent 逻辑、工具定义与 UI 组件按需修改调整 Prompt、增删工具、接入不同数据源、改变推理逻辑或升级框架版本。三个不同形态的 Agent例如通用对话、RAG 问答、实时多模态分别对应adk、agentic_rag、adk_live三套模板每套都已预先集成部署与 CI/CD 能力因此构建退化为改造模板30 分钟完成 3 个 Agent 才成为可能。六、配套学习建议让视频与仓库互为索引观看上述视频时建议配合以下仓库文件对照学习效果最佳想要复现5 分钟部署对照 docs/guide/getting-started.md含完整命令速查表与 Makefile想要复现Demo to Production对照 docs/guide/deployment.mdCI/CD 三阶段流程 Terraform 变量说明与 agent_starter_pack/base_templates/_shared/deployment/terraform 中的.tf文件想要深入 ADK 模板源码阅读 agent_starter_pack/agents/adk/app/agent.py 与 agent_starter_pack/agents/adk/README.md想要理解可观测性能力视频 1 与 4 均涉及阅读 docs/guide/observability/index.md想要跑通测试链路make test对应 tests 目录模板级测试样例见 agent_starter_pack/agents/adk/tests/integration/test_agent.py。总结从 60 秒演示、架构深潜、5 分钟首战到 Kaggle 课程引言与 30 分钟三连发这五部视频分别对应 Agent Starter Pack 能力栈的不同侧面模板体系选型、CLI 与 make 命令开发、Terraform 与 CI/CD交付、可观测性与评估运维。将它们与本文梳理的仓库源码一一对照即可在最短时间内建立从 Demo 到生产环境的完整工程化认知——这正是这份视频教程清单被收录进官方文档的初衷。【免费下载链接】agent-starter-packShip AI Agents to Google Cloud in minutes, not months. Production-ready templates with built-in CI/CD, evaluation, and observability.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-starter-pack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Agent Starter Pack 视频教程全指南：从 Demo 到生产环境部署的完整学习路径
Agent Starter Pack 视频教程全指南从 Demo 到生产环境部署的完整学习路径【免费下载链接】agent-starter-packShip AI Agents to Google Cloud in minutes, not months. Production-ready templates with built-in CI/CD, evaluation, and observability.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-starter-packAgent Starter Pack 官方文档维护着一份精选视频教程清单见 docs/guide/video-tutorials.md覆盖从60 秒搭建 Agent 演示到完整 CI/CD Terraform 基础设施部署的各个阶段。本文以这份教程清单为骨架逐一拆解每部视频背后的核心技术点并结合当前仓库中的源码、Makefile、配置与测试文件进行印证帮助你把这些视频变成一条可执行、可落地、可复现的生产级学习路径。视频教程总览一条渐进式学习路径文档中收录的 5 部视频恰好构成一条由浅入深的进阶路线视频时间核心主题对应仓库落点From Demo to Production with Agent Starter Pack2026-01自动化架构师、Terraform/CI/CD/可观测性自动化docs/guide/deployment.md、agent_starter_pack/base_templates/_shared/deployment/terraformAgent Starter Pack Deep Dive2025-04架构、模板体系、分步部署docs/agents/overview.mdDeploy Your First ADK Agent in Under 5 Minutes2025-01项目结构、ADK Playground、make 命令、测试 Notebookagent_starter_pack/agents/adk、MakefileKaggle GenAI Intensive Course Introduction2025-04核心特性 6 分钟速览docs/guide/getting-started.mdLivestream Demo: Building 3 Agents in Under 30 Minutes2025-03多模板快速组合实战docs/agents/overview.md 中的 8 种模板下面按视频逐一展开并结合仓库源码深入讲解每部视频所涉及的关键技术。一、From Demo to ProductionAgent 的外层壳是如何被自动搭建的这部 2026 年 1 月的视频由 AI with Surya 制作核心论点直指 Agent 工程化的最大痛点Building an agent demo is easy—shipping it is the nightmare.构建演示容易上线交付才是噩梦。视频将 Agent Starter Pack 定位为Automated Architect自动化架构师——它不帮你写业务逻辑而是为你的 AI 项目在数秒内搭建起专业的外层壳outer shell即Terraform 基础设施项目会生成完整的deployment/terraform目录agent_starter_pack/base_templates/_shared/deployment/terraform涵盖apis.tf启用 API、iam.tf/service_accounts.tf/wif.tf权限与 Workload Identity Federation、storage.tf存储、outputs.tf与variables.tf变量定义等并为每个部署目标Cloud Run / GKE / Agent Engine准备独立的dev/环境配置。CI/CD 流水线参考 docs/guide/deployment.md流水线分为三个阶段——PR 触发执行单元与集成测试、合并到main后构建镜像并部署到 staging、staging 通过后需人工审批再部署到生产且生产与 staging 使用同一份镜像保证测什么部署什么。可观测性文档 docs/guide/observability/index.md 表明项目默认启用基于 OpenTelemetry 的 Cloud Trace 追踪并提供可选的 BigQuery Agent Analytics 插件。而这一切在真实操作中只需要一条命令。从生成项目的根目录执行uvx agent-starter-pack setup-cicd根据 docs/guide/deployment.md该命令会自动完成用 Terraform 在 staging / production 两个 GCP 项目中创建并配置资源、按你选择的 runnerGoogle Cloud Build 或 GitHub Actions搭建完整 CI/CD 流水线、并连接你的 GitHub 仓库。视频中60 秒演示背后的实质就是这条命令背后被自动化的全部工程工作。二、Agent Starter Pack Deep Dive从架构到分步部署2025 年 4 月的 Deep Dive 教程是全仓最系统的一部重点讲解架构、模板体系与分步部署。结合仓库可以这样理解2.1 架构定位Bring Your Own Agentdocs/agents/overview.md 开篇即明确项目的核心设计哲学bring your own agent——项目不强制你使用某个 Agent 框架而是提供多套生产级模板让你在保留自己偏好的框架ADK、LangGraph、RAG、Live API 等的同时直接获得部署、CI/CD、评估与可观测性这些通用能力层。2.2 八种 Agent 模板仓库目前提供 8 种模板对应视频中演示的按需选择模板框架/模式适用场景adkGoogle ADKPythonReAct通用对话 Agent入门首选adk_goADK for GoGo 开发者目前仅支持 Cloud Runadk_tsADK for TypeScript/Node.js前端/全栈开发者目前仅支持 Cloud Runadk_javaADK for Java Spring BootJava 企业环境支持 A2A 协议adk_a2aADK Agent2Agent 协议跨框架分布式多 Agent 通信agentic_ragADK RAG文档检索问答带数据摄入流水线langgraphLangGraph图结构推理、显式状态管理、A2A 支持adk_liveGemini Live API音/视频/文本实时多模态对话选择模板时视频中演示的判断维度与 docs/agents/overview.md 一致先看目标对话 / 文档问答 / 任务自动化、再看语言偏好Python/Go/TS/Java、接着是框架偏好、推理复杂度是否需要 ReAct 级别的规划与工具调用、协作需求是否多 Agent 协同以及模态是否需要音视频。2.3 分步部署流程视频展示的部署步骤与仓库 docs/guide/deployment.md 完全对应# 1. 指定开发项目 gcloud config set project your-dev-project-id # 2. 用 Terraform 部署开发环境基础设施 make setup-dev-env # 3. 部署应用 make deploy三、5 分钟内部署第一个 ADK Agent项目结构与 make 命令拆解这是 PracticalGCP 于 2025 年 1 月制作的入门教程重点讲解幕后发生了什么涵盖项目结构、ADK Playground、测试 Notebook 与全部 make 命令。这一部与仓库代码的对应关系最直接。3.1 一分钟生成项目参考 docs/guide/getting-started.md创建项目只需要uvx agent-starter-pack create my-adk-agent -a adk -d agent_engine-a adk选择 ADK Python 模板-d agent_engine选择部署目标也可选cloud_run、gke。生成的项目结构来自 docs/guide/getting-started.mdapp/Python/TypeScript或agent/Go后端 Agent 代码deployment/Terraform 基础设施代码tests/Python/TypeScript或e2e/Go单元与集成测试notebooks/仅 Python用于评估的 Jupyter Notebookfrontend/如适用交互式 Web UI。3.2 ADK Agent 的最小可运行形态以adk模板为例agent_starter_pack/agents/adk/app/agent.py核心代码极其精简root_agent Agent( nameroot_agent, modelGemini( modelgemini-3-flash-preview, retry_optionstypes.HttpRetryOptions(attempts3), ), instructionYou are a helpful AI assistant designed to provide accurate and useful information., tools[get_weather, get_current_time], )该 Agent 使用gemini-3-flash-preview模型配备两个内置工具get_weather与get_current_time均模拟了旧金山的天气与时区数据见 agent_starter_pack/agents/adk/app/agent.py。这演示了 ADK 的核心概念Agent 创建 工具集成让模型具备推理与工具选择能力。3.3 全部 make 命令对照表仓库根目录 Makefile 定义了模板项目使用的核心命令与视频逐条演示的内容一致make 命令作用Makefile 中的实际定义make install安装全部依赖uv sync --dev --extra lint --frozenmake playground启动带热重载的交互式本地 Playground—make lint代码质量检查uv run ruff check/formatty checkmake test运行单元与集成测试uv run pytest testsmake setup-dev-env用 Terraform 预置基础设施—make deploy一键部署到 Google Cloud—其中make test会执行仓库tests/目录下的全部测试包括 tests/unit 与 tests/integration 两层。3.4 ADK Playground 与测试 Notebook视频中演示的 Playground 是本地开发的核心体验——make playground启动后即可在浏览器中与 Agent 对话调试。测试 Notebook 方面adk模板自带的 adk_app_testing.ipynb 演示了如何对 ADK 应用做本地与远程测试Agent Engine / Cloud Run 双目标。其开篇强调建议使用uv创建本地开发所用的同一个.venv以确保依赖兼容、避免环境问题随后初始化 Vertex AI 客户端分别针对本地部署与远程部署执行测试。配套的 evaluating_adk_agent.ipynb 则进一步覆盖基于 Vertex AI 的 Agent 评估。四、Kaggle GenAI 课程引言6 分钟看懂核心特性2025 年 4 月Agent Starter Pack 作为 Kaggle GenAI 强化课程的一部分被引入这部 6 分钟视频用于快速演示项目核心特性。结合仓库这6 分钟实际上覆盖了项目四大能力支柱Launch Quickly快速启动预置的 Agent 模板覆盖 ReAct、RAG、多 Agent、Live 多模态 API 等常见模式见 docs/agents/overview.mdExperiment Evaluate实验与评估通过集成的 Vertex AI 评估与交互式测试 Playground 迭代 AgentDeploy Confidently自信部署基于 Cloud Run / Agent Engine 的生产级基础设施自带监控、可观测性与 CI/CDCustomize Extend定制与扩展模板可自由改造也支持创建自有模板。这四大支柱来自项目文档 docs/index.md 的官方定位描述是理解整个项目价值主张的最简框架。五、Livestream 实战30 分钟构建 3 个 Agent2025 年 3 月的 120 分钟直播演示中作者在 30 分钟内用agent-starter-pack构建了 3 个 Agent。这场直播的高效并非来自手速而是来自模板体系的组合复用能力。从 docs/agents/overview.md 的Customizing Templates章节可以看出设计逻辑选择最接近需求的模板基于模板创建新 Agent 实例熟悉代码结构定位 Agent 逻辑、工具定义与 UI 组件按需修改调整 Prompt、增删工具、接入不同数据源、改变推理逻辑或升级框架版本。三个不同形态的 Agent例如通用对话、RAG 问答、实时多模态分别对应adk、agentic_rag、adk_live三套模板每套都已预先集成部署与 CI/CD 能力因此构建退化为改造模板30 分钟完成 3 个 Agent 才成为可能。六、配套学习建议让视频与仓库互为索引观看上述视频时建议配合以下仓库文件对照学习效果最佳想要复现5 分钟部署对照 docs/guide/getting-started.md含完整命令速查表与 Makefile想要复现Demo to Production对照 docs/guide/deployment.mdCI/CD 三阶段流程 Terraform 变量说明与 agent_starter_pack/base_templates/_shared/deployment/terraform 中的.tf文件想要深入 ADK 模板源码阅读 agent_starter_pack/agents/adk/app/agent.py 与 agent_starter_pack/agents/adk/README.md想要理解可观测性能力视频 1 与 4 均涉及阅读 docs/guide/observability/index.md想要跑通测试链路make test对应 tests 目录模板级测试样例见 agent_starter_pack/agents/adk/tests/integration/test_agent.py。总结从 60 秒演示、架构深潜、5 分钟首战到 Kaggle 课程引言与 30 分钟三连发这五部视频分别对应 Agent Starter Pack 能力栈的不同侧面模板体系选型、CLI 与 make 命令开发、Terraform 与 CI/CD交付、可观测性与评估运维。将它们与本文梳理的仓库源码一一对照即可在最短时间内建立从 Demo 到生产环境的完整工程化认知——这正是这份视频教程清单被收录进官方文档的初衷。【免费下载链接】agent-starter-packShip AI Agents to Google Cloud in minutes, not months. Production-ready templates with built-in CI/CD, evaluation, and observability.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-starter-pack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考