MCP Adk Dev Environment

Google ADK开发环境

该项目使用针对使用Python 3.13的Google Agent development Kit（ADK）开发进行优化的开发容器进行设置。

🚀 快速开始

1. 先决条件：确保您安装了带有Dev Containers扩展的VS Code
2. 在开发人员容器中打开：在VS Code中打开此文件夹，并在提示时单击“在容器中重新打开”
3. 等待安装：容器将自动构建和安装所有依赖项
4. 开始开发：您已经准备好构建Google ADK应用程序了！

📦 包含什么

开发环境

• Python 3.13 -最新Python版本
• VS代码扩展 -Python、Pylint、Black、Jupyter、谷歌云代码等
• 谷歌云SDK -预安装并准备使用
• Git和GitHub CLI -版本控制工具

Python包

• 谷歌云库 -存储、BigQuery、人工智能平台、语音、视觉等。
• 机器学习 -TensorFlow、PyTorch、Transformers、LangChain
• web框架 -FastAPI，Flask，支持异步
• 开发工具 -pytest、ruff、黑色、mypy、预提交
• 数据处理 -熊猫，numpy，matplotlib，plotly

特性

• 端口转发 -通用开发端口（3000、5000、8000、8080、9000）
• 自定义别名 -ADK开发的有用快捷方式
• 自动格式化 -保存时的代码格式
• 测试设置 -pytest配置
• Jupyter支持 -用于交互式开发

🔧 配置

谷歌云设置

1. 复制 .env.example 向 .env 并配置您的设置
2. 跑 adk-setup 通过Google Cloud进行身份验证
3. 设置您的项目ID: gcloud config set project YOUR_PROJECT_ID

有用的命令

• adk-setup -设置Google Cloud身份验证
• adk-test -运行测试
• adk-format -用黑色格式化代码，用褶边固定
• adk-lint -运行褶边过梁
• adk-check -运行完整代码质量检查（ruff+mypy+pytest）

📁 项目结构

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

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

🔍 开发技巧

1. 包管理：此设置使用 uv 用于快速安装Python包
2. 代码质量：预提交钩子会自动安装ruff、black和mypy
3. 认证：使用 gcloud auth application-default login 促进地方发展
4. 环境变量：复制 .env.example 向 .env 并定制
5. 测试：将测试放在 tests/ 目录并运行 adk-test
6. 代码检查：使用 adk-lint 用于皱毛或 adk-check 进行全面检查

📚 额外资源

• Google代理开发工具包文档
• Google Cloud Python客户端库
• VS代码开发容器

编码愉快！ 🎉