> ## Content Index > Fetch the complete content index at: https://www.sfeir.dev/llms.txt > Use this file to discover other available public pages before exploring further. # De l'ADK à Gemini Enterprise - URL: https://www.sfeir.dev/ia/de-adk-a-gemini-enterprise/ - Published: 2026-02-23T10:49:13.000Z - Updated: 2026-02-23T10:49:13.000Z - Description: Comment j'ai créé, testé et déployé un agent IA d'entreprise en 4 étapes simples grâce à l'Agent Starter Pack. - Author: Baptiste PIRAULT - Tags: IA, Agentic, Gemini Enterprise, ADK # Créez et déployez votre Agent IA en quelques minutes [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#de-ladk-%C3%A0-gemini-enterprise--cr%C3%A9ez-et-d%C3%A9ployez-votre-agent-ia-en-quelques-minutes) Dans le monde du développement d'IA générative, le fossé entre un prototype local et une application d'entreprise accessible aux utilisateurs finaux peut souvent sembler immense. Cependant, avec le **Agent Starter Pack** et l'**ADK (**[**Agent Development Kit**](https://google.github.io/adk-docs/?ref=sfeir.dev)**)**, ce processus est désormais rationalisé. J'ai testé pour vous l'enchaînement complet : de la ligne de commande à l'interface Gemini Enterprise. Voici le récit, étape par étape, de la mise en production de "my-demo-adk-agent". ## Étape 1 : L'initialisation (Local) [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#%C3%A9tape-1--linitialisation-local) Tout commence dans le terminal. L'outil `uvx agent-starter-pack` est la porte d'entrée. En une commande, nous lançons l'assistant de création. Le processus est interactif et intuitif : - **Nom du projet :** J'ai choisi `my-demo-adk-agent`. - **Type d'agent :** J'ai opté pour un modèle **Python** avec le template "Simple ReAct agent" (ADK). C'est parfait pour un agent capable de raisonner et d'utiliser des outils. - **Déploiement cible :** J'ai sélectionné **Vertex AI Agent Engine** (`agent_engine`), la plateforme managée de Google. - **Région :** Configuration sur `europe-west1` (pour rester local !). Une fois les identifiants GCP vérifiés, le projet est prêt en quelques secondes. ![](https://storage.ghost.io/c/0b/31/0b31478e-a66a-46f1-8c34-d44388e21192/content/images/2026/02/adk_in_gemini_enterprise_01-create.png) Création avec l'agent starter pack ## Étape 2 : développement et test local [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#%C3%A9tape-2--le-d%C3%A9veloppement-et-test-local) Avant d'envoyer quoi que ce soit dans le cloud, il faut tester. L'ADK fournit un serveur web local via la commande `uv run adk web`. Le serveur lance une interface de développement complète (disponible sur le port 8000). C'est ici que la magie du debugging opère. J'ai demandé à mon agent : *"hello, what is the weather & time in SF?"*. L'interface de trace est impressionnante. On voit littéralement le cerveau de l'agent fonctionner : 1. Il décide d'appeler `get_current_time`. 2. Il enchaîne avec `get_weather`. 3. Il synthétise la réponse finale : "In San Francisco, it's currently 60 degrees and foggy...". ![](https://storage.ghost.io/c/0b/31/0b31478e-a66a-46f1-8c34-d44388e21192/content/images/2026/02/adk_in_gemini_enterprise_03-test-local.png) Test dans l'interface de développement de ADK ## Étape 3 : le déploiement sur Vertex AI [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#%C3%A9tape-3--le-d%C3%A9ploiement-sur-vertex-ai) Une fois satisfait du comportement local, il est temps de passer à l'échelle. Pas besoin de configurer manuellement des conteneurs complexes, le `Makefile` généré s'occupe de tout. La commande `make deploy` lance l'export des dépendances et le déploiement sur **Vertex AI Agent Engine**. Le processus prend quelques minutes (3-5 min) pour créer l'agent dans le cloud. Une fois terminé, je peux me rendre sur la console Google Cloud. Dans la section **Vertex AI Agent Engine**, je retrouve mon `my-demo-adk-agent`. Le "Playground" de la console me permet de vérifier que l'agent réagit exactement comme en local, confirmant que le déploiement est un succès. ![](https://storage.ghost.io/c/0b/31/0b31478e-a66a-46f1-8c34-d44388e21192/content/images/2026/02/adk_in_gemini_enterprise_04-deploy.png) ![](https://storage.ghost.io/c/0b/31/0b31478e-a66a-46f1-8c34-d44388e21192/content/images/2026/02/adk_in_gemini_enterprise_05-test-playground.png) Déploiement et test dans Agent Engine ## Étape 4 : l'intégration "dernier kilomètre" avec Gemini Enterprise [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#%C3%A9tape-4--lint%C3%A9gration-dernier-kilom%C3%A8tre-avec-gemini-enterprise) C'est ici que cela devient vraiment intéressant pour les entreprises. Avoir un agent sur Vertex AI c'est bien, mais le rendre accessible aux collaborateurs dans une interface familière, c'est mieux. J'ai utilisé la commande magique : `make register-gemini-enterprise`. Ce script connecte votre "Agent Engine" (le backend) directement à une application **Gemini Enterprise**. - Le script détecte mon Agent Engine fraîchement déployé. - Il liste mes applications Gemini Enterprise disponibles. - J'ai sélectionné l'application `gemini-enterprise`. En quelques instants, l'agent est "enregistré". ![](https://storage.ghost.io/c/0b/31/0b31478e-a66a-46f1-8c34-d44388e21192/content/images/2026/02/adk_in_gemini_enterprise_06-register-gemini-enterprise.png) Enregistrement de l'agent dans Gemini Enterprise ## Le résultat final [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#le-r%C3%A9sultat-final) Le test ultime : je me connecte à l'interface **Gemini Enterprise**. Dans la barre latérale ou via la mention `@`, je peux désormais sélectionner `my-demo-adk-agent`. Je lui pose la même question sur la météo à San Francisco. Sans surprise, il répond parfaitement : *"In San Francisco, the weather is currently 60°F and foggy..."*. ![](https://storage.ghost.io/c/0b/31/0b31478e-a66a-46f1-8c34-d44388e21192/content/images/2026/02/adk_in_gemini_enterprise_07-test-gemini-enterprise.png) Test de l'agent depuis Gemini Enterprise ### Conclusion [](https://github.com/batou9150/articles/blob/main/De%20ADK%20%C3%A0%20Gemini%20Enterprise%20%28FR%29.md?ref=sfeir.dev#conclusion) En utilisant l'ADK et les outils du "[Agent Starter Pack](https://googlecloudplatform.github.io/agent-starter-pack/?ref=sfeir.dev)", nous sommes passés d'un code Python local à un assistant virtuel pleinement intégré dans l'interface pro de Google en quatre commandes principales. C'est une démonstration puissante de la rapidité avec laquelle les développeurs peuvent désormais livrer de la valeur avec l'IA générative sur Google Cloud. *Prêt à créer votre propre agent ?*