# Kiểm tra phiên bản Python (yêu cầu 3.10+)
python --version

# Cài đặt trình quản lý gói UV (nếu chưa cài)
curl -LsSf https://astral.sh/uv/install.sh | sh
# Hoặc sử dụng pip
pip install uv

samples/python/agents/content_planner/
├── __init__.py                 # Tập tin khởi tạo gói
├── __main__.py                # Tập tin nhập chính
├── agent_executor.py          # Thực thi tác nhân
├── content_planner_agent.py   # Định nghĩa tác nhân lập kế hoạch nội dung
├── pyproject.toml            # Tập tin cấu hình dự án
├── requirements.txt          # Danh sách phụ thuộc
├── .env.example             # Ví dụ biến môi trường
└── README.md               # Tài liệu dự án

# Giả sử bạn đã có dự án a2a-samples
git clone https://github.com/a2aproject/a2a-samples.git
cd a2a-samples/samples/python/agents/content_planner

# Sao chép tập tin ví dụ biến môi trường
cp .env.example .env

# Chỉnh sửa tập tin .env và thêm khóa API Google của bạn
echo "GOOGLE_API_KEY=your_actual_api_key_here" > .env

# Sử dụng UV để cài đặt các phụ thuộc và chạy dự án
uv run .

# Lưu ý:
"gradio>=5.30.0" không cần thiết trong tác nhân hiện tại.

# Điều hướng đến thư mục khách hàng CLI
cd samples/python/hosts/cli

# Kết nối với tác nhân và gửi tin nhắn
uv run . --agent http://localhost:10001

Tạo một dàn ý cho một bài viết ngắn, vui tươi, khuyến khích về việc học Java

@click.command()
@click.option("--host", default="localhost")
@click.option("--port", default=10001)
def main(host, port):
    # Thẻ tác nhân (metadata)
    agent_card = AgentCard(
        name='Content Planner Agent',
        description=content_planner_agent.description,
        url=f'http://{host}:{port}',
        version="1.0.0",
        defaultInputModes=["text", "text/plain"],
        defaultOutputModes=["text", "text/plain"],
        capabilities=AgentCapabilities(streaming=True),
        skills=[
            AgentSkill(
                id="content_planner",
                name="Tạo dàn ý cho nội dung",
                description="Tạo dàn ý cho nội dung dựa trên mô tả cấp cao của nội dung",
                tags=["plan", "outline"],
                examples=[
                    "Tạo một dàn ý cho một bài viết ngắn, vui tươi, khuyến khích về việc học Java",
                ],
            )
        ],
    )

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

root_agent = Agent(
    name="content_planner_agent",
    model="gemini-2.5-flash",
    description=("Tác nhân lập kế hoạch tạo ra một dàn ý chi tiết và hợp lý cho một nội dung,"
                 "dựa trên mô tả cấp cao."),
    instruction=("Bạn là một chuyên gia lập kế hoạch nội dung. Nhiệm vụ của bạn là tạo ra một dàn ý chi tiết và hợp lý cho một nội dung"
                 "dựa trên mô tả cấp cao."),
    tools=[google_search],
)

class ADKAgentExecutor(AgentExecutor):
    def __init__(self, agent, status_message="Đang xử lý yêu cầu...", artifact_name="response"):
        self.agent = agent
        self.status_message = status_message
        self.artifact_name = artifact_name
        self.runner = Runner(
            app_name=agent.name,
            agent=agent,
            artifact_service=InMemoryArtifactService(),
            session_service=InMemorySessionService(),
            memory_service=InMemoryMemoryService(),
        )

graph TB
    A[User Request] --> B[A2A CLI Client]
    B --> C[HTTP Request]
    C --> D[A2A Starlette Application]
    D --> E[DefaultRequestHandler]
    E --> F[ADKAgentExecutor]
    F --> G[ADK Runner]
    G --> H[Content Planner Agent]
    H --> I[Gemini 2.5 Flash Model]
    H --> J[Google Search Tool]
    I --> K[Generate Content Outline]
    J --> K
    K --> L[Response Artifact]
    L --> M[Task Completion]
    M --> N[Return Result to User]

    subgraph "ADK Components"
        O[InMemoryArtifactService]
        P[InMemorySessionService]
        Q[InMemoryMemoryService]
    end

    G --> O
    G --> P
    G --> Q

sequenceDiagram
    participant Main as __main__.py
    participant Agent as content_planner_agent
    participant Executor as ADKAgentExecutor
    participant Server as A2AStarletteApplication

    Main->>Agent: Tải cấu hình tác nhân
    Main->>Executor: Tạo phiên thực thi
    Main->>Server: Tạo máy chủ A2A
    Server->>Server: Khởi động máy chủ Uvicorn

sequenceDiagram
    participant Client as CLI Client
    participant Server as A2A Server
    participant Handler as DefaultRequestHandler
    participant Executor as ADKAgentExecutor
    participant Runner as ADK Runner
    participant Model as Gemini 2.5 Flash
    participant Search as Google Search

    Client->>Server: Gửi yêu cầu lập kế hoạch nội dung
    Server->>Handler: Định tuyến yêu cầu
    Handler->>Executor: Thực hiện nhiệm vụ tác nhân
    Executor->>Runner: Bắt đầu trình chạy ADK
    Runner->>Model: Gọi mô hình Gemini
    Runner->>Search: Thực hiện tìm kiếm Google
    Model->>Runner: Trả về nội dung đã tạo
    Search->>Runner: Trả về kết quả tìm kiếm
    Runner->>Executor: Gộp kết quả
    Executor->>Handler: Trả về artefact
    Handler->>Server: Hoàn thành nhiệm vụ
    Server->>Client: Trả về dàn ý nội dung

# Khởi động tác nhân trên cổng đã chỉ định
uv run . --port=8080

# Khởi động trên máy chủ và cổng đã chỉ định
uv run . --host=0.0.0.0 --port=8080

GOOGLE_API_KEY=your_api_key_here
# Bạn có thể thêm các mục cấu hình khác
LOG_LEVEL=INFO

   Error: Khóa API không hợp lệ
   Solution: Kiểm tra xem GOOGLE_API_KEY trong tập tin .env có đúng không

   Error: Cổng 10001 đã được sử dụng
   Solution: Sử dụng tham số --port để chỉ định cổng khác

   Error: Không thể cài đặt các phụ thuộc
   Solution: Đảm bảo UV đã được cài đặt đúng cách, thử uv sync

from google.adk.tools import google_search, web_search

root_agent = Agent(
    # ... các cấu hình khác
    tools=[google_search, web_search],  # Thêm nhiều công cụ hơn
)

root_agent = Agent(
    name="content_planner_agent",
    model="gemini-1.5-pro",  # Sử dụng mô hình khác
    # ... các cấu hình khác
)

root_agent = Agent(
    # ... các cấu hình khác
    instruction=(
        "Bạn là một lập kế hoạch nội dung chuyên biệt cho tài liệu kỹ thuật. "
        "Tạo các dàn ý chi tiết bao gồm các ví dụ mã và các thực hành tốt nhất."
    ),
)