Selamat datang kembali di rangkaian postingan blog "Membangun aplikasi Android yang cerdas". Di sini, Anda akan mengubah aplikasi Android dasar menjadi pengalaman yang dipersonalisasi, cerdas, dan agentic. Dalam postingan sebelumnya, Anda telah mempelajari cara terhubung ke sistem kecerdasan menggunakan AppFunctions.
Dalam postingan ini, Anda akan mempelajari cara membangun alur kerja agentic dalam aplikasi otonom yang berjalan di cloud.
Terkadang, tugas terlalu rumit untuk satu sesi perangkat. Misalnya, memesan itinerari liburan lengkap melibatkan koordinasi waktu penerbangan, pemilihan kamar hotel, pemesanan tiket museum, dan perencanaan reservasi restoran. Jika Anda menjalankan proses multi-langkah ini langsung di perangkat seluler, aplikasi mungkin akan ditutup dan progres Anda akan hilang. Mengelola semua langkah dan kredensial API ini di ponsel juga akan menjadi rumit dengan cepat.
Untuk alur kerja multilangkah yang berjalan lama ini, Anda dapat menggunakan backend kustom yang dihosting sendiri. Backend menjalankan agen pemesanan di latar belakang, sementara aplikasi Android terhubung ke sesi, memvisualisasikan progres, dan meminta input pengguna hanya jika diperlukan.
Menggunakan backend agentic yang dihosting di cloud menawarkan beberapa keuntungan:
- Eksekusi di latar belakang: Agen pemesanan berjalan secara mandiri di cloud, sehingga progres tidak akan hilang jika aplikasi seluler berjalan di latar belakang atau kehilangan konektivitas internet.
- Orkestrasi multi-agen yang kompleks: Agen koordinator dapat mendelegasikan pemesanan ke subagen khusus dan menangani dependensi di antara mereka.
- Rendering UI yang tidak bergantung pada klien: Backend mendeskripsikan struktur antarmuka secara dinamis, sehingga Anda dapat memperbarui tata letak UI tanpa merilis versi klien baru.
Dengan mempertimbangkan manfaat ini, kami menambahkan Asisten Pemesanan ke Jetpacker yang mengoordinasikan penerbangan, hotel, museum, dan reservasi restoran. Mari kita lihat cara kami mengorkestrasi sistem multi-agen yang didukung oleh Agent Development Kit (ADK), dengan protokol Interaksi Agen-Pengguna (AG-UI) dan protokol Agent-to-User Interface (A2UI) untuk mengirim dan menampilkan kartu interaktif secara native di Jetpack Compose.
Mendukung alur kerja yang kompleks dengan agen ADK
Daripada mengoordinasikan alur orkestrasi secara manual menggunakan endpoint REST kustom atau web socket yang kompleks, Anda dapat menggunakan Agent Development Kit (ADK). Dengan ADK, Anda dapat menentukan agen dan melengkapinya dengan alat fungsi Python untuk membuat kueri database dan menjalankan pemesanan.
Berikut cara menentukan agen sederhana dan menjalankannya menggunakan ADK:
# server/main.py
# Note: ADK supports many different coding languages. For now, we use the Python version as it includes support for A2UI which we'll use later in this blog post.
from google.adk import Agent
from google.adk.runners import InMemoryRunner
from google.adk.tools import FunctionTool
# Define custom tools to interact with database
def search_flights(destination: str, date: str) -> list[str]:
# In production, here you would query our flight database and return dynamic results
return ["10:00 AM", "2:00 PM"]
def reserve_flight(flight_time: str) -> str:
# In production, here you would save the reservation transaction
return "Reserved flight at " + flight_time
# Instantiate the booking agent with specialized tools
flight_agent = Agent(
name="Flight Booker",
model="gemini-3.1-flash-lite",
instruction="Help the user search for flights and book a reservation.",
tools=[
FunctionTool(search_flights),
FunctionTool(reserve_flight, require_confirmation=True)
]
)
# Run the agent in memory using a session ID
runner = InMemoryRunner(flight_agent)
async for event in runner.run_async(user_id=user_id, session_id=session_id):
if event.content:
print("Agent said:", event.content)Saat Anda menjalankan agen menggunakan penyiapan ini, ADK akan mengelola langkah-langkah eksekusi untuk Anda. Class ini otomatis melacak konteks percakapan, mengarahkan pesan antara pengguna dan model, serta menjalankan alat yang terdaftar saat model memintanya. Hal ini memungkinkan Anda berfokus pada penulisan logika prosedural yang rapi, sementara framework menangani orkestrasi di latar belakang.
Untuk menghubungkan agen backend ini ke aplikasi Jetpacker, server memerlukan cara untuk melakukan streaming update secara real time ke perangkat, yang ditangani menggunakan protokol AG-UI. Agen juga memerlukan cara terstruktur untuk mendeskripsikan dan memperbarui komponen interaktif (seperti pemilih opsi dan petak tempat duduk) secara dinamis di ponsel, yang merupakan fungsi dari protokol A2UI.
Menstandarkan komunikasi agen-klien dengan AG-UI
Menjalankan agen di cloud dan merender UI di Android memerlukan saluran komunikasi standar. Untuk melakukannya, Anda akan menggunakan protokol AG-UI.
AG-UI adalah protokol lapisan transpor dua arah yang menstandarkan jenis pesan antara agen dan klien UI. Agen dapat memberi tahu klien tentang peristiwa siklus proses, pesan teks, panggilan alat, dan pengelolaan status. Klien, pada gilirannya, dapat mengirim pesan teks pengguna, hasil panggilan alat, dan peristiwa tindakan kustom kembali ke agen.
Di sisi server, fungsi ini menghasilkan update yang diformat sebagai Server-Sent Events standar (seperti event: TEXT_MESSAGE_CONTENT yang berisi delta JSON). Di Android, Kotlin SDK memproses aliran data ini dan otomatis memetakan payload ke peristiwa klien yang aman dari jenis:
// BookingAssistantViewModel.kt import com.agui.client.agent.HttpAgent import com.agui.client.agent.HttpAgentConfig import com.agui.core.types.RunAgentInput import com.agui.core.types.UserMessage import com.agui.core.types.TextMessageStartEvent import com.agui.core.types.TextMessageContentEvent import com.agui.core.types.TextMessageEndEvent val config = HttpAgentConfig( agentId = "booking-assistant", threadId = threadId, url = "https://<your-backend-url>" ) val agent = HttpAgent(config, httpClient) // Set up the input with the session thread and user instruction val input = RunAgentInput( threadId = threadId, runId = runId, messages = listOf(UserMessage("Book a flight to Paris")) ) // Run the agent flow and collect lifecycle events agent.runAgentObservable(input) .collect { event -> when (event) { is TextMessageStartEvent -> { /* ... */ } is TextMessageContentEvent -> { /* ... */ } is TextMessageEndEvent -> { // Handle the completed message } } }
Kemudian, Anda dapat menulis UI untuk merender berbagai jenis peristiwa AG-UI standar ini. Tindakan ini akan memberi Anda pengalaman "Chatbot" prototipe:
Memungkinkan agen berbicara UI dengan A2UI
Chatbot tradisional biasanya menampilkan teks biasa atau payload JSON kustom. Saat membangun antarmuka yang kompleks, aplikasi klien harus mengurai payload ini dan memetakannya ke layar tertentu yang telah dibuat sebelumnya. Hal ini menciptakan dependensi: setiap kali Anda menambahkan fitur baru, mengubah tata letak, atau mendukung interaksi pengguna baru, Anda harus memperbarui agen backend dan aplikasi seluler. Hal ini memerlukan publikasi update aplikasi dan menunggu pengguna menginstalnya.
Untuk mengatasi hal ini, gunakan protokol A2UI. A2UI memungkinkan agen mendeskripsikan komponen UI untuk dirender di klien secara dinamis. Aplikasi klien mendeklarasikan katalog komponen yang didukungnya, dan server mengirimkan payload JSON yang menentukan tata letak dan properti komponen:
{
"version": "v0.9",
"updateComponents": {
"surfaceId": "Flight Reservation",
"components": [
{
"id": "flight_option_picker",
"component": "InteractiveOptionPicker",
"properties": {
"prompt": "Select a flight time:",
"options": [
"10:00 AM",
"2:00 PM"
],
"selectedIdx": null,
"confirmBtnText": "Confirm Flight"
}
}
]
}
}Server menentukan komponen katalog yang akan dirender beserta nilai properti aktifnya, sehingga memisahkan detail implementasi visual klien dari status alur kerja agen dengan jelas.
Mendesain skema UI backend
Agar agen dapat membuat payload JSON ini dengan benar, agen perlu mengetahui komponen mana yang tersedia dan properti apa yang diterima.
Untuk melakukannya, gunakan integrasi ADK A2UI. Daripada menulis petunjuk perintah secara manual untuk setiap komponen dalam katalog, A2uiSchemaManager mengompilasi skema JSON dan petunjuk tata letaknya langsung ke dalam perintah sistem. Hal ini memastikan model mempelajari aturan struktur dan pemformatan yang tepat yang harus diikuti untuk menghasilkan payload A2UI yang valid:
# server/main.py
from a2ui.schema.manager import A2uiSchemaManager
from a2ui.schema.constants import VERSION_0_9
from a2ui.schema.catalog import CatalogConfig
from a2ui.basic_catalog.provider import BasicCatalog
# Initialize A2UI Schema Manager with custom booking component catalog
schema_manager = A2uiSchemaManager(
version=VERSION_0_9,
catalogs=[
BasicCatalog.get_config(version=VERSION_0_9),
CatalogConfig.from_path(
name="https://example.com/catalogs/booking_assistant/v1/catalog.json",
catalog_path="booking_catalog.json"
)
]
)
# Compile prompt instructions including the A2UI JSON schema
A2UI_SYSTEM_INSTRUCTION = schema_manager.generate_system_prompt(
role_description="You are a helpful travel booking assistant.",
ui_description="Use InteractiveOptionPicker for choices, SeatSelectionPicker for seat selection...",
include_schema=True,
include_examples=True,
allowed_components=["InteractiveOptionPicker", "SeatSelectionPicker", "BookingStatus"]
)Dengan petunjuk sistem yang dihasilkan ini, LLM didasarkan pada tata letak skema dan tahu persis cara merumuskan update komponen yang dapat dirender oleh klien Android.
Merender A2UI secara native dengan Jetpack Compose
Untuk merender hierarki komponen ini secara native di Android, gunakan library Jetpack Compose A2UI Renderer yang baru.
Pertama, tambahkan dependensi ke file build.gradle.kts modul kita:
// android/feature/trip/booking_assistant/build.gradle.kts dependencies { implementation("androidx.a2ui:a2ui-model:1.0.0-alpha01") implementation("androidx.a2ui.compose:compose-runtime:1.0.0-alpha01") implementation("androidx.a2ui.compose:compose-ui:1.0.0-alpha01") implementation("androidx.compose.material3:material3-a2ui:1.0.0-alpha01") }
Setiap class komponen dalam katalog (seperti BookingStatusComponent) menentukan cara memetakan properti yang diterima dari payload JSON ke dalam fungsi composable Jetpack Compose.
Daftarkan komponen kustom dalam katalog:
// CustomBookingAssistantCatalog.kt import androidx.a2ui.compose.ui.A2uiCatalog fun bookingAssistantCatalog(): A2uiCatalog { return A2uiCatalog( catalogId = "https://example.com/catalogs/booking_assistant/v1/catalog.json", components = listOf( InteractiveOptionPickerComponent(), SeatSelectionPickerComponent(), BookingStatusComponent() ) ) }
Tips: Jetpacker mengimplementasikan komponen kustom (InteractiveOptionPicker, SeatSelectionPicker, BookingStatus) yang disesuaikan untuk alur pemesanan. Jika agen Anda menggunakan elemen standar (seperti teks, kartu, tombol, baris, kolom, kotak centang, dan pemilih tanggal-waktu), material3-a2ui juga menyediakan materialA2uiBasicCatalogV1(...), sehingga Anda dapat menggunakan implementasi Material 3 yang siap pakai tanpa menulis komponen kustom apa pun.
Catatan: Agar backend dan klien seluler tetap selaras, keduanya mengandalkan ID definisi katalog yang sama (https://example.com/catalogs/booking_assistant/v1/catalog.json). Jika Anda menambahkan atau mengubah properti di katalog backend, Anda harus meningkatkan nomor versi, dan memperbarui class komponen Kotlin yang cocok untuk mencegah error penguraian.
Di BookingAssistantViewModel, proses pesan A2UI menggunakan A2uiMessageProcessor dan update platform aktif kita:
// BookingAssistantViewModel.kt import androidx.lifecycle.ViewModel import androidx.a2ui.model.processor.A2uiSurfaceModel import androidx.a2ui.compose.ui.A2uiMessageProcessor import kotlinx.coroutines.flow.StateFlow class BookingAssistantViewModel : ViewModel() { private val messageProcessor = A2uiMessageProcessor( catalogs = listOf(bookingAssistantCatalog()) ) val activeSurfaces: StateFlow<List<A2uiSurfaceModel>> = messageProcessor.activeSurfaces init { viewModelScope.launch(Dispatchers.Default) { processor.collectMessages() } } // ... }
Di layar Compose, kumpulkan platform ini dan render masing-masing menggunakan composable A2uiSurface resmi dari androidx.compose.material3:material3-a2ui. A2uiSurface otomatis menangani pengamatan status komponen reaktif, indikator pemuatan Material 3, penggantian error, dan transisi animasi antar-update:
// BookingAssistantScreen.kt import androidx.compose.runtime.Composable import androidx.compose.runtime.collectAsState import androidx.compose.foundation.lazy.LazyColumn import androidx.compose.foundation.lazy.items import androidx.compose.material3.a2ui.A2uiSurface @Composable fun BookingAssistantScreen( viewModel: BookingAssistantViewModel, modifier: Modifier = Modifier ) { val activeSurfaces by viewModel.activeSurfaces.collectAsState() LazyColumn( modifier = modifier.fillMaxWidth(), verticalArrangement = Arrangement.spacedBy(16.dp) ) { items(activeSurfaces) { surfaceModel -> Card(modifier = Modifier.fillMaxWidth()) { A2uiSurface( surfaceModel = surfaceModel, modifier = Modifier.fillMaxWidth().wrapContentHeight() ) } } } }
Sekarang Anda akan melihat beberapa platform UI yang dihasilkan oleh agen kami yang berjalan di backend:
Menyatukan semuanya
Dengan menghosting alur kerja agen di cloud dan menggunakan protokol AG-UI dan A2UI secara bersamaan, kita dapat membangun antarmuka Android native yang dinamis dan didorong langsung oleh model AI. AG-UI membuat saluran streaming dua arah real-time untuk pesan dan peristiwa siklus proses, sedangkan A2UI memungkinkan agen cloud mendeskripsikan komponen UI interaktif secara dinamis, sehingga aplikasi klien tetap terpisah sepenuhnya dari logika orkestrasi backend langkah demi langkah.
Lihat kode sumber lengkap untuk Jetpacker di GitHub, dan tonton video Membangun aplikasi Android Cerdas dengan AI Google untuk mempelajari lebih lanjut cara mengintegrasikan Agentic Workflows langsung ke dalam aplikasi Anda.
Lihat bagian lain dari rangkaian postingan blog ini:
▪️ Bagian 1: Pengantar aplikasi dan ringkasan tingkat tinggi.
📱 Bagian 2: Kecerdasan di perangkat. Pelajari lebih dalam API GenAI ML Kit dan Gemini Nano untuk membangun fitur yang mengutamakan privasi seperti pembuatan ringkasan itinerari, penguraian tanda terima, dan pemrosesan audio lokal.
☁️ Bagian 3: Penalaran hybrid dan cloud. Pelajari cara menggunakan Firebase AI Logic untuk mendasarkan jawaban LLM pada data dunia nyata seperti Google Maps dan konteks web.
⚙️ Bagian 4: Integrasi sistem. Mengintegrasikan dengan sistem kecerdasan Android menggunakan AppFunctions.
🤖 Bagian 5 (postingan ini!): Agentic Workflows dalam aplikasi. Perluas aplikasi dengan asisten pemesanan menyeluruh yang didukung oleh A2UI dan ADK.
Tertarik untuk mempelajari lebih lanjut Pengembangan Android? Ikuti Android Developers di YouTube atau LinkedIn.
Semua cuplikan kode dalam postingan blog ini mengikuti pemberitahuan hak cipta berikut:
Copyright 2026 Google LLC. SPDX-License-Identifier: Apache-2.0
-
PetunjukSelamat datang kembali di rangkaian postingan blog "Membangun aplikasi Android yang cerdas". Di sini, kita akan mengubah aplikasi Android dasar menjadi pengalaman yang dipersonalisasi, cerdas, dan agentic.
Thomas Ezan, Jolanda Verhoef, Caren Chang • Waktu baca: 8 menit -
PetunjukJetpacker adalah aplikasi showcase teknis yang dibuat tim kami dari awal untuk Google I/O tahun ini (dibangun menggunakan Antigravity). Pada intinya, Jetpacker membantu pengguna merencanakan, menjelajahi, dan menikmati petualangan besar mereka berikutnya.
Jolanda Verhoef • Waktu baca: 4 menit -
PetunjukSelamat datang kembali di rangkaian postingan blog "Membangun aplikasi Android yang cerdas". Di sini, kita akan mengubah aplikasi Android dasar menjadi pengalaman yang dipersonalisasi, cerdas, dan agentic. Dalam postingan sebelumnya, kami memperkenalkan Jetpacker, aplikasi demo yang akan kami gunakan di sepanjang seri ini.
Caren Chang • Waktu baca: 6 menit
Dapatkan insight pengembangan Android terbaru yang dikirim ke kotak masuk Anda setiap minggu.