G-gen の河野です。当記事では、Gemini Enterprise と Agent Development Kit （ADK）を組み合わせて、Google Workspace のリソースを操作する独自の AI エージェントを開発しデプロイする手順を解説します。

はじめに

Gemini Enterprise とは

Gemini Enterprise は、組織内に分散しているデータを横断的に検索し、情報の発見を手助けする生成 AI サービスです。対話型のアシスタント機能や、AI エージェントのプラットフォームとしての機能を備えています。

Gemini Enterprise の詳細については、以下の記事を参照してください。 blog.g-gen.co.jp

Agent Development Kit（ADK）とは

Agent Development Kit（以下、ADK）は、Google によって開発された AI エージェント構築用のフレームワークです。ADK を使用することで、エージェントへの関数処理組み込みや外部ツールの使用、マルチエージェントの実装が行えます。

以下の記事カテゴリも参照してください。 blog.g-gen.co.jp

当記事について

当記事では、Gemini Enterprise の標準機能だけでは実現が難しい「Google Workspace リソースへの複雑な操作」を、ADK を用いて実装する方法を解説します。

当記事で実装したのは、ユーザーがアップロードした議事録ファイルからタスクを抽出し、指定した Google スプレッドシートに自動で登録する AI エージェントです。

背景と構成

なぜ独自開発が必要なのか

Gemini Enterprise には、Google Workspace と連携するための標準コネクタが用意されています。しかし、標準コネクタでできることは、Google ドライブや Gmail などに対する横断検索や、カレンダーの予定作成、Gmail の送信といった一部の操作に限定されています。

参考 : Connect a Google data source - Supported actions

標準のコネクタでは実行できない操作や、複数の Google Workspace リソースを連携させた複雑な処理を実現したい場合などには、独自のエージェントの開発が必要です。

エージェントの構成

ユーザーが Gemini Enterprise の画面から Google ドキュメントで書かれた議事録を送信すると、Vertex AI Agent Engine 上で稼働する ADK エージェントが、タスク管理表に抽出するべきタスクを抽出します。

その後エージェントは、ユーザーの権限（OAuth 認証で取得したアクセストークン）を使用して Google Sheets API を呼び出し、スプレッドシートのタスク管理表に、抽出したタスクを追記します。

ADK エージェントの実装

ディレクトリ構成

以下の構成で、ファイルを作成します。

agent_folder（任意のフォルダ名）
├── agent.py
├── requirements.txt
├── .env
└── __init__.py

agent.py

agent.py は、議事録からタスクを抽出してスプレッドシートに書き込むための AI エージェント本体です。Python 用の ADK を用いてコーディングされています。

コード内の {auth_id} には、任意の値を設定してください。この値は、後述の Gemini Enterprise の設定で使用するので、控えておいてください。

{スプレッドシートID} と {シート名} はタスクの出力先となるスプレッドシートの情報に置き換えてください。

from typing import List, Dict
  
from google.adk.agents.llm_agent import Agent
from google.adk.tools.tool_context import ToolContext
  
from google.oauth2.credentials import Credentials
from googleapiclient.discovery import build
  
def write_tasks_to_sheet(tool_context: ToolContext, tasks: List[Dict]) -> str:
    """
    抽出されたタスクのリストを受け取り、スプレッドシートに書き込む
  
    Args:
        tasks: 書き込むタスクのリスト。各タスクは「タイトル」「詳細」「担当者」「期限」のキーを持つ辞書。
    Returns:
        処理結果を文字列として返す。
    """
    # Gemini EnterpriseでのOAuth認証で得たアクセストークンを取得
    access_token = tool_context.state.get("{auth_id}")
  
    if not access_token:
        return "エラー: アクセストークンが使用できません。認証設定を確認してください。"
  
    # アクセストークンを使用して、スプレッドシートを操作するインスタンスを作成
    creds = Credentials(token=access_token)
    service = build('sheets', 'v4', credentials=creds)
  
    # スプレッドシートに書き込む
    values = [[
        task.get('タイトル', ''), task.get('内容', ''), task.get('担当者', ''), task.get('期限', '')
    ] for task in tasks]
  
    service.spreadsheets().values().append(
        spreadsheetId="{スプレッドシートID}",
        range="{シート名}!A1",
        valueInputOption='USER_ENTERED',
        insertDataOption='INSERT_ROWS',
        body={'values': values}
    ).execute()
  
    return f"{len(tasks)} 件のタスクを正常に記録しました。"
  
root_agent = Agent(
    model='gemini-2.5-flash',
    name='root_agent',
    description='入力された議事録を分析し、タスクをスプレッドシートに記録するエージェント',
    instruction=(
        "入力された議事録を分析し、タスクをスプレッドシートに記録するエージェント"
        "ユーザーからテキストまたはファイルにて議事録を受け取った場合、以下の手順で処理してください:\n"
        "1. 議事録のテキストを読み取り、内容を分析し、具体的なアクションアイテムを抽出します。\n"
        "2. 各タスクを「タイトル」「内容」「担当者」「期限」のフィールドを持つJSONオブジェクトに変換します。"
        "不明なフィールドは「不明」とします。\n"
        "例: {'タイトル':'タスク名','内容':'詳細','担当者':'名前','期限':'YYYY/MM/DD'} \n"
        "3. 抽出・変換したタスクのJSON配列を 引数`tasks`として、`write_tasks_to_sheet` ツールを呼び出します。"
    ),
    tools=[write_tasks_to_sheet],
)

上記のソースコードは、大きく分けて「AI エージェントの定義」と「スプレッドシートへの書き込み処理」の2つのパートで構成されます。

AIエージェントの定義（43~57行目）

エージェントにおける AI の推論部分を担います。
instruction（システムプロンプト）の中で、AI に対して「議事録を受け取ったらタスクを抽出し、指定のフォーマットに整形してツールを呼び出す」ように手順を指示しています。
tools=[write_tasks_to_sheet] と定義することで、関数 write_tasks_to_sheet（抽出したタスクをスプレッドシートへ書き込む処理を行う）の呼出しができます。

スプレッドシートへの書き込み処理（9~41行目）

議事録から抽出したタスクのリストを受け取り、Google Sheets API を使って指定のスプレッドシートに追記する処理を担います。
引数 tool_context からユーザーが Gemini Enterprise 上で行った OAuth 認証のアクセストークンを取得し、安全にユーザー権限でスプレッドシートを操作します。
ADK において、ソースコードの Docstring（関数の説明文）は LLM がツールの用途を正しく理解するための重要な要素となるため、適切に記述することが推奨されます。

requirements.txt

必要なライブラリを定義します。2026年4月時点での最新バージョンを指定しています。

google-adk==1.28.1 # ADKのフレームワーク
google-auth==2.49.1 # OAuth認証用
google-api-python-client==2.193.0 # スプレッドシートAPI用

init.py

エージェント起動時に agent.py が読み込まれるようにするためのファイルです。

from . import agent

.env

エージェント起動時に読み込まれる環境変数を定義します。

GOOGLE_GENAI_USE_VERTEXAI=1
GOOGLE_CLOUD_PROJECT={自身のプロジェクトID}
GOOGLE_CLOUD_LOCATION=us-central1

Agent Engine へのデプロイ

デプロイコマンドの実行

ターミナルで agent_folder ディレクトリに移動し、ソースコードを Agent Engine にデプロイします。
※ ライブラリgoogle-adkがインストールされた環境で実行して下さい。

cd agent_folder
  
adk deploy agent_engine \
  --project=自身のプロジェクトID \
  --region=us-central1 \
  --display_name="TaskCreateAgent" \
  .

デプロイ完了後、Google Cloud コンソールの [Vertex AI] > [Agent Engine] 画面で、エージェントがデプロイされていることを確認します。

後の手順で使用するため、デプロイされたエージェントのリソース名を控えておきます。

Gemini Enterprise との接続

Google Sheets API の有効化

Google Cloud コンソールで「Google Sheets API」を検索し、有効化します。

OAuth クライアント作成

Google Cloud コンソールの [Google Auth Platform] > [クライアント] から、以下のパラメータで「OAuth クライアント ID」を作成します。以下の表に記載が無いパラメータについては、未入力でも問題ありません。

設定項目	設定値
アプリケーションの種類	ウェブアプリケーション
名前	任意の名前
承認済みのリダイレクト URI	https://vertexaisearch.cloud.google.com/oauth-redirect

承認済みのリダイレクト URI とは、認証後に取得したアクセス権をGemini Enterprise上で使用することを許可する設定です。

OAuth クライアントの作成後、表示される「クライアント ID」と「クライアントシークレット」を控えておきます。

Gemini Enterprise アプリの作成

Gemini Enterprise でエージェントを稼働させるためのアプリを作成します。アプリを作成するユーザーには、以下の IAM ロールが必要になります。

ディスカバリーエンジン管理者（roles/discoveryengine.admin）

以下の手順でアプリを作成します。

Google Cloud コンソールの [Gemini Enterprise] > [アプリ] から [アプリを作成する] を選択します。
アプリ名に任意の値を入力し、場所は global を選択して作成します。

global 以外のロケーションを利用する場合、機能制限があるため、今回は global を選択しました。

参考 : マルチリージョンの制限事項

エージェントの接続設定

デプロイした Agent Engine のエージェントを、作成した Gemini Enterprise のアプリに接続します。

1.アプリの管理画面から [エージェント] > [エージェントを追加] をクリックし、「Agent Engine によるカスタムエージェント」を選択します。

2.「承認」の設定画面にて、以下のパラメータで「承認を追加」します。

設定項目	設定値
認証名	任意の値
認証ID	agent.pyで入力した{auth_id}の値
クライアント ID	控えておいたOAuth クライアント ID
クライアントシークレット	控えておいたOAuth クライアントシークレット
トークン URI	https://oauth2.googleapis.com/token
承認 URI	https://accounts.google.com/o/oauth2/v2/auth?scope=https%3A//www.googleapis.com/auth/spreadsheets&include_granted_scopes=true&response_type=code&access_type=offline&prompt=consent&client_id={クライアントID}

設定値のトークン URI とは、Google提供のAPIを使用する際の「アクセストークン」を発行してくれる窓口です。承認 URI とは、OAuth認証画面において承認するスコープ等を定義したURIです。今回はスプレッドシートを操作するスコープ（googleapis.com/auth/spreadsheets）を設定しています。{クライアントID} の部分は実際のOAuthクライアントIDに置き換えて下さい。

参考：ウェブサーバーアプリケーションに OAuth 2.0 を使用する

3.「構成」の設定画面で、以下のパラメータで構成を「保存」します。

設定項目	設定値
エージェント名	任意の名前
エージェントの説明	エージェントの説明
Agent Engine 推論エンジン	控えておいたAgent Engine のリソース名