🤖 ADK-Gemini CLI Bridge

Bridge pour connecter les Agents ADK (Agent Development Kit) à Gemini CLI, permettant l'orchestration A2A (Agent-to-Agent) entre les agents spécialisés.

🎯 Vue d'ensemble

Ce projet implémente une solution bridge qui expose 4 agents ADK comme outils utilisables dans Gemini CLI via le protocole MCP (Model Context Protocol). Il permet l'orchestration automatisée entre :

• 🔍 Watch Agent - Collecte de veille technologique
• 🧠 Analysis Agent - Analyse des rapports avec Gemini
• 📝 Curator Agent - Curation de contenu (newsletter/thread)
• 🏷️ GitHub Labeler Agent - Étiquetage automatique d'issues

🏗️ Architecture

ADK Agents ↔ bridge.py ↔ Gemini CLI ↔ Claude Code

• Communication STDIO : Interface standardisée entre Gemini CLI et les agents
• Environnements virtuels : Chaque agent utilise son propre environnement Python
• Gestion d'erreurs robuste : Logs centralisés et timeouts configurables
• Modes d'exécution : CLI direct et STDIO pour intégration MCP

🚀 Installation

1. Prérequis

• Python 3.8+
• Gemini CLI installé et configuré
• Workspace ADK avec les 4 agents dans ~/adk-workspace/

2. Installation du Bridge

# Cloner le repository
git clone https://github.com/mlik-sudo/adk-gemini-cli-bridge.git
cd adk-gemini-cli-bridge

# Copier le bridge vers le répertoire Gemini
cp bridge.py ~/.gemini/bridge.py
chmod +x ~/.gemini/bridge.py

3. Configuration MCP

Ajouter les agents au fichier ~/.gemini/mcp_servers.json :

# Fusionner avec votre configuration existante
cat mcp_servers.json.template >> ~/.gemini/mcp_servers.json

Ou copier manuellement les entrées du template dans votre fichier de configuration.

4. Structure ADK attendue

~/adk-workspace/
├── github_labeler/
│   ├── main.py
│   └── requirements.txt
├── veille_agent/
│   ├── main.py
│   ├── .venv/          # Environnement virtuel spécifique
│   └── requirements.txt
├── gemini_analysis/
│   ├── main.py
│   └── requirements.txt
├── curateur_agent/
│   ├── main.py
│   └── requirements.txt
└── adk-env/            # Environnement virtuel global
    └── bin/python

📖 Utilisation

Via Gemini CLI

# Démarrer Gemini CLI
gemini

# Vérifier que les agents sont disponibles
/mcp list

# Utiliser les agents
run_tool watch_collect {"sources":["github","pypi"]}
run_tool analyse_watch_report {"report_path":"/path/to/report.md"}
run_tool curate_digest {"format":"newsletter"}
run_tool label_github_issue {"repo_name":"owner/repo","issue_number":123}

Via CLI direct

# Test direct du bridge
python3 ~/.gemini/bridge.py watch_collect '{"sources":["github"]}'

# Mode STDIO
echo '{"tool":"watch_collect","params":{"sources":["github"]}}' | python3 -u ~/.gemini/bridge.py

🛠️ Agents disponibles

🔍 watch_collect

Collecte de veille technologique

Paramètres :

• sources (optionnel) : Sources à surveiller ["github", "pypi", "npm"]
• output_format (optionnel) : Format de sortie "markdown"

Exemple :

{"sources": ["github", "pypi"], "output_format": "markdown"}

🧠 analyse_watch_report

Analyse de rapports avec Gemini

Paramètres :

• report : Contenu du rapport (texte)
• report_path : Chemin vers le fichier rapport

Exemple :

{"report_path": "/Users/user/adk-workspace/veille_agent/rapport_veille.md"}

📝 curate_digest

Curation de contenu

Paramètres :

• format (optionnel) : Format de sortie "newsletter"
• output (optionnel) : Type de sortie "markdown"

Exemple :

{"format": "newsletter", "output": "markdown"}

🏷️ label_github_issue

Étiquetage automatique GitHub

Paramètres :

• repo_name : Repository "owner/repo"
• issue_number : Numéro de l'issue
• dry_run (optionnel) : Mode simulation true/false (défaut: true)

Exemple :

{"repo_name": "facebook/react", "issue_number": 123, "dry_run": false}

🔧 Configuration

Variables d'environnement

# Pour GitHub Labeler Agent
export GITHUB_TOKEN="your_github_token"

# Pour Gemini Analysis Agent  
export GEMINI_API_KEY="your_gemini_api_key"

Logs

Les logs sont centralisés dans :

~/.gemini/bridge.log

🐛 Dépannage

Erreur "Python interpreter not found"

Vérifiez que les environnements virtuels existent :

ls -la ~/adk-workspace/veille_agent/.venv/bin/python
ls -la ~/adk-workspace/adk-env/bin/python

Erreur "Agent script not found"

Vérifiez la structure du workspace ADK :

ls -la ~/adk-workspace/*/main.py

MCP servers not appearing

Redémarrez Gemini CLI et vérifiez :

gemini
/mcp list

🤝 Contribution

1. Fork le repository
2. Créer une branche feature : git checkout -b feature/amazing-feature
3. Commit les changements : git commit -m 'Add amazing feature'
4. Push vers la branche : git push origin feature/amazing-feature
5. Ouvrir une Pull Request

📋 Roadmap

• Support pour plus d'agents ADK
• Interface web de monitoring
• Métriques et analytics des agents
• Configuration dynamique des agents
• Support Docker pour déploiement

📄 Licence

MIT License - voir le fichier LICENSE pour plus de détails.

🔗 Liens utiles

• Gemini CLI Documentation
• Model Context Protocol
• ADK Framework Documentation

---

Développé avec ❤️ pour l'écosystème A2A (Agent-to-Agent)