前言

最近 Agent 相关事物非常火热，框架侧有 Manus、TARE、沉思，平台侧阿里、腾讯纷纷支持 MCP 协议，还有各种 Agent 应用如雨后春笋。

昨天，Google 也不甘落后，开源了 Google Agent Development Kit（缩写：ADK）。

今天就和大家一起了解下 ADK 是怎么回事。

ADK 是什么

简单介绍，方便大家有个初步印象。

ADK 是一套谷歌推出的开源Python框架，专为构建、管理和部署多智能体系统而生。

就是把我们经常用到的通用智能体开发工作，比如智能体搭建、编排、维护、部署、评价等，进行封装，让我们更加关注智能体本身的设计和协同上。

ADK 有什么特点

根据官网博客了解，主推亮点如下：

• 多代理设计：通过分层组合多个专业化的代理，构建模块化且可扩展的应用程序。实现复杂的协调和任务委派。

• 丰富的模型生态系统：选择最适合您需求的模型。ADK 可与您选择的模型无缝协作——无论是 Gemini 还是通过 Vertex AI Model Garden 访问的任何模型。该框架还提供 LiteLLM 集成，允许您从众多供应商（如 Anthropic、Meta、Mistral AI、AI21 Labs 等）中选择各种模型！

• 丰富的工具生态系统：为代理赋予多样化的能力：使用预置工具（搜索、代码执行）、模型上下文协议（MCP）工具、集成第三方库（LangChain、LlamaIndex），甚至可以将其他代理作为工具使用（LangGraph、CrewAI 等）。

• 内置流式传输功能：通过 ADK 独特的双向音频和视频流功能，与您的代理进行类人对话交互。只需几行代码，即可创建自然的交互体验，改变您与代理的工作方式——超越文本，进入丰富多模态对话的世界。

• 灵活的编排能力：使用工作流代理（顺序、并行、循环）定义工作流以实现可预测的管道，或利用 LLM 驱动的动态路由（LlmAgent 转移）实现自适应行为。

• 集成的开发者体验：通过强大的 CLI 和可视化 Web UI，在本地进行开发、测试和调试。逐步检查事件、状态和代理执行过程。

• 内置评估功能：通过针对预定义测试用例评估最终响应质量和逐步执行轨迹，系统地评估代理性能。

ADK 实例

下面我们通过复现官网“快速开始”中的实例，更加深入的了解下 ADK 是怎么回事。

开发环境：Trae，本次分享，没有用到 AI 辅助功能。

环境配置

1. 通过 Trae 打开一个新建的文件夹 adk-demo。

2. Ctrl + `，打开“终端”面板。

3. 配置虚拟环境并激活。

# 创建
python -m venv .venv
# 激活（Windows PowerShell）
.venv\Scripts\Activate.ps1
# macOS/Linux: source .venv/bin/activate
# Windows CMD: .venv\Scripts\activate.bat

4. 安装 ADK，记得新建一个终端。

pip install google-adk

编写代码

代码结构如下：

__init__.py 源码

​​​​from . import agent

.env 源码

# 使用 Google AI Studio 的 Gemini
GOOGLE_GENAI_USE_VERTEXAI="False"
GOOGLE_API_KEY="<粘贴Google AI Studio API Key>"

# 使用 Vertex AI on Google CLoud 的 Gemini
# GOOGLE_CLOUD_PROJECT="your-project-id"
# GOOGLE_CLOUD_LOCATION="your-location" #e.g. us-central1
# GOOGLE_GENAI_USE_VERTEXAI="True"

agent.py 源码

运行测试

支持终端、Web、API 三种方式，这里为了直观呈现，我选择了 Web 方式。

adk web

文档

探索完整的文档，获取有关构建、评估和部署代理的详细指南：

• 文档：Agent Development Kit

功能演示

定义单个代理

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

root_agent = Agent(
    name="search_assistant",
    model="gemini-2.0-flash", # 或者你选择的其他 Gemini 模型
    instruction="你是一个乐于助人的助手。根据需要使用 Google 搜索回答用户问题。",
    description="一个可以搜索网络的助手。",
    tools=[google_search]
)

定义多代理系统

定义一个多代理系统，包含协调代理、问候代理和任务执行代理。然后，ADK 引擎和模型将指导这些代理协同工作以完成任务。

from google.adk.agents import LlmAgent, BaseAgent

# 定义单独的代理
greeter = LlmAgent(name="greeter", model="gemini-2.0-flash", ...)
task_executor = LlmAgent(name="task_executor", model="gemini-2.0-flash", ...)

# 创建父代理并分配子代理
coordinator = LlmAgent(
    name="Coordinator",
    model="gemini-2.0-flash",
    description="我协调问候和任务。",
    sub_agents=[ # 在这里分配子代理
        greeter,
        task_executor
    ]
)

开发 UI

内置的开发 UI 可以帮助你测试、评估、调试和展示你的代理。

评估代理

adk eval \
    samples_for_testing/hello_world \
    samples_for_testing/hello_world/hello_world_eval_set_001.evalset.json

资源

• GitHub 仓库：google/adk-python: An open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.
• 项目文档：​​​​​​​Agent Development Kit

 

原文链接：

ADK开源：谷歌持续发力Agent，请快速跟进Google 开源了 Google Agent Development K - 掘金

谷歌开源多智能体开发框架 Agent Development Kit：百行代码构建复杂AI代理，覆盖整个开发周期！ - 掘金