ADK开源：谷歌持续发力Agent，请快速跟进

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

通过 Trae 打开一个新建的文件夹 adk-demo。
Ctrl + `，打开"终端"面板。
配置虚拟环境并激活。

shell 复制代码

# 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

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

javascript 复制代码

from . import agent

.env 源码

ini 复制代码

# 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

python 复制代码

import datetime
from zoneinfo import ZoneInfo
from google.adk.agents import Agent

def get_weather(city: str) -> dict:
    """Retrieves the current weather report for a specified city.

    Args:
        city (str): The name of the city for which to retrieve the weather report.

    Returns:
        dict: status and result or error msg.
    """
    if city.lower() == "new york":
        return {
            "status": "success",
            "report": (
                "The weather in New York is sunny with a temperature of 25 degrees"
                " Celsius (41 degrees Fahrenheit)."
            ),
        }
    else:
        return {
            "status": "error",
            "error_message": f"Weather information for '{city}' is not available.",
        }


def get_current_time(city: str) -> dict:
    """Returns the current time in a specified city.

    Args:
        city (str): The name of the city for which to retrieve the current time.

    Returns:
        dict: status and result or error msg.
    """

    if city.lower() == "new york":
        tz_identifier = "America/New_York"
    else:
        return {
            "status": "error",
            "error_message": (
                f"Sorry, I don't have timezone information for {city}."
            ),
        }

    tz = ZoneInfo(tz_identifier)
    now = datetime.datetime.now(tz)
    report = (
        f'The current time in {city} is {now.strftime("%Y-%m-%d %H:%M:%S %Z%z")}'
    )
    return {"status": "success", "report": report}


root_agent = Agent(
    name="weather_time_agent",
    model="gemini-2.0-flash-exp",
    description=(
        "Agent to answer questions about the time and weather in a city."
    ),
    instruction=(
        "I can answer your questions about the time and weather in a city."
    ),
    tools=[get_weather, get_current_time],
)

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。

复制代码

adk web

结语

整个过程倒是非常顺畅，也没有遇到什么问题。

并且通过各种资料初步了解，感觉 Google 所图甚大，毕竟，还搞了一个 A2A 协议，个人感觉可以跟进一波。

今天的分享只是让大家初步了解下 ADK，后续会针对高级一点的特性继续研究，也欢迎大家一起交流学习~