5分钟入门Google ADK -- 从零构建你的第一个AI Agent

Google ADK就像AI时代的智能管家，这篇教程带领大家快速构建自己的AI助手：零基础也能三步走！1️⃣安装配置Google ADK环境；2️⃣编写带工具的AI Agent；3️⃣启动Web界面体验对话交互以及友好型调试。五分钟实现功能完整的AI Agent，让编程小白也能轻松玩转Google ADK:)

什么是 Google ADK

Google ADK (Agent Development Kit) 是Google推出的AI代理开发工具包，让开发者能够快速构建功能强大的AI Agent。

今天我们用五分钟时间，带你从零开始构建第一个具备工具调用能力的AI Agent。即使你是编程新手也完全没问题，因为在AI时代最重要的是会与AI对话，技术细节AI都帮你处理好了:)

学完这篇文章，你将具备以下能力：

• 熟练安装和配置Google ADK开发环境
• 掌握编写带自定义工具的AI Agent
• 学会使用Web界面进行Agent调试和交互

1. 环境准备与ADK安装

参考资料：Google ADK 官方快速入门

这里强调一下查阅官方文档的重要性。很多开发者习惯看二手资料，但往往信息滞后或不够准确。养成直接阅读官方一手资料的习惯，不仅能获得最新最准确的信息，还能培养独立解决问题的能力

虚拟环境配置（强烈推荐）

# 创建专用虚拟环境
python -m venv .venv

# 激活虚拟环境
# macOS/Linux:
source .venv/bin/activate
# Windows CMD:
# .venv\Scripts\activate.bat
# Windows PowerShell:
# .venv\Scripts\Activate.ps1

Google ADK安装

pip install google-adk

2. Agent项目构建

项目结构

根据官方规范，我们需要构建如下项目架构：

parent_folder/
    multi_tool_agent/
        __init__.py
        agent.py
        .env

创建项目文件夹

mkdir multi_tool_agent/

创建 __init__.py

echo "from . import agent" > multi_tool_agent/__init__.py

创建完成后，__init__.py 内容如下：

multi_tool_agent/init.py

from . import agent

核心Agent实现

touch multi_tool_agent/agent.py

将下方完整代码复制到 agent.py 文件：

multi_tool_agent/agent.py

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 (77 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",
    description=(
        "Agent to answer questions about the time and weather in a city."
    ),
    instruction=(
        "You are a helpful agent who can answer user questions about the time and weather in a city."
    ),
    tools=[get_weather, get_current_time],
)

创建 .env 文件

touch multi_tool_agent/.env

3. 设置模型

你的 Agent 需要 LLM 服务来理解用户请求和生成响应，这需要身份验证凭据。

方式一：使用 Google AI Studio（推荐新手）

1. 获取 API 密钥 ：访问 Google AI Studio 获取 API 密钥

2. 配置环境变量 ：打开 multi_tool_agent/.env 文件，复制粘贴以下代码：

multi_tool_agent/.env

GOOGLE_GENAI_USE_VERTEXAI=FALSE
GOOGLE_API_KEY=PASTE_YOUR_ACTUAL_API_KEY_HERE

3. 替换API密钥 ：将 PASTE_YOUR_ACTUAL_API_KEY_HERE 替换为你的实际 API 密钥

方式二：使用 Google Cloud Vertex AI

1. 设置 Google Cloud：

   • 需要现有的 Google Cloud 账户 和项目
   • 设置 gcloud CLI
   • 从终端运行 gcloud auth login 进行身份验证
   • 启用 Vertex AI API

2. 配置环境变量 ：打开 multi_tool_agent/.env 文件：

multi_tool_agent/.env

GOOGLE_GENAI_USE_VERTEXAI=TRUE
GOOGLE_CLOUD_PROJECT=YOUR_PROJECT_ID
GOOGLE_CLOUD_LOCATION=LOCATION

4. 运行你的 Agent

切换到Agent项目的上级目录：

parent_folder/      <-- 进入到这个目录
    multi_tool_agent/
        __init__.py
        agent.py
        .env

提供三种不同的交互方式：

交互方式1：可视化Web界面（推荐）

启动可视化开发环境：

adk web

操作步骤：

第一步： 浏览器访问显示的地址（一般是 http://localhost:8000 或 http://127.0.0.1:8000）

第二步： 页面左上角下拉菜单选择 "multi_tool_agent"

注意事项 ：如果下拉菜单看不到目标agent，检查是否在 multi_tool_agent 的父级目录 执行了 adk web 命令

第三步： 使用页面文本框开始对话：

第四步： 点击左侧 Events 标签页，可以详细查看函数调用过程、参数传递和返回结果：

在 Events 页面还可以点击 Trace 按钮查看每个事件的追踪日志，包括函数调用延迟等性能指标：

交互方式2：命令行终端

直接在终端与Agent对话：

adk run multi_tool_agent

看到如下提示即为启动成功：

Running agent weather_time_agent, type exit to exit.
[user]: 

退出方式：Cmd/Ctrl+C

交互方式3：API服务接口

adk api_server

这种方式会创建本地FastAPI服务，方便在正式部署前进行cURL请求测试

查看详细文档进行测试

💡 实战测试用例

参考官方推荐，可以尝试以下测试场景：

• What is the weather in New York?
• What is the time in New York?
• What is the weather in Paris?
• What is the time in Paris?

体验AI Agent功能

文本对话测试

在Web界面测试各种场景：

天气查询测试：

用户：What is the weather in New York?
Agent：🌤️ The weather in New York is sunny with a temperature of 25 degrees Celsius (77 degrees Fahrenheit).

时间查询测试：

用户：What is the time in New York?
Agent：🕐 The current time in New York is 2024-06-04 21:30:15 EST-0500

异常情况测试：

用户：What is the weather in Paris?
Agent：❌ Weather information for 'Paris' is not available.

🎉 成就解锁！

恭喜你顺利完成了Google ADK入门之旅👍，现在可以给自己点个赞🎊！

你已经掌握了：

• ✅ Google ADK环境的完整搭建流程
• ✅ 带工具调用功能的AI Agent开发技巧
• ✅ 多种Agent交互界面的使用方法