全球开发者正面临一个共同的难题：构建 AI 智能体的原型越来越简单，但要将其转化为可靠、可测试、可投入生产的方案却愈加困难。编排大语言模型交互、管理运行状态、连接函数调用、集成多种工具、评估性能表现、追踪故障原因以及部署到生产环境，往往需要编写复杂的定制代码并依赖零散的工具组合。
DigitalOcean Gradient™ AI 智能体开发套件（ADK）现已开放公测，正是为解决这一问题而生。这是一款代码优先的 SDK，支持你直接在现有开发环境中构建、测试和部署多步骤智能体工作流，兼容 LangGraph、LangChain、CrewAI 等主流 Python 智能体框架及自定义智能体系统。ADK 内置评估、追溯与知识库支持功能，助你自信从容地从原型迈向生产环境。你也可以观看视频教程，我们会一步步带你用 DigitalOcean Gradient ADK 开发你的第一个智能体。
DigitalOcean 为何推出ADK
多数 AI 框架解决了"首日难题"：如何创建可运行的智能体。但它们在"次日难题"上存在不足：如何在生产环境中运维智能体。
我们构建 ADK，目的是为所有企业用户、开发者提供标准化、生产级的全生命周期管理框架：
- 流程编排：无需模板代码即可构建多步骤工作流
- 状态管理：全程追踪智能体的执行状态
- 工具集成：将自定义函数/API 注册为一等工具
- 知识库支持：连接现有 DigitalOcean 知识库
- 评估体系：衡量准确性、安全性、语气适配与检索质量
- 追溯功能：洞察智能体在每个跨度与步骤中的行为
- 部署方案：通过单条命令部署完整智能体系统（从逻辑到知识库再到工具）
最终形成代码优先的连贯体验，让你能在统一工作流中完成本地开发 → 运行监控 → 效果评估 → 生产部署的全过程。
公测版核心功能
我们的目标是为开发者提供坚实基础，支持其直接从开发环境构建、测试和部署 AI 智能体工作流。在非公开测试阶段，你已可通过 CRUD API 运用核心 SDK 框架、连接模型、在工作区组织项目、使用入口装饰器与 CLI，并在 Agent Platform 上享受 MCP 支持。
基于此基础，公测版推出一系列强大新功能，助你更高效、更透明地运行生产级工作流：
- 全工作流 追溯与洞察：通过自定义装饰器为 LangGraph、LangChain、CrewAI 等主流 Python 智能体框架乃至完全定制的工作流添加完整追溯功能。若使用 LangGraph，系统将自动捕获追溯数据而无需额外配置。
- 知识库支持：将现有 DigitalOcean 知识库接入智能体，使工作流能引用领域特定内容。这确保你的智能体获得可靠上下文信息，无需额外设置。
- 多步骤智能体 评估：通过 CSV 数据集构建测试用例，应用平台支持的质量指标，评估完整多步骤工作流。分步结果将呈现在 UI 或 CLI 中，并直接关联执行追溯记录，大幅简化调试流程。
- A2A（智能体间）通信（即将推出）：将智能体发布为 A2A 兼容端点，自动生成 AgentCards，追溯多智能体交互。本次预览版支持内部多智能体调用，外部调用功能将在后续版本推出。核心协议、安全防护与日志记录均已内置。
- 便捷部署 ：通过代码定义智能体，仅需执行单条命令
gradient agent deploy即可完成部署，无需再为每个资源单独部署。
ADK 让 AI 智能体的构建、测试与部署变得简单，助你摆脱繁琐设置与模板代码的困扰。现在即可开始创建首个智能体：在本地运行、连接知识库、追溯评估其行为，并通过单条命令完成部署。
不知从何入手？请访问我们在 Github 上的 ADK 代码库，获取基于 DigitalOcean Gradient AI ADK 构建与部署智能体的项目模板。每个模板都展示了不同的智能体架构，可作为 ADK 部署的起点。
GitHub：github.com/digitalocea...