adk

Google Agent Development Kit (ADK) 指南第五章：工具集成与自定义系列教程：这是《Google ADK 指南》系列的第五章。前置知识：已完成第四章，掌握 Agent 开发。

Google Agent Development Kit (ADK) 指南第六章：记忆与状态管理系列教程：这是《Google ADK 指南》系列的第六章。前置知识：已完成第五章，掌握工具集成。记忆系统让 Agent 能够：

Google Agent Development Kit (ADK) 指南第四章：Agent 开发与编排系列教程：这是《Google ADK 指南》系列的第四章。前置知识：已完成第三章，掌握核心概念。系统提示词结构：

Google Agent Development Kit (ADK) 指南第三章：核心概念与架构系列教程：这是《Google ADK 指南》系列的第三章。前置知识：已完成第二章，完成环境搭建。定义：Agent 是 ADK 的核心，负责接收输入、决策、调用工具、生成输出。

Google Agent Development Kit (ADK) 指南第二章：环境搭建与快速开始系列教程：这是《Google ADK 指南》系列的第二章。前置知识：已完成第一章，了解 ADK 基本概念。

使用opensandbox结合ADK创建agent并测试沙盒环境参考资料OpenSandbox 是 AgentScope-Runtime 更通用的版本。两者的区别在于，AgentScope-Runtime与 AgentScope 框架耦合较紧，而OpenSandbox引入了协议优先 (Protocol-First) 的设计理念，把 execd 独立出来，定义了一套标准的 OpenAPI 规范，这意味着它不再只为 AgentScope 服务。

【ADK】run_live() 深度解析文档版本: v1.0 最后更新: 2026-01-26 适用对象: 开发者、架构师前置知识: Python async/await、WebSocket 基础

AI - Agent 到底怎么“接模型”？怎么认证？公司网关/本地模型怎么接？随着生成式 AI 的快速发展，AI Agent（智能代理）成为了构建自动化智能系统的重要组成部分。Google 推出的 Agent Development Kit（ADK）是一个开源框架，旨在让开发者更简单、更灵活地构建、测试和部署 AI Agents。它不仅支持多种语言（如 Python、TypeScript、Go 和 Java），还提供了便于与不同语言模型（LLMs）集成的机制。

AI - ParallelAgent 实战：用并行工作流做一个「多主题 Web 调研」Agent这篇轮到最后一个 workflow agent：ParallelAgent。它做的事情很简单：把一组子 Agent 同时跑起来，并行完成任务。

4. Agent Quality ——【Google 5-Day AI Agents】第四天的白皮书探讨了如何保障 Agent 的工作质量。当前正处于 Agentic 时代的开端，尽管 Agent 能力巨大，但是其固有的非确定性和不可预测性打破了我们传统的质量保障体系。 Agent 的质量保障应植根于架构设计本身，而非仅依赖开发尾声的测试环节。本指南立足于三大核心要义：

第一篇：Agent2Agent (A2A) 协议——协作式人工智能的黎明AI 领域的快速发展正在催生一个新时代，智能代理（agents）不再是孤立的个体，而是能够像一个数字团队一样协作。然而，当前 AI 生态系统的碎片化阻碍了这一愿景的实现，导致了“AI 巴别塔问题”——不同代理之间难以“说同一种语言”。

我是有底线的