智能体开发套件 Agent Development Kit

智能体开发套件 (ADK) 是一个灵活且模块化的框架，用于开发和部署 AI 智能体。虽然为 Gemini 和 Google 生态系统优化，但 ADK 是模型无关的、部署无关的，并且构建为与其他框架兼容。ADK 的设计目的是使智能体开发更像软件开发，让开发者更容易创建、部署和编排从简单任务到复杂工作流的智能体架构。

中文、英文、示例

---

快速开始

创建并激活虚拟环境

我们推荐使用 venv 创建虚拟 Python 环境：

python -m venv .venv

现在，你可以使用适合你操作系统和环境的命令来激活虚拟环境：

# Mac / Linux
source .venv/bin/activate

# Windows CMD:
.venv\Scripts\activate.bat

# Windows PowerShell:
.venv\Scripts\Activate.ps1

安装 ADK

pip install google-adk

（可选）验证你的安装：

pip show google-adk

快速入门

本快速入门指南将引导你完成 Agent Development Kit (ADK) 的安装、设置带有多个工具的基本智能体，并在终端或交互式的基于浏览器的开发 UI 中本地运行它。

本快速入门假设你有一个本地 IDE（VS Code、PyCharm 等）以及 Python 3.9+ 和终端访问权限。这种方法将应用程序完全运行在你的机器上，推荐用于内部开发。

1. 设置环境并安装 ADK

创建并激活虚拟环境（推荐）：

# 创建
python -m venv .venv
# 激活（每次打开新终端时）
# macOS/Linux: source .venv/bin/activate
# Windows CMD: .venv\Scripts\activate.bat
# Windows PowerShell: .venv\Scripts\Activate.ps1

安装 ADK：

pip install google-adk

2. 创建智能体项目

项目结构

你需要创建以下项目结构：

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

创建文件夹 multi_tool_agent：

mkdir multi_tool_agent/

Windows 用户注意事项

当在 Windows 上使用 ADK 进行接下来的几个步骤时，我们建议使用文件资源管理器或 IDE 创建 Python 文件，因为以下命令(mkdir, echo) 通常会生成带有空字节和/或错误编码的文件。

__init__.py

现在在文件夹中创建一个 __init__.py 文件：

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

你的 __init__.py 现在应该是这样的：

multi_tool_agent/init.py

from . import agent

agent.py

在同一文件夹中创建一个 agent.py 文件：

touch multi_tool_agent/agent.py

将以下代码复制并粘贴到 agent.py 中：

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],
)

.env

在同一文件夹中创建一个 .env 文件：

touch multi_tool_agent/.env

更多关于此文件的说明，将在下一节设置模型中介绍。

3. 设置模型

你的智能体理解用户请求和生成响应的能力由大语言模型（LLM）提供支持。你的智能体需要安全地调用这个外部 LLM 服务，这需要身份验证凭据。如果没有有效的身份验证，LLM 服务将拒绝智能体的请求，智能体将无法运行。

Gemini - Google AI StudioGemini - Google Cloud Vertex AI

1. 从 Google AI Studio 获取 API 密钥。

2. 打开位于 (multi_tool_agent/) 内的 .env 文件，并复制粘贴以下代码。

   GOOGLE_GENAI_USE_VERTEXAI=FALSE
   GOOGLE_API_KEY=在此粘贴你的实际 API 密钥
   

3. 将 GOOGLE_API_KEY 替换为你的实际 API KEY。

4. 运行你的智能体

使用终端，导航到你的智能体项目的父目录（例如使用 cd ..）：

parent_folder/      <-- 导航到这个目录
    multi_tool_agent/
        __init__.py
        agent.py
        .env

有多种方式可以与你的智能体交互：

开发 UI（adk web）、终端（adk run）、API 服务器（adk api_server）

开发 UI（adk web）

运行以下命令来启动开发 UI。

adk web

步骤 1： 直接在浏览器中打开提供的 URL（通常是 http://localhost:8000 或 http://127.0.0.1:8000）。

步骤 2： 在 UI 的左上角，你可以在下拉菜单中选择你的智能体。选择 “multi_tool_agent”。

故障排除

如果你在下拉菜单中看不到 “multi_tool_agent”，请确保你在智能体文件夹的父文件夹中运行 adk web（即 multi_tool_agent 的父文件夹）。

步骤 3： 现在你可以使用文本框与你的智能体聊天：

步骤 4： 你还可以通过点击操作来检查单个函数调用、响应和模型响应：

步骤 5： 你还可以启用麦克风与你的智能体对话：

语音/视频流的模型支持

为了在 ADK 中使用语音/视频流式处理，你需要使用支持 Live API 的 Gemini 模型。你可以在文档中找到支持 Gemini Live API 的模型 ID：

• Google AI Studio: Gemini Live API
• Vertex AI: Gemini Live API

然后你可以替换之前创建的 agent.py 文件中 root_agent 的 model 字符串（跳转到该部分）。你的代码应该类似于：

root_agent = Agent(
    name="weather_time_agent",
    model="replace-me-with-model-id", #例如 gemini-2.0-flash-live-001
    ...

📝 示例提示

• 纽约的天气如何？
• 纽约现在几点？
• 巴黎的天气如何？
• 巴黎现在几点？

🎉 恭喜！

你已经成功创建并与你的第一个使用 ADK 的智能体进行了交互！

---

1.最强Agent开发框架：谷歌ADk（AgentDevelopmentKit）入门介绍；
2.ADK核心特性讲解与部署调用流程；
3.ADK会话管理系统与内置Web页面调用流程；
4.ADK内置工具：联网与文档检索功能实现；
6.ADK调用外部工具与Multi-Agent系统开发流程；
7.ADK接入MCP完整流程
8.基于ADK+MCP，搭建NL2SQL智能数据分析助手；