Framework · Google
Google ADK w skrócie
Agent Development Kit od Google z SDK dla Python, TypeScript, Go, Java i Kotlin oraz wbudowaną ewaluacją. Priorytetowo obsługuje Gemini, ale pozwala korzystać z innych modeli przez adaptery i wdrażać agentów w Agent Runtime w Google Cloud.
Najlepszy do: Zespoły pracujące w kilku językach, które chcą tworzyć agentów nastawionych na Gemini, korzystać z wbudowanej ewaluacji i łatwo wdrażać rozwiązania w Google Cloud.
Najważniejsze informacje
- Opiekun
- Języki
- Python, TypeScript, Go, Java, Kotlin
- Licencja
- Apache-2.0
- Najnowsza wersja
Python 2.10.0· 25 września 2026- Repozytorium
- google/adk-python
- Opcja hostowana
- Agent Runtime on Gemini Enterprise Agent Platform (formerly Vertex AI Agent Engine); also Cloud Run, GKE
Quickstart
Zainstaluj pakiet, skonfiguruj dane uwierzytelniające, a następnie uruchom najprostszego agenta z oficjalnej dokumentacji. Użyte identyfikatory modeli pochodzą z dokumentacji; dostęp do nich może nie być włączony na Twoim koncie.
Python
pip install google-adk && adk create my_agent (run with: adk run my_agent or adk web --port 8000)from google.adk.agents.llm_agent import Agent
# Mock tool implementation
def get_current_time(city: str) -> dict:
"""Returns the current time in a specified city."""
return {"status": "success", "city": city, "time": "10:30 AM"}
root_agent = Agent(
model='gemini-flash-latest',
name='root_agent',
description="Tells the current time in a specified city.",
instruction="You are a helpful assistant that tells the current time in cities. Use the 'get_current_time' tool for this purpose.",
tools=[get_current_time],
)TypeScript
npm install @google/adk (inferred from package name; not copied from docs)import { LlmAgent, GOOGLE_SEARCH } from '@google/adk';
const agent = new LlmAgent({
name: 'researcher',
model: 'gemini-flash-latest',
instruction: 'You help users research topics thoroughly.',
tools: [GOOGLE_SEARCH],
});Funkcje
| Dowolny model | Tak | Priorytetowo Gemini; inne modele przez LiteLLM i lokalne adaptery |
|---|---|---|
| Klient MCP | Tak | McpToolset z opcjonalnym potwierdzaniem użycia poszczególnych narzędzi |
| Serwer MCP | Tak | Udostępnianie agenta jako serwera MCP za pomocą to_mcp_server() |
| Wielu agentów | Tak | Drzewa agentów podrzędnych oraz workflow oparte na grafach od ADK 2.0 |
| Trwałe uruchomienia | Tak | Wznawianie zatrzymanych agentów; Agent Runtime przechowuje stan długotrwałych zadań |
| Zatwierdzanie przez człowieka | Tak | Potwierdzanie użycia narzędzi przez require_confirmation=True |
| Śledzenie | Tak | Oparte na OpenTelemetry, z Cloud Trace w Google Cloud |
| Ewaluacje | Tak | Ewaluacja jest jedną z podstawowych funkcji ADK |
Najnowsze zmiany
- ADK 2.0 dodało workflow oparte na grafach.
- Do SDK dla Python, TypeScript, Go i Java dołączyło SDK dla Kotlin.
- Dokumentacja została przeniesiona do adk.dev.
- Vertex AI Agent Engine zmieniło nazwę na Agent Runtime w Gemini Enterprise Agent Platform.