對標OpenAI，谷歌開源Agent SDK，支持MCP、A2A、5000星

　　本文來自于微信公眾號 AIGC開放社區，作者：AIGC開放社區。

　　谷歌在GoogleCloudNext25大會上，開源了首個Agent開發套件—ADK。這也是OpenAI之后第二家大廠發布的標準化智能體SDK。

　　ADK能幫助開發人員極大簡化開發超復雜流程的智能體，從大模型選擇、自動化流程編排、測試到應用部署可一站式完成，并且支持雙向音頻、視頻、MCP和最新的A2A協議。

　　例如，通過ADK開發一個跨平臺的語音客服智能體，大概只需要100多行甚至更少的代碼就能全部完成。再也不用像以前那樣，切換不同平臺API，模型選擇或交互邏輯編寫復雜代碼，極大提升了開發效率。

　　ADK簡單介紹

　　ADK架構以Python為主，在參數定義、模型集成、工具整合和指令驅動方面非常好用。

　　例如，下面這個案例只用了6行代碼，就完成了一個簡單的問答智能體開發。咱們只設置了使用的模型、智能體名稱、功能描述、指令驅動和工具實例。其他的管理狀態、協調工具調用以及和底層大模型的交互全部由ADK完成。

　　簡單來說，用ADK開發就有點像拼樂高積木一樣，喜歡哪塊就拼哪個完全釋放你的天馬行空想法，再也不用為工具和底層技術發愁了。

　　雖然ADK是谷歌開源的，但在大模型兼容方面還是非常靈活的，除了谷歌的Gemini系列模型之外，還支持Anthropic、Meta、Mistral AI、AI21Labs、CAMB.AI、Qodo等200多個第三方開閉源模型。

　　ADK的亮點之一便是輕松開發復雜智能體，支持多層級結構組合的智能體實現復雜的協調和委派。開發者可以構建一個主智能體來處理主要任務，并將特定子任務委派給其他專業智能體。

　　簡單來說，就是讓主智能體指揮其他智能體來執行具體的任務。例如，你是一家電商公司需要開發客服智能體。希望能自動處理訂單查詢、商品推薦、售后服務等多種服務。

　　傳統的方法會非常繁瑣，你需要為不同的業務編寫不同的邏輯代碼并，且優化、重構也很麻煩。通過ADK你可以直接定義4個智能體，主體負責接收用戶問題，并根據問題類型委派給相應的子智能體;訂單查詢智能體，專門處理與訂單相關的問題，如訂單狀態、物流信息等。

　　商品推薦智能體，根據用戶的歷史購買記錄和瀏覽行為，推薦相關商品;售后服務智能體，處理退換貨、退款等售后服務問題。

　　上面這些只是為大家簡單講解，其實實際用ADK開發更簡單高效，因為它還集成了搜索、地圖、代碼執行、服務等很多實用工具，也支持LangChain、CrewAI、MCP等第三方服務。

　　Agent Engine

　　為了幫助開發者更快地將智能體部署到實際應用中，谷歌還發布了Agent Engine。

　　Agent Engine可以處理智能體上下文、基礎設施管理、擴展復雜性、安全性、評估、測試和監控等一系列任務，并且與ADK結合使用時，支持使用任何框架構建的智能體的部署，無論使用的是ADK、LangGraph、Crew.ai還是其他Agent框架。

　　Agent Engine還支持短期記憶和長期記憶，而不是每次從空白開始?？梢愿玫墓芾頃挘悄荏w能夠回憶起過去的對話和偏好，從而提供更加個性化和連貫的用戶體驗。

　　此外，Agent Engine還提供了使用Vertex AI的全面評估工具來衡量和改進智能體質量。通過Vertex AI的Example Store或根據實際使用情況微調模型，可以優化智能體性能，確保它們在現實世界中的有效性和可靠性。

　　電商價格優化公司Revionics通過ADK開發了一個多智能體，旨在助力零售商依據自身業務邏輯制定價格策略，既保證價格具備競爭力，又能維持利潤空間，同時精確預測價格變動帶來的影響。

　　ADK簡化了多智能體間的轉換與規劃流程，例如，能夠精準判斷何時在專業智能體和工具之間進行切換，從而將Revionics的定價AI與智能體相結合，實現整個定價工作流程的自動化。

　　雷諾集團首席數據官和人工智能負責人Laurent Giraud表示，他們通過ADK開發了一款智能體，該智能體能夠確保在電動汽車駕駛者最需要的地方安裝充電樁。

　　能協助數據分析師充分利用地理、分區和交通數據，為關鍵的電動汽車基礎設施投資提供參考并確定優先級，在最大程度方便駕駛者的同時，減輕團隊的工作負擔。

　　目前，谷歌剛開源ADK幾天在Github已經超過5000顆星，非常受開發者的歡迎。

　　本文素材來源谷歌，如有侵權請聯系刪除