GoogleADK入门速成班

Google ADK 入门速成班

这是一套全面的教程，旨在从基础到高级概念，带你深入学习谷歌的智能体开发工具包（ADK）。本速成班将助你从零开始，逐步掌握使用 Google ADK 构建 AI 智能体的技能。

** 注意：本课程已针对全新 Gemini 3 Flash 模型进行了更新！**
本课程中的所有教程均采用 Gemini 3 Flash 模型（例如：gemini-3-flash-preview）。

什么是 Google ADK？

Google ADK（智能体开发工具包）是一个灵活且模块化的框架，用于 开发和部署 AI 智能体。它专为 Gemini 和谷歌生态系统优化，但同时具备 模型无关性 和 部署无关性，因此可与其它框架兼容。

核心功能：

• 灵活编排：通过工作流智能体或大语言模型驱动的动态路由定义工作流程
• 多智能体架构：构建由多个专业智能体组成的模块化应用
• 丰富的工具生态：使用预置工具、创建自定义函数，或集成第三方库
• 开箱即用的部署：将智能体容器化并部署至任何环境
• 内置评估功能：系统化地评估智能体性能
• 安全与保障：内置模式，确保智能体可信可靠

学习路径

本速成班通过实操教程，带你掌握 Google ADK 的核心概念：

教程

1. 1_starter_agent - 你的第一个 ADK 智能体

   • 基础智能体创建
   • 理解 ADK 工作流程
   • 简单文本处理

2. 2_model_agnostic_agent - 模型无关的智能体开发

   • 2.1 OpenAI 智能体 - OpenAI 集成
   • 2.2 Anthropic Claude 智能体 - Claude 集成

3. 3_structured_output_agent - 类型安全的响应

   • 3.1 客户支持工单智能体 - Pydantic 模式
   • 3.2 邮件智能体 - 结构化数据验证

4. 4_tool_using_agent - 带工具的智能体

   • 4.1 内置工具 - 搜索、代码执行
   • 4.2 函数工具 - 自定义 Python 函数
   • 4.3 第三方工具 - LangChain、CrewAI
   • 4.4 MCP 工具 - MCP 工具集成

5. 5_memory_agent - 内存与会话管理

   • 5.1 内存对话 - 基本会话管理
   • 5.2 持久化对话 - 使用 SQLite 数据库存储

6. 6_callbacks - 回调模式与监控

   • 6.1 智能体生命周期回调 - 监控智能体创建与清理
   • 6.2 大语言模型交互回调 - 跟踪模型请求与响应
   • 6.3 工具执行回调 - 监控工具调用与结果

7. 7_plugins - 插件系统，用于跨切面关注点

   • 全局回调管理
   • 请求/响应修改
   • 错误处理与日志记录
   • 使用分析与监控

8. 8_simple_multi_agent - 多智能体编排

   • 8.1 多智能体研究员 - 带专业智能体的研究流程
   • 协调器智能体与子智能体
   • 顺序工作流：研究 → 总结 → 评价
   • 集成网络搜索与综合分析

9. 9_multi_agent_patterns - 多智能体模式

   • 9.1 顺序智能体 — 子智能体的确定性流水线（例如：草稿 → 评价 → 改进）
   • 9.2 循环智能体 — 带明确停止条件的迭代优化（最大迭代次数或退出工具）。以推文撰写循环为例展示该模式。
   • 9.3 并行智能体 — 同时执行多个子智能体并合并结果。

️ 先决条件

在开始本速成班之前，请确保你已具备以下条件：

• 安装了 Python 3.11+
• 从 Google AI Studio 获取 Google AI API 密钥
• 对 Python 和 API 有基本了解

如何使用本课程

每个教程都遵循一致的结构：

• README.md：概念讲解与学习目标
• Python 文件：包含智能体实现与 Streamlit 应用
• requirements.txt：教程所需的依赖项

学习方法：

1. 阅读 README，理解概念
2. 查看代码，了解实现细节
3. 运行示例，观察实际效果
4. 动手实验，修改代码进行探索
5. 准备就绪后，进入下一个教程

教程特色

每个教程都包含：

• ✅ 清晰的概念讲解
• ✅ 精简、可用的代码示例
• ✅ 真实场景用例
• ✅ 分步指导
• ✅ 最佳实践与技巧

更多资源

• Google ADK 文档
• Google AI Studio
• Gemini API 参考文档
• Pydantic 文档

贡献

欢迎贡献改进、错误修复或额外的教程。每个教程应：

• 自包含且可运行
• 包含清晰的文档说明
• 遵循既定结构
• 使用简洁易懂的代码

免责声明：
本文档采用基于机器的 AI 翻译服务进行翻译。尽管我们力求准确，但请注意，自动翻译可能存在错误或不准确之处。应以原文语言版本的文档作为权威依据。如需获取关键信息，建议使用专业的人工翻译。对于因使用本翻译而产生的任何误解或误读，我们概不负责。