教程 2：与模型无关的智能体

学习如何使用 OpenRouter 创建可与不同 AI 模型协同工作的智能体。本示例展示了 ADK 如何通过独立的智能体实现，同时使用 OpenAI 和 Anthropic 模型。

您将学到的内容

• OpenRouter 集成：使用一个 API 密钥即可访问多个模型提供商
• 独立智能体实现：并排比较不同模型的表现
• 工具集成：为您的智能体添加简单工具
• 根智能体模式：ADK 智能体命名的规范方式

核心概念：一个 API，多种模型

OpenRouter 提供了一个统一的 API，让您能够访问多种 AI 模型：

• ✅ 单个 API 密钥：只需一个密钥即可访问 OpenAI 和 Anthropic
• ✅ 轻松对比：并行运行不同智能体，比较它们的响应
• ✅ 经济高效：按使用量付费
• ✅ 无厂商锁定：随时切换提供商

项目结构

2_model_agnostic_agent/
├── README.md                       # This overview
├── requirements.txt                # Shared dependencies
├── 2_1_openai_adk_agent/           # OpenAI GPT-4 agent
│   └── agent.py                    # Agent implementation
└── 2_2_anthropic_adk_agent/        # Anthropic Claude agent
    └── agent.py                    # Agent implementation
​

可用智能体

OpenAI 智能体 (2_1_openai_adk_agent/)

• Model: GPT-4 via OpenRouter
• Agent Name: root_agent (required by ADK)
• Features: Fun fact tool with OpenAI personality

Anthropic Agent (2_2_anthropic_adk_agent/)

• Model: Claude 4 Sonnet via OpenRouter
• Agent Name: root_agent (required by ADK)
• Features: Fun fact tool with Claude personality

️ Setup & Usage

1. Get OpenRouter API Key

• Visit: https://openrouter.ai/keys
• Sign up and get your API key

2. Set Environment Variable

Create a .env file in each agent folder:

**In 2_1_openai_adk_agent/.env):

OPENROUTER_API_KEY=your_openrouter_api_key_here
​

在 2_2_anthropic_adk_agent/.env 中：

OPENROUTER_API_KEY=your_openrouter_api_key_here
​

3. 安装依赖

# From the 2_model_agnostic_agent directory
pip install -r requirements.txt
​

4. 测试 OpenAI 智能体

adk web
​

然后在 ADK Web 界面中选择 2_1_openai_adk_agent

• 尝试提问：“告诉我一个有趣的事实！”
• 注意 OpenAI GPT-4 的回复风格

5. 测试 Anthropic 智能体

adk web
​

然后在 ADK Web 界面中选择 2_2_anthropic_adk_agent

• 尝试提问：“告诉我一个有趣的事实！”
• 与 GPT-4 的回复风格进行对比

关键代码模式

每个智能体都遵循相同的模式：

from google.adk.agents import Agent
from google.adk.models.lite_llm import LiteLlm
import os

# Create model via OpenRouter
model = LiteLlm(
    model="openrouter/openai/gpt-4",  # or claude model
    api_key=os.getenv("OPENROUTER_API_KEY"),
    base_url="https://openrouter.ai/api/v1"
)

# Create root_agent (required name for ADK)
root_agent = Agent(
    name="agent_name",
    model=model,
    instruction="Your instructions here...",
    tools=[your_tool_function],
)
​

学习目标

完成本教程后，您将掌握：

• ✅ 如何在 ADK 中使用 OpenRouter
• ✅ 如何为不同模型创建独立智能体
• ✅ 如何比较不同 AI 提供商的响应
• ✅ 如何正确组织 ADK 智能体，使用 root_agent

Comparing Models

1. Run the OpenAI agent and ask questions
2. Run the Anthropic agent with the same questions
3. Notice differences in response style and approach
4. Experiment with different types of prompts

Cost Information

• OpenRouter charges per token usage
• GPT-4o: More expensive but very capable
• Claude 4 Sonnet: Balanced cost and performance
• You can set spending limits in your OpenRouter dashboard
• Free tier available for testing

Important Notes

• Root Agent: Each agent must be named root_agent for ADK to recognize it
• Environment Variables: Each folder needs its own .env 文件
• API 密钥：同一个 OpenRouter 密钥可用于两个智能体
• 对比：分别运行智能体，比较不同模型的行为

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。