教程 8：简单多智能体研究员（与 ADK 一起运行）

您将学到的内容

• 使用协调器智能体与专业子智能体进行多智能体编排
• 顺序工作流，其中智能体相互依赖、层层递进
• 集成网络搜索，实现实时研究功能
• 通过 ADK Web 运行，以交互方式测试多智能体系统

核心概念：多智能体研究流水线

一个协调器 LlmAgent 在顺序工作流中编排三个专业智能体：研究 → 总结 → 评论。每个智能体都为构建一份全面的研究报告贡献力量。

User Query → Coordinator Agent
                │
                ├──▶ Research Agent (web search + analysis)
                │           │
                │           └──▶ Research Findings
                │
                ├──▶ Summarizer Agent (synthesis)
                │           │
                │           └──▶ Key Insights
                │
                └──▶ Critic Agent (quality analysis)
                            │
                            └──▶ Final Report with Recommendations
​

项目结构

8_simple_multi_agent/
├── README.md                    # This file
├── requirements.txt             # Dependencies
├── multi_agent_researcher/      # Main implementation
│   ├── agent.py                # Multi-agent system (exports root_agent)
└── .env                        # Environment variables (create this)
​

开始使用

1. 安装依赖项

进入 8_simple_multi_agent 文件夹，并安装所需的库：

cd 8_simple_multi_agent
pip install -r requirements.txt
​

2. 设置环境

创建一个 .env file in the 8_simple_multi_agent 文件夹：

# Create .env file
echo "GOOGLE_API_KEY=your_ai_studio_key_here" > .env
​

重要提示：请将 your_ai_studio_key_here with your actual Google AI Studio API key from https://aistudio.google.com/

3. Run with ADK Web (Recommended)

From the 8_simple_multi_agent 文件夹替换为：

adk web
​

ADK Web 设置：

• 打开终端中打印的本地 URL
• 在导入部分，使用以下路径：

  ai_agent_framework_crash_course.google_adk_crash_course.8_simple_multi_agent.multi_agent_researcher
​

• 选择 root_agent 对象
• 开始与您的多智能体研究员聊天吧！

可试用的示例提示

综合性研究查询：

Research the future of renewable energy integration in smart cities, including current technologies, implementation challenges, economic feasibility, and policy requirements. Provide a critique and suggestions.
​

其他测试查询：

"Research the current state of AI regulation in the European Union and its impact on business innovation"
​

"Investigate the latest developments in CRISPR gene editing technology and its potential applications in medicine"
​

"Research the effectiveness of personalized learning platforms in K-12 education, including current implementations and learning outcomes"
​

工作原理

研究智能体：

• 使用 Google 搜索进行全方位网络研究
• 收集最新信息、趋势和动态
• 提供结构化的发现结果，附带来源和大纲

总结智能体：

• 将研究内容提炼成清晰、可操作的见解
• 制作执行摘要和关键要点
• 识别关键模式和核心收获

评论智能体：

• 进行质量分析并识别差距
• 提供风险评估和机会分析
• 给出可操作的建议和下一步行动

协调器：

• 编排整个研究工作流
• 确保正确顺序：研究 → 总结 → 评论
• 将所有输出整合到一份连贯的最终报告中

最佳效果小贴士

• 在研究查询中明确具体，以便更好地协调各智能体
• 允许完整工作流顺利完成，以获得更全面的结果
• 系统会自动遵循研究流水线，进行彻底分析
• 每个智能体都基于前一个智能体的工作成果，从而获得更深入的洞察

下一步

掌握本教程后，您可以探索：

• 教程 9：工作流智能体（顺序、并行、分支）
• 高级模式：自定义工具与智能体通信
• 集成：连接外部数据源和 API

故障排除

• API 密钥问题：确保您的 .env file is in the correct location and contains a valid GOOGLE_API_KEY
• Import Errors: Make sure you're using the exact import path shown above
• Agent Not Found: Verify that root_agent 正确从模块中导出

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。