AI导哈

AI代理开发工具包

Google的AI代理开发工具包（ADK）和代理间通信协议（A2A）提供了一个强大的生态系统，用于构建多代理、基于LLM的应用程序，支持多种语言和云部署。

  • by borahanmirzaii
  • 本地部署
  • 更新于
在 GitHub 查看 borahanmirzaii/new-vage-story

使用说明

🧠 一流的AI Agent应用程序生成器谷歌平台GitHub存储库

策划与扩展指南（2025年版） 基于研究的谷歌开源人工智能代理框架概述，包括 ADK（代理开发工具包）, A2A（代理对代理协议），以及 MCP（模型上下文协议） --加上集成、模板以及与领先替代品的比较。

🚀 快速开始 • 📚 文档 • 🤝 贡献 • ⚡ 例子

📑 目录

🚀 概述

谷歌的 代理开发工具包（ADK） 和 代理人对代理人（A2A） 协议构成了一个强大的建筑生态系统 多代理、LLM驱动的应用程序. 本指南组织了 GitHub顶级存储库、工具、SDK和示例 帮助您构建 生产级人工智能代理 上 谷歌云 和 顶点AI.

主要优势

  • ✅ 原生Gemini集成
  • ✅ 使用A2A进行多代理编排
  • ✅ 无缝Vertex AI部署
  • ✅ 安全、生产就绪的模板
  • ✅ 开源，社区支持不断增长

🧩 谷歌官方AI代理开发框架

1.代理开发工具包（ADK）

这 谷歌ADK 是一个为谷歌自己的人工智能系统（如Agentspace、客户互动套件）提供支持的生产就绪SDK。 它是开源的，支持多种语言。

🔗 关键存储库

存储库 语言 星级 描述
google/adk-python Python 30K+⭐ 原生Gemini集成和全工具生态系统
google/adk java Java - 与Google Cloud API紧密集成
谷歌/adk go Go - 高性能并发代理系统

⚙️ 核心能力

  • 模型无关：支持Gemini、OpenAI、Anthropic等
  • 广泛的工具：包括搜索、BigQuery、顶点AI搜索和代码执行模块
  • 多代理编排：亲子协调和授权
  • 灵活部署：本地、云运行或顶点AI代理引擎
  • 内在评价：跟踪推理和绩效指标

📘 资源

2.代理对代理（A2A）协议

这 A2A协议 是跨不同框架和供应商的代理间通信的开放标准。 它定义了一个通用的JSON-RPC接口 代理发现, 消息传递，以及 合作.

🔗 关键存储库

存储库 描述
a项目/A2A 核心规范和参考实施
a2a项目/a2a-python 官方Python SDK
主题/蟒蛇-a2a 带有MCP集成的增强版本

⚙️ 核心能力

  • ✨ 基于HTTP的JSON-RPC 2.0（S）
  • 🔄 流媒体、异步和同步消息处理
  • 🎴 用于发现和元数据的“代理卡”
  • 🔌 FastAPI、gRPC和OpenTetry的集成

📘 资源

🏗️ 生产模板和样品库

1.代理入门包

官方GoogleCloud人工智能代理生产级入门包。

🔗 仓库

GoogleCloudPlatform/代理入门包

📦 特性

  • ✅ 基于GitHub+Cloud Build的CI/CD管道
  • ✅ 监控和可观察性集成
  • ✅ ReAct、RAG和多代理系统的模板
  • ✅ 无缝的云运行和代理引擎部署
  • ✅ 完整基础设施的一个命令设置

📖 资源

2.代理花园

谷歌精心策划的现成代理示例库。

🔗 资源

🌱 亮点

  • 🚀 一键部署到顶点AI代理引擎
  • 🔥 Firebase Studio集成
  • 📚 每个代理的完整架构和文档
  • ✨ 生产就绪的ADK代理商

🤖 高级多代理编排

多代理架构

Google ADK支持复杂的多代理模式：

  • 🎯 根代理协调 和 远程A2A协作
  • ⚡ 顺序/并行工作流 使用 LoopAgent 和 SequentialAgent
  • 🔄 委托与转让 代理人之间
  • 🔌 MCP集成 可扩展性

🧩 示例代码

from google.adk.agents import Agent
from a2a_python import to_a2a_server

agent = Agent(
    model="gemini-2.0-flash",
    name="specialist_agent",
    instruction="You are a specialist agent...",
)
a2a_server = to_a2a_server(agent)

📘 资源

🔗 MCP（模型上下文协议）集成

模型上下文协议实现了与外部工具和服务的无缝集成。

存储库 描述 链接
谷歌搜索MCP 谷歌搜索与反机器人绕过的集成 视图
谷歌地图MCP 用于空间任务的Google Maps MCP 视图
数据共享MCP 结构化数据集的数据共享MCP服务器 视图
MCP示例 参考MCP实现 视图

🧠 框架比较

框架 明星 优势 劣势
谷歌ADK 30K+ Gemini原生，A2A就绪，部署到Vertex AI 新生态系统
语言链/语言图 10万+ 复杂的工作流程，RAG领导者 繁重而复杂
船员AI 30K+ 基于角色的团队，轻量级 更少关注企业
自动生成 25K+ 异步协作循环 仅限实验

📊 来源

☁️ 部署和定价

顶点AI代理引擎

定价层次

  • 🆓 免费套餐：50 vCPU小时/月/项目
  • 💰 现收现付：~0.0994/vCPU小时
  • ⚡ 无闲置账单
  • 📊 Gemini的单独型号使用费

🧑‍💻 部署示例

adk deploy agent_engine \
  --project=my-cloud-project \
  --region=us-central1 \
  --display_name="My Agent" \
  ./agent

📘 资源

🔒 安全与最佳实践

A2A安全

  • 🔐 所有端点的HTTPS（TLS 1.3）
  • 🎫 DID或双向TLS用于代理身份
  • 🛡️ 严格的访问控制+速率限制
  • 🧹 对所有JSON-RPC输入进行消毒

ADK架构最佳实践

  • 🤖 LLM驱动的委托和专业化
  • 💚 家长代理人的健康检查
  • 💾 通过Vertex AI内存库实现持久状态
  • 🧩 每个代理的模块化边界清晰

📘 资源

🎓 学习资源

标题 类型 链接
ADK速成课程 谷歌代码实验室 入口指南
Google代理堆栈在行动 教程 ADK+A2A+MCP
构建您的第一个A2A项目 动手 Trickle.so指南
启动AI代理指南 谷歌云 官方资源

🌐 社区和生态系统增长

Google ADK生态系统正在经历快速采用和增长：

  • 🚀 Python、Java、Go的快速采用
  • 📐 通过A2A和MCP实现标准化
  • 👥 活跃的GitHub社区
  • 🌱 扩展 代理花园 图书馆
  • 📈 生态系统与LangChain/CrewAI接近平衡

📊 参考文献

🏁 总结

为什么选择谷歌ADK？

对于构建可扩展的智能系统的开发人员来说——比如 CineFilm.tech 或企业人工智能平台——谷歌的 ADK生态系统 为 代理架构 在谷歌云平台上。

功能 状态
原生Gemini集成 ✅
使用A2A进行多代理编排 ✅
无缝Vertex AI部署 ✅
安全、生产就绪的模板 ✅
开源，社区不断壮大 ✅

📄 许可证

本指南发布于 MIT许可证.

🤝 贡献

欢迎投稿、问题和功能请求！ 请随时查看 问题页面.

📬 联系

如有疑问或需要合作：

⭐ 如果您觉得此存储库有用，请将其标记为星号！

由以下材料制成❤️ AI Agent开发社区

相关 MCP