可恢复AI工作流管理

基于Google ADK的可恢复AI代理框架,实现复杂工作流的自动化编排,支持人工干预关键决策,集成多模态工具进行图像生成和运输订单处理。

  • by chabdullah7
  • Jupyter Notebook
  • 本地部署
  • 更新于
在 GitHub 查看 chabdullah7/ADK_Multi_Modal_Agent

使用说明

ADK多模态Agent——可恢复的人工智能工作流

具有人在环决策的自动化多步人工智能工作流管理

该项目实现了 可恢复的AI代理 使用谷歌的框架 腺苷酸激酶展示了复杂工作流程的自动化编排,同时允许人为干预关键决策。它集成了 Llm试剂 使用外部MCP工具进行图像生成和装运订单处理等任务,确保整个工作流程的可恢复性。


特性

运输协调员助理

  • 处理集装箱装运订单
  • 自动批准小额装运
  • 暂停大型订单的人工审批
  • 使用可拆卸工具 功能工具 和 工具上下文
  • 维护工作流状态以实现无缝恢复

多模态刀具集成

  • 集成基于MCP的动态图像生成工具
  • 支持人机交互工作流程
  • 演示使用AI代理进行多步骤任务编排

会话和工作流管理

  • 用途 内存会话服务 和 跑者 用于会话处理
  • 确保用户、人工智能决策和外部工具之间可重复、可追溯的交互
  • 稳健地处理长时间运行的任务和有条件的工作流

核心架构

组件 描述
代理 Llm代理协调多步骤操作
工具 用于图像生成和任务自动化的MCP工具
可暂停的工具 FunctionTool+ToolContext用于人工在环审批
会话服务 用于管理工作流状态的InMemorySessionService
跑者 可靠地执行代理并恢复工作流
框架 谷歌ADK、Gemini LLM、Python

用法

步骤1--初始化可恢复的应用程序

shipping_app = App(
    name="shipping_coordinator",
    root_agent=shipping_agent,
    resumability_config=ResumabilityConfig(is_resumable=True),
)

步骤2--运行工作流

await run_shipping_workflow("Ship 10 containers to Rotterdam", auto_approve=True)

第三步——人在循环决策

  • 大订单暂停审批
  • 响应在人工输入后无缝恢复工作流程

结果

  • 高效的多步骤任务自动化
  • 人在环审批处理
  • 可追踪的会话和可重复的输出
  • 多模态AI代理演示动态工具集成

工具和技术

Python、Google ADK、Gemini LLM、MCP Tools、LlmAgent、FunctionTool、可恢复应用程序、循环人工智能、会话管理、工作流编排、图像生成、自动化、多步任务处理


作者

阿卜杜拉