💡
原文中文，约12800字，阅读约需31分钟。
📝
内容提要
本文探讨了 Google ADK 的智能体架构，强调智能体的目标驱动执行与传统软件的区别。ADK 通过 Python 代码定义智能体的身份、使命和工具，支持多智能体协作。设计原则包括智能体是一等公民、代码优先和组合优于继承。文章还介绍了构建和运行智能体的方法，以及状态管理和上下文传递机制，强调通过声明目标让智能体自主推理的思维转变。
🎯
关键要点
- Google ADK 的智能体架构强调目标驱动执行，与传统软件的确定性执行不同。
- 智能体通过 Python 代码定义身份、使命和工具，支持多智能体协作。
- 设计原则包括智能体是一等公民、代码优先和组合优于继承。
- ADK 允许通过 sub_agents 组合多个智能体，形成层次化团队。
- 智能体的核心要素包括模型、身份、使命、职责和能力，保持无状态以便复用。
- 状态管理通过 InvocationContext 实现，支持不同作用域的状态传递。
- ADK 提供多种工具来源，包括自定义函数、OpenAPI 工具和 MCP 工具，灵活扩展智能体能力。
- 多智能体协作通过动态委派机制实现，父智能体根据子智能体的描述推理任务分配。
- 状态管理最佳实践包括明确前缀、使用临时数据和记录推理链路。
❓
延伸问答
Google ADK 的智能体架构有什么核心设计原则？
Google ADK 的智能体架构遵循三个核心设计原则：智能体是一等公民、代码优先和组合优于继承。
如何在 Google ADK 中定义智能体的身份和使命？
在 Google ADK 中，智能体的身份和使命通过 Python 代码定义，使用 Agent 类的参数如 name 和 instruction 来设置。
Google ADK 如何实现多智能体协作？
Google ADK 通过动态委派机制实现多智能体协作，父智能体根据子智能体的描述推理任务分配。
ADK 中的状态管理是如何工作的？
ADK 通过 InvocationContext 管理状态，支持不同作用域的状态传递，包括用户级状态和会话级状态。
在 Google ADK 中，如何创建和运行一个智能体？
创建智能体需要定义其模型、身份、使命和工具，然后使用命令行或 Web 界面运行 ADK 提供的命令。
Google ADK 的智能体与传统软件有什么区别？
Google ADK 的智能体是目标驱动的执行单元，与传统软件的确定性执行不同，智能体能够根据使命推理最佳执行路径。
➡️
