對標OpenAI,谷歌開源Agent SDK,支持MCP、A2A、5000星

      后臺-系統設置-擴展變量-手機廣告位-內容正文頂部

      谷歌在Google Cloud Next 25大會上,開源了首個Agent開發套件—ADK。這也是OpenAI之后第二家大廠發布的標準化智能體SDK。

      ADK能幫助開發人員極大簡化開發超復雜流程的智能體,從大模型選擇、自動化流程編排、測試到應用部署可一站式完成,并且支持雙向音頻、視頻、MCP和最新的A2A協議。

      例如,通過ADK開發一個跨平臺的語音客服智能體,大概只需要100多行甚至更少的代碼就能全部完成。再也不用像以前那樣,切換不同平臺API,模型選擇或交互邏輯編寫復雜代碼,極大提升了開發效率。


       

      開源地址:https://github.com/google/adk-python

      ADK簡單介紹

      ADK架構以Python為主,在參數定義、模型集成、工具整合和指令驅動方面非常好用。

      例如,下面這個案例只用了6行代碼,就完成了一個簡單的問答智能體開發。咱們只設置了使用的模型、智能體名稱、功能描述、指令驅動和工具實例。其他的管理狀態、協調工具調用以及和底層大模型的交互全部由ADK完成。

      簡單來說,用ADK開發就有點像拼樂高積木一樣,喜歡哪塊就拼哪個完全釋放你的天馬行空想法,再也不用為工具和底層技術發愁了。


       

      雖然ADK是谷歌開源的,但在大模型兼容方面還是非常靈活的,除了谷歌的Gemini系列模型之外,還支持Anthropic、Meta、Mistral AI、AI21 Labs、CAMB.AI、Qodo等200多個第三方開閉源模型。

      ADK的亮點之一便是輕松開發復雜智能體,支持多層級結構組合的智能體實現復雜的協調和委派。開發者可以構建一個主智能體來處理主要任務,并將特定子任務委派給其他專業智能體。


       

      簡單來說,就是讓主智能體指揮其他智能體來執行具體的任務。例如,你是一家電商公司需要開發客服智能體。希望能自動處理訂單查詢、商品推薦、售后服務等多種服務。

      傳統的方法會非常繁瑣,你需要為不同的業務編寫不同的邏輯代碼并,且優化、重構也很麻煩。通過ADK你可以直接定義4個智能體,主體負責接收用戶問題,并根據問題類型委派給相應的子智能體;訂單查詢智能體,專門處理與訂單相關的問題,如訂單狀態、物流信息等。

      商品推薦智能體,根據用戶的歷史購買記錄和瀏覽行為,推薦相關商品;售后服務智能體,處理退換貨、退款等售后服務問題。

      上面這些只是為大家簡單講解,其實實際用ADK開發更簡單高效,因為它還集成了搜索、地圖、代碼執行、服務等很多實用工具,也支持LangChain、CrewAI、MCP等第三方服務。

      更詳細的示例開源地址:https://github.com/google/adk-samples

      谷歌ADK詳細文檔:https://google.github.io/adk-docs/get-started/tutorial/#step-1-your-first-agent-basic-weather-lookup

      Agent Engine

      為了幫助開發者更快地將智能體部署到實際應用中,谷歌還發布了Agent Engine。

      Agent Engine可以處理智能體上下文、基礎設施管理、擴展復雜性、安全性、評估、測試和監控等一系列任務,并且與ADK結合使用時,支持使用任何框架構建的智能體的部署,無論使用的是ADK、LangGraph、Crew.ai還是其他Agent框架。


       

      Agent Engine還支持短期記憶和長期記憶,而不是每次從空白開始。可以更好的管理會話,智能體能夠回憶起過去的對話和偏好,從而提供更加個性化和連貫的用戶體驗。

      此外,Agent Engine還提供了使用Vertex AI的全面評估工具來衡量和改進智能體質量。通過Vertex AI的Example Store或根據實際使用情況微調模型,可以優化智能體性能,確保它們在現實世界中的有效性和可靠性。

      電商價格優化公司Revionics通過ADK開發了一個多智能體,旨在助力零售商依據自身業務邏輯制定價格策略,既保證價格具備競爭力,又能維持利潤空間,同時精確預測價格變動帶來的影響。

      ADK簡化了多智能體間的轉換與規劃流程,例如,能夠精準判斷何時在專業智能體和工具之間進行切換,從而將Revionics的定價AI與智能體相結合,實現整個定價工作流程的自動化。


       

      雷諾集團首席數據官和人工智能負責人Laurent Giraud表示,他們通過ADK開發了一款智能體,該智能體能夠確保在電動汽車駕駛者最需要的地方安裝充電樁。

      能協助數據分析師充分利用地理、分區和交通數據,為關鍵的電動汽車基礎設施投資提供參考并確定優先級,在最大程度方便駕駛者的同時,減輕團隊的工作負擔。

      目前,谷歌剛開源ADK幾天在Github已經超過5000顆星,非常受開發者的歡迎。

      本文素材來源谷歌,如有侵權請聯系刪除

      未經允許不得轉載:RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 對標OpenAI,谷歌開源Agent SDK,支持MCP、A2A、5000星

      后臺-系統設置-擴展變量-手機廣告位-內容正文底部
      主站蜘蛛池模板: 南充市| 文山县| 建平县| 新巴尔虎右旗| 乃东县| 莱芜市| 樟树市| 宣汉县| 玉树县| 左权县| 萨嘎县| 三穗县| 湛江市| 固镇县| 浠水县| 平顶山市| 肥乡县| 绥芬河市| 万州区| 醴陵市| 宜宾市| 华容县| 西峡县| 如皋市| 唐海县| 八宿县| 达州市| 乐平市| 海阳市| 瑞安市| 奎屯市| 忻城县| 沁水县| 盐亭县| 龙南县| 巫山县| 米脂县| 涿州市| 开鲁县| 宁化县| 南充市|