- Cadre open source pour la conception d'agents d'IA sophistiqués et évolutifs.
- Prise en charge native de l'exécution locale sur les appareils Android via Gemini Nano.
- Capacité à orchestrer des systèmes multi-agents en combinant des modèles cloud et sur site.
- Un écosystème flexible qui permet l'intégration d'outils personnalisés et de normes MCP.
Si l'intelligence artificielle et la programmation Kotlin vous passionnent, préparez-vous : l'Agent Development Kit (ADK) est là pour pimenter les choses. En résumé, il s'agit d'un boîte à outils open source ce qui vous permet de concevoir des agents d'IA avec un contrôle total, qu'ils s'exécutent sur votre propre ordinateur, dans le cloud Google ou directement sur l'appareil mobile d'un utilisateur.
L'aspect le plus puissant de ce cadre est qu'il privilégie une approche "code-first"Oubliez les configurations fastidieuses dans les interfaces externes ; ici, vous définissez le comportement, la logique d’orchestration et l’utilisation des outils directement dans le code, ce qui le rend Déboguer et versionner vos agents Ce sera un jeu d'enfant comparé aux autres méthodes.
Implémentation dans l'écosystème Android
L'intégration de l'IA aux appareils mobiles est le point fort de l'ADK. Grâce à ses dépendances optimisées pour l'environnement Android, vous pouvez créer des expériences qui donner la priorité à la confidentialité et elles présentent une latence très faible, puisqu'elles ne dépendent pas d'une connexion internet constante.
Pour commencer, vous devez disposer d'Android Studio et d'un SDK Android à jour (au moins la version 1.0). compileSdk 34 et minSdk 24Dans le fichier de configuration Gradle, vous devrez ajouter la bibliothèque google-adk-kotlin-core-android et le processeur d'annotations KSP. Un détail important est que Il ne faut pas les mélanger. La dépendance d'Android vis-à-vis de la JVM est limitée, car la version mobile inclut déjà tout le nécessaire et assure une compatibilité spécifique avec les modèles d'appareils.
Lors de la définition de l'agent, la syntaxe est très intuitive. Des annotations telles que @Tool y @Param pour indiquer les capacités de l'agent. Par exemple, vous pouvez créer un service qui fournit l'heure actuelle dans une ville et le lier à un Agent Llm configuré avec un modèle comme le Gemini Flash. Cependant, soyez très vigilant en matière de sécurité : Ne jamais saisir de clés API directement dans le code de l'application cliente ; idéalement, utilisez votre propre backend ou Firebase AI Logic pour éviter d'exposer vos identifiants au monde entier.
Pour exécuter l'agent au sein d'une activité ou d'un ViewModel Android, vous utilisez le InMemoryRunnerCe composant permet recueillez les réponses L'agent utilise des coroutines Kotlin pour faciliter les mises à jour en temps réel de l'interface utilisateur pendant qu'il traite la requête de l'utilisateur.
Gemini Nano et modèles locaux
L'un des joyaux de la couronne est l'intégration avec Gémeaux Nano via les API ML Kit. Au lieu d'appeler un modèle distant, vous pouvez utiliser la classe GenaiPrompt afin que l'inférence puisse être tirée entièrement sur l'appareilC'est une véritable mine d'or pour les applications qui traitent des données sensibles ou qui doivent fonctionner en mode avion.
Le plus curieux, c'est que l'on peut jouer au rôle d'architecte d'IA et construire systèmes multi-agentsImaginez un système où un puissant modèle basé sur le cloud agit comme un cerveau orchestrateur et délègue les tâches les plus confidentielles ou les plus rapides à sous-agents locaux qui s'exécutent sur l'appareil. Cette structure permet une mise à l'échelle verticale, d'un simple utilitaire à une application multi-agents complexe.
Développement en JVM et outils avancés
Si vous ne développez pas pour Android, l'ADK excelle également sur la JVM. Pour commencer, Java 17 et Gradle 8.0 suffisent. Le flux de travail est similaire : vous définissez votre agent et utilisez… ReplRunner pour interagir avec lui depuis la console ou, si vous préférez une approche plus visuelle, vous pouvez soulever le Serveur Web Adk pour tout tester dans une interface de chat web sur le port 8080.
En termes de fonctionnalités, l'ADK ne se limite pas à la génération de texte. outils Ils permettent à l'agent d'interagir avec le monde réel. Il existe Function ToolsIl s'agit de fonctions locales et de la prise en charge des serveurs MCP (Model Context Protocol), ce qui élargit considérablement la gamme d'actions que l'agent peut effectuer.
Pour ceux qui recherchent une efficacité maximale, il existe des implémentations avancées qui intègrent CodeGraph pour naviguer dans le graphe d'appels du code, réduisant considérablement la consommation de jetons lors de l'exploration. De plus, la possibilité d'utiliser divers fournisseurs de LLM (comme OpenAI, Anthropic ou Ollama) rend le cadre extrêmement polyvalent et non dépendant exclusivement d'un seul écosystème.
Le kit de développement d'agents pour Kotlin se positionne comme une solution robuste qui unifie la puissance des modèles de langage avec la flexibilité de Kotlin, permettant de Prototypage rapide en JVM y compris les déploiements complexes et privés sur Android utilisant Gemini Nano et la gestion intelligente des outils et des multi-agents.