- Open source framework na navrhovanie sofistikovaných a škálovateľných agentov s umelou inteligenciou.
- Natívna podpora pre lokálne spúšťanie na zariadeniach so systémom Android prostredníctvom Gemini Nano.
- Schopnosť riadiť multiagentové systémy kombináciou cloudových a lokálnych modelov.
- Flexibilný ekosystém, ktorý umožňuje integráciu prispôsobených nástrojov a štandardov MCP.
Ak sa zaujímate o umelú inteligenciu a programovanie v Kotline, pripravte sa, pretože Agent Development Kit (ADK) je tu, aby to spríjemnil. V podstate je to... sada nástrojov s otvoreným zdrojovým kódom čo vám umožňuje navrhovať agentov umelej inteligencie s úplnou kontrolou, či už ich spustíte na vlastnom počítači, v Google Cloude alebo priamo na mobilnom zariadení používateľa.
Najsilnejším aspektom tohto rámca je, že sa rozhoduje pre prístup „kód najprv“Zabudnite na zdĺhavé konfigurácie v externých rozhraniach; tu definujete správanie, logiku orchestrácie a používanie nástrojov priamo v kóde, vďaka čomu je ladenie a verziovanie agentov byť prechádzka ružovou záhradou v porovnaní s inými metódami.
Implementácia v ekosystéme Android
Prinášanie umelej inteligencie do mobilných zariadení je oblasť, v ktorej ADK skutočne vyniká. Vďaka optimalizovaným závislostiam pre prostredie Androidu môžete vytvárať zážitky, ktoré uprednostniť súkromie a majú veľmi nízku latenciu, pretože nie sú závislé od neustáleho internetového pripojenia.
Na začiatok potrebujete mať Android Studio a aktualizovanú sadu Android SDK (aspoň compileSdk 34 a minSdk 24V konfiguračnom súbore Gradle budete musieť pridať knižnicu google-adk-kotlin-core-android a anotačný procesor KSP. Dôležitým detailom je, že Nemali by ste ich miešať. Závislosť Androidu od JVM je obmedzená, pretože mobilná verzia už obsahuje všetko potrebné a špecifickú kompatibilitu s modelmi zariadení.
Pri definovaní agenta je syntax veľmi intuitívna. Anotácie ako napríklad @Tool y @Param aby ste naznačili, aké schopnosti má agent. Môžete napríklad vytvoriť službu, ktorá poskytuje aktuálny čas v meste a prepojiť ju s LlmAgent nakonfigurovaný s modelom ako Gemini Flash. Buďte však veľmi opatrní s bezpečnosťou: Nikdy nezadávajte kľúče API priamo v kóde klientskej aplikácie; ideálne je použiť vlastný backend alebo Firebase AI Logic, aby ste predišli odhaleniu svojich prihlasovacích údajov svetu.
Na spustenie agenta v rámci aktivity systému Android alebo modelu ViewModel použijete InMemoryRunnerTáto súčasť umožňuje zhromaždiť odpovede od agenta pomocou Kotlinových korutín, čo umožňuje aktualizácie používateľského rozhrania v reálnom čase, zatiaľ čo agent spracováva požiadavku používateľa.
Gemini Nano a lokálne modely
Jedným z klenotov je integrácia s Blíženci Nano prostredníctvom rozhraní API ML Kit. Namiesto volania vzdialeného modelu môžete použiť triedu GenaiPrompt aby sa dal vyvodiť záver úplne na zariadeníToto je čisté zlato pre aplikácie, ktoré spracovávajú citlivé údaje alebo ktoré musia bežať v režime v lietadle.
Najzaujímavejšie je, že sa môžete hrať na architekta umelej inteligencie a stavať multiagentové systémyPredstavte si schému, v ktorej výkonný cloudový model funguje ako riadiaci mozog a deleguje súkromnejšie alebo rýchlejšie úlohy... lokálni subagenti ktoré bežia na zariadení. Táto štruktúra umožňuje vertikálne škálovanie od jednoduchého nástroja až po komplexnú multiagentovú aplikáciu.
Vývoj v JVM a pokročilé nástroje
Ak nevyvíjate pre Android, ADK sa osvedčí aj v JVM. Na začiatok potrebujete iba Java 17 a Gradle 8.0. Pracovný postup je podobný: definujete si agenta a použijete ho ReplRunner s ním môžete interagovať z konzoly alebo, ak uprednostňujete niečo vizuálnejšie, môžete zdvihnúť AdkWebServer otestovať všetko vo webovom chatovacom rozhraní na porte 8080.
Pokiaľ ide o možnosti, ADK nie je obmedzený len na generovanie textu. nástroje Umožňujú agentovi interagovať so skutočným svetom. Existujú Function ToolsIde o lokálne funkcie a podporu pre servery MCP (Model Context Protocol), čo výrazne rozširuje rozsah akcií, ktoré môže agent vykonávať.
Pre tých, ktorí hľadajú maximálnu efektivitu, existujú pokročilé implementácie, ktoré integrujú Kódový graf na navigáciu v grafe volaní kódu, čím sa drasticky znižuje spotreba tokenov počas prieskumu. Okrem toho, možnosť používať rôzni poskytovatelia LLM (ako napríklad OpenAI, Anthropic alebo Ollama) robí tento framework mimoriadne všestranným a nezávisí výlučne od jedného ekosystému.
Sada pre vývoj agentov pre Kotlin sa prezentuje ako robustné riešenie, ktoré spája silu jazykových modelov s flexibilitou Kotlinu a umožňuje... rýchle prototypy v JVM vrátane komplexných a súkromných nasadení v systéme Android pomocou Gemini Nano a inteligentnej správy nástrojov a multiagentov.