- 用于设计复杂且可扩展的人工智能代理的开源框架。
- 通过 Gemini Nano 在 Android 设备上提供本地执行的原生支持。
- 能够通过结合云端和本地部署模型来协调多代理系统。
- 灵活的生态系统，允许集成定制工具和 MCP 标准。
如果你对人工智能和 Kotlin 编程感兴趣，那就准备好迎接惊喜吧，因为 Agent Development Kit (ADK) 的到来将让一切变得更有趣。简而言之，它是一个…… 开源工具包 它允许您设计具有完全控制权的 AI 代理，无论是在您自己的计算机上运行、在 Google 云端运行，还是直接在用户的移动设备上运行。
该框架最强大的地方在于它选择了一种方法。 “代码优先”告别繁琐的外部接口配置；在这里，您可以直接在代码中定义行为、编排逻辑和工具使用，从而简化流程。 调试和版本控制您的代理 与其他方法相比，这简直是小菜一碟。
在安卓生态系统中的实现
将人工智能引入移动设备正是 ADK 的真正优势所在。得益于其针对 Android 环境优化的依赖项，您可以创建各种体验，这些体验包括： 优先考虑隐私 而且它们的延迟非常低，因为它们不依赖于持续的互联网连接。
首先，您需要 Android Studio 和最新版本的 Android SDK（至少）。 compileSdk 34 和 minSdk 24在 Gradle 配置文件中，您需要添加该库。 google-adk-kotlin-core-android 以及KSP标注处理器。一个重要的细节是： 不应该将它们混在一起。 Android 对 JVM 的依赖程度有限，因为移动版本已经包含了所有必要的功能，并且与特定设备型号兼容。
定义代理时，语法非常直观。诸如此类的注解 @Tool y @Param 表明代理具备哪些功能。例如，您可以创建一个提供城市当前时间的服务，并将其链接到…… LLM代理 配置使用类似 Gemini Flash 的型号。但是，务必注意安全： 切勿输入 API 密钥 直接在客户端应用程序代码中；理想情况下，使用您自己的后端或 Firebase AI Logic，以避免将您的凭据暴露给全世界。
要在 Android Activity 或 ViewModel 中运行代理，您可以使用 InMemoryRunner此组件允许 收集答案 代理使用 Kotlin 协程，在代理处理用户请求的同时，实现实时用户界面更新。
Gemini Nano 和本地模型
其中最耀眼的亮点之一是与……的融合 双子座纳米 通过 ML Kit API。您可以不使用远程模型，而是使用该类。 GenaiPrompt 以便进行推断。 完全在设备上对于处理敏感数据或需要在飞行模式下运行的应用程序来说，这简直是无价之宝。
最有趣的是，你可以扮演人工智能建筑师的角色并进行建造。 多智能体系统想象一下这样的方案：一个强大的云端模型充当协调大脑，并将更私密或更快捷的任务委托给…… 当地分代理商 运行于设备上。这种结构支持从简单实用程序到复杂多代理应用程序的垂直扩展。
JVM 和高级工具的开发
如果您不开发 Android 应用，ADK 在 JVM 中也表现出色。入门只需要 Java 17 和 Gradle 8.0。工作流程类似：定义您的代理并使用…… ReplRunner 您可以通过控制台与之交互，或者，如果您更喜欢直观的方式，您可以抬起…… AdkWeb服务器 在 8080 端口的 Web 聊天界面中测试所有功能。
从功能上看，ADK 不仅限于生成文本。 工具 它们允许智能体与现实世界进行交互。有 Function Tools这些是本地功能，并且支持 MCP（模型上下文协议）服务器，这大大扩展了代理可以执行的操作范围。
对于追求最高效率的用户来说，有一些集成了多种功能的先进实现方案可供选择。 CodeGraph 浏览代码调用图，大幅降低探索过程中的令牌消耗。此外，还具备使用以下功能： 各种法学硕士（LLM）提供商 （例如 OpenAI、Anthropic 或 Ollama）使得该框架具有极强的通用性，并且不完全依赖于单一生态系统。
Kotlin 代理开发工具包 (Agent Development Kit for Kotlin) 定位为一个强大的解决方案，它将语言模型的强大功能与 Kotlin 的灵活性相结合，从而允许从 JVM中的快速原型 包括使用 Gemini Nano 在 Android 上进行复杂和私有的部署，以及对工具和多代理进行智能管理。