Agent Development Kit 智能代理開發

課程概述

Agent Development Kit（ADK）是 Google 開源的框架，用來建構、測試和部署由大型語言模型驅動的智能代理（AI Agent）。它跟單純呼叫 LLM API 差在哪？ADK 讓你的 Agent 會用工具、會記住前面講過的事、能做多步驟決策，等於是從「聊天機器人」升級成「真的能幫你把事情做完的數位助手」。

你將學到

• 理解 AI Agent 與傳統 LLM 呼叫的本質區別
• 掌握 ADK 的核心架構：Agent、Tool、Memory、Orchestrator
• 使用 ADK 建構第一個具備工具呼叫能力的 Agent
• 在本機環境測試與除錯 Agent 行為
• 了解 Agent 部署至 Vertex AI 的基本路徑

核心概念

什麼是 AI Agent？

AI Agent 是一個拿 LLM 當「大腦」的自主系統。它不只是回答問題，還會根據目標規劃接下來要做什麼、呼叫外部工具、看結果，再決定下一步怎麼走。這種「思考 → 行動 → 觀察」的循環（ReAct 模式），就是現代 Agent 架構的核心。

ADK 架構四大元件

元件	角色	說明
Agent	決策中心	定義 Agent 的目標、人格、可用工具與行為規則
Tool	能力擴展	Agent 可呼叫的函式，例如查詢資料庫、呼叫 API、讀取文件
Memory	狀態維持	儲存對話歷史與跨輪次的上下文，支援短期與長期記憶
Orchestrator	流程控制	管理 Agent 的推理迴圈，決定何時呼叫工具、何時回應使用者

Tool 的設計原則

Tool 設計得好不好，往往決定了 Agent 能不能順利運作。每個 Tool 應該：

• 功能單一且明確，一個 Tool 只做一件事
• 提供清晰的描述讓 LLM 知道何時該使用它
• 輸入輸出有明確的型別定義
• 錯誤處理完善，回傳有意義的錯誤訊息

Agent 與 Prompt Engineering 的關係

Agent 的 System Instruction 定義了它的角色和行為邊界。它跟一般 prompt 不太一樣，Agent 的指令還得多交代幾件事：什麼時候該用哪個 Tool、碰到模糊情境時優先怎麼判斷，還有哪些動作絕對不能做（也就是安全護欄）。

實作重點

• ADK 使用 Python 為主要開發語言，透過 google-adk 套件安裝
• 定義 Agent 時需指定 model（建議 gemini-2.5-flash，現為 ADK 推薦的預設模型；gemini-2.0-flash 仍可使用）、instruction 與 tools 清單
• Tool 函式需加上型別標註與 docstring，LLM 會依據這些資訊決定是否呼叫
• 本機測試可使用 adk web 啟動互動式 Web UI，即時觀察 Agent 的推理過程
• 常見錯誤：Tool 描述不夠具體，導致 Agent 在不適當的時機呼叫錯誤工具

Lab 導讀

Lab 連結：Build Intelligent Agents with Agent Development Kit — Google Cloud Skills Boost

這個 Lab 會帶你從零做出一個能查天氣和匯率的 Agent。做的時候特別留意兩件事：Agent 怎麼根據使用者的問題自動挑對 Tool，還有推理過程中的 thought/action/observation 循環是怎麼跑的。

延伸學習

• Google Agentspace 入門 — 了解企業級 Agent 部署平台
• 部署多代理系統 — 進階：多個 Agent 協同工作
• Prompt Engineering 進階技巧 — Agent 的 System Instruction 設計基礎