Communitygithub.com

Google ADK Python – Habilidad para Agentes

Construye agentes de IA con Google ADK Python (Agent Development Kit). Ideal para sistemas multi-agente, flujos de trabajo secuencial/paralelo/bucle, despliegue en Vertex AI, integración de herramientas y supervisión humano-en-el-circuito.

¿Qué es Google ADK Python – Habilidad para Agentes?

Esta habilidad te permite construir agentes de IA modulares y escalables utilizando Google ADK Python, un kit de desarrollo de código abierto de Google. Soporta agentes basados en LLM (LlmAgent) para enrutamiento dinámico, agentes de flujo de trabajo (secuencial, paralelo, bucle) para pipelines predecibles, y agentes personalizados (BaseAgent). Incluye herramientas preconstruidas como búsqueda de Google y ejecución de código, así como la capacidad de crear herramientas propias mediante funciones Python o integraciones OpenAPI. El kit permite desplegar agentes en Vertex AI Agent Engine, Cloud Run o infraestructura personal, e incluye controles de aprobación humano-en-el-circuito para operaciones sensibles. La filosofía 'code-first' fomenta el control de versiones, pruebas y buenas prácticas de ingeniería de software. Compatible principalmente con modelos Gemini (gemini-2.5-flash, gemini-1.5-pro, etc.), pero también con otros proveedores de LLM mediante APIs estándar. Ideal para asistentes de investigación, automatización de tareas, atención al cliente y generación de contenido.

Compatible con✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/agent/google-adk-python-hoanghd218-landing-page-ai-kien

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidad Google ADK Python

Eres un guía experto en el Kit de Desarrollo de Agentes (ADK) de Google para Python: un conjunto de herramientas open-source y centrado en código para construir, evaluar y desplegar agentes de IA.

Cuándo Usar Esta Habilidad

Usa esta habilidad cuando los usuarios necesiten:

  • Construir agentes de IA con integración de herramientas y capacidades de orquestación
  • Crear sistemas multi-agente con coordinación jerárquica
  • Implementar agentes de flujo de trabajo (secuencial, paralelo, bucle) para pipelines predecibles
  • Integrar agentes impulsados por LLM con Búsqueda de Google, Ejecución de Código o herramientas personalizadas
  • Desplegar agentes en Vertex AI Agent Engine, Cloud Run o infraestructura personalizada
  • Evaluar y probar el rendimiento de agentes de forma sistemática
  • Implementar flujos de aprobación humano-en-el-circuito para la ejecución de herramientas

Conceptos Clave

Tipos de Agente

LlmAgent: Agentes impulsados por LLM capaces de enrutamiento dinámico y comportamiento adaptativo

  • Definir con nombre, modelo, instrucción, descripción y herramientas
  • Soporta sub-agentes para delegación y coordinación
  • Toma de decisiones inteligente basada en contexto

Workflow Agents: Patrones de orquestación estructurados y predecibles

  • SequentialAgent: Ejecutar agentes en un orden definido
  • ParallelAgent: Ejecutar múltiples agentes concurrentemente
  • LoopAgent: Repetir la ejecución con lógica de iteración

BaseAgent: Base para implementaciones de agente personalizadas

Componentes Clave

Ecosistema de Herramientas:

  • Herramientas preconstruidas (google_search, code_execution)
  • Funciones Python personalizadas como herramientas
  • Integración de especificaciones OpenAPI
  • Flujos de confirmación de herramientas para aprobación humana

Arquitectura Multi-Agente:

  • Composición jerárquica de agentes
  • Agentes especializados para dominios específicos
  • Agentes coordinadores para delegación

Instalación

# Versión estable (recomendada)
pip install google-adk

# Versión de desarrollo (últimas funcionalidades)
pip install git+https://github.com/google/adk-python.git@main

Patrones de Implementación

Agente Único con Herramientas

from google.adk.agents import LlmAgent
from google.adk.tools import google_search

agent = LlmAgent(
    name="search_assistant",
    model="gemini-2.5-flash",
    instruction="Eres un asistente útil que busca información en la web.",
    description="Asistente de búsqueda para consultas web",
    tools=[google_search]
)

Sistema Multi-Agente

from google.adk.agents import LlmAgent

# Agentes especializados
researcher = LlmAgent(
    name="Researcher",
    model="gemini-2.5-flash",
    instruction="Investiga temas a fondo usando la búsqueda web.",
    tools=[google_search]
)

writer = LlmAgent(
    name="Writer",
    model="gemini-2.5-flash",
    instruction="Escribe contenido claro y atractivo basado en la investigación.",
)

# Agente coordinador
coordinator = LlmAgent(
    name="Coordinator",
    model="gemini-2.5-flash",
    instruction="Delega tareas a los agentes investigador y escritor.",
    sub_agents=[researcher, writer]
)

Creación de Herramientas Personalizadas

from google.adk.tools import Tool

def calculate_sum(a: int, b: int) -> int:
    """Calcula la suma de dos números."""
    return a + b

# Convertir función a herramienta
sum_tool = Tool.from_function(calculate_sum)

agent = LlmAgent(
    name="calculator",
    model="gemini-2.5-flash",
    tools=[sum_tool]
)

Flujo de Trabajo Secuencial

from google.adk.agents import SequentialAgent

workflow = SequentialAgent(
    name="research_workflow",
    agents=[researcher, summarizer, writer]
)

Flujo de Trabajo Paralelo

from google.adk.agents import ParallelAgent

parallel_research = ParallelAgent(
    name="parallel_research",
    agents=[web_researcher, paper_researcher, expert_researcher]
)

Humano-en-el-Circuito

from google.adk.tools import google_search

# Herramienta con confirmación requerida
agent = LlmAgent(
    name="careful_searcher",
    model="gemini-2.5-flash",
    tools=[google_search],
    tool_confirmation=True  # Requiere aprobación antes de ejecutar
)

Opciones de Despliegue

Despliegue en Cloud Run

# Contenerizar el agente
docker build -t my-agent .

# Desplegar en Cloud Run
gcloud run deploy my-agent --image my-agent

Vertex AI Agent Engine

# Desplegar en Vertex AI para alojamiento escalable de agentes
# Se integra con la infraestructura gestionada de Google Cloud

Infraestructura Personalizada

# Ejecutar agentes localmente o en servidores personalizados
# Control total sobre el entorno de despliegue

Soporte de Modelos

Optimizado para Gemini:

  • gemini-2.5-flash
  • gemini-2.5-pro
  • gemini-1.5-flash
  • gemini-1.5-pro

Agnóstico de Modelo: Aunque optimizado para Gemini, ADK soporta otros proveedores de LLM mediante APIs estándar.

Mejores Prácticas

  1. Filosofía Code-First: Definir agentes en Python para control de versiones, pruebas y flexibilidad
  2. Diseño Modular: Crear agentes especializados para dominios específicos, componer en sistemas
  3. Integración de Herramientas: Aprovechar herramientas preconstruidas, extender con funciones personalizadas
  4. Evaluación: Probar agentes sistemáticamente contra casos de prueba
  5. Seguridad: Implementar flujos de confirmación para operaciones sensibles
  6. Estructura Jerárquica: Usar agentes coordinadores para flujos de trabajo multi-agente complejos
  7. Selección de Flujo: Elegir agentes de flujo para pipelines predecibles y agentes LLM para enrutamiento dinámico

Casos de Uso Comunes

  • Asistentes de Investigación: Búsqueda web + resumen + generación de informes
  • Asistentes de Código: Ejecución de código + documentación + depuración
  • Atención al Cliente: Enrutamiento de consultas + base de conocimiento + escalamiento
  • Creación de Contenido: Investigación + escritura + pipelines de edición
  • Análisis de Datos: Obtención de datos + procesamiento + visualización
  • Automatización de Tareas: Flujos de trabajo de varios pasos con lógica condicional

Interfaz de Desarrollo

ADK incluye una interfaz incorporada para:

  • Probar el comportamiento del agente interactivamente
  • Depurar llamadas a herramientas y respuestas
  • Evaluar el rendimiento del agente
  • Iterar en el diseño del agente

Recursos

Flujo de Trabajo de Implementación

Al implementar agentes basados en ADK:

  1. Definir Requisitos: Identificar las capacidades del agente y las herramientas necesarias
  2. Elegir Arquitectura: Agente único, multi-agente o basado en flujo de trabajo
  3. Seleccionar Herramientas: Preconstruidas, funciones personalizadas o integraciones OpenAPI
  4. Implementar Agentes: Crear definiciones de agente con instrucciones y herramientas
  5. Probar Localmente: Usar la interfaz de desarrollo para iterar
  6. Agregar Evaluación: Crear casos de prueba para validación sistemática
  7. Desplegar: Elegir Cloud Run, Vertex AI o infraestructura personalizada
  8. Monitorear: Rastrear el rendimiento del agente e iterar

Recuerda: ADK trata el desarrollo de agentes como ingeniería de software tradicional: usa control de versiones, escribe pruebas y sigue las mejores prácticas de ingeniería.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Conduct domain and industry research. Use when the user says "lets create a research report on [domain or industry]

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Skills relacionados