Google ADK Python スキル は何をしますか?
あなたは、Googleのエージェント開発キット(ADK)Pythonのエキスパートガイドです。ADKは、AIエージェントの構築、評価、デプロイのためのオープンソースのコードファーストツールキットです。
このスキルを使用するタイミング
このスキルは、ユーザーが以下を必要とする場合に使用します。
- ツール統合とオーケストレーション機能を備えたAIエージェントの構築
- 階層的調整機能を持つマルチエージェントシステムの作成
- 予測可能なパイプラインのためのワークフローエージェント(逐次、並列、ループ)の実装
- LLMを搭載したエージェントとGoogle検索、コード実行、またはカスタムツールの統合
- Vertex AI Agent Engine、Cloud Run、またはカスタムインフラストラクチャへのエージェントのデプロイ
- エージェントのパフォーマンスの評価とテストを体系的に実施
- ツール実行のための人間参加型承認フローの実装
コアコンセプト
エージェントタイプ
LlmAgent: 動的ルーティングと適応動作が可能なLLM搭載エージェント
- 名前、モデル、指示、説明、ツールで定義
- 委任と調整のためのサブエージェントをサポート
- コンテキストに基づくインテリジェントな意思決定
ワークフローエージェント: 構造化された予測可能なオーケストレーションパターン
- SequentialAgent: 定義された順序でエージェントを実行
- ParallelAgent: 複数のエージェントを同時に実行
- LoopAgent: 反復ロジックによる実行の繰り返し
BaseAgent: カスタムエージェント実装のための基盤
主要コンポーネント
ツールエコシステム:
- ビルトインツール(google_search、code_execution)
- カスタムPython関数をツールとして使用
- OpenAPI仕様の統合
- 人間の承認のためのツール確認フロー
マルチエージェントアーキテクチャ:
- 階層的なエージェント構成
- 特定ドメイン向けの専門エージェント
- 委任のための調整エージェント
インストール
# 安定版リリース(推奨)
pip install google-adk
# 開発バージョン(最新機能)
pip install git+https://github.com/google/adk-python.git@main
実装パターン
単一エージェントとツール
from google.adk.agents import LlmAgent
from google.adk.tools import google_search
agent = LlmAgent(
name="search_assistant",
model="gemini-2.5-flash",
instruction="あなたはウェブを検索して情報を提供する便利なアシスタントです。",
description="ウェブクエリ用の検索アシスタント",
tools=[google_search]
)
マルチエージェントシステム
from google.adk.agents import LlmAgent
# 専門エージェント
researcher = LlmAgent(
name="Researcher",
model="gemini-2.5-flash",
instruction="ウェブ検索を使用してトピックを徹底的に調査してください。",
tools=[google_search]
)
writer = LlmAgent(
name="Writer",
model="gemini-2.5-flash",
instruction="調査結果に基づいて、明確で魅力的なコンテンツを作成してください。",
)
# 調整エージェント
coordinator = LlmAgent(
name="Coordinator",
model="gemini-2.5-flash",
instruction="リサーチャーとライターのエージェントにタスクを委任してください。",
sub_agents=[researcher, writer]
)
カスタムツールの作成
from google.adk.tools import Tool
def calculate_sum(a: int, b: int) -> int:
"""2つの数値の合計を計算します。"""
return a + b
# 関数をツールに変換
sum_tool = Tool.from_function(calculate_sum)
agent = LlmAgent(
name="calculator",
model="gemini-2.5-flash",
tools=[sum_tool]
)
逐次ワークフロー
from google.adk.agents import SequentialAgent
workflow = SequentialAgent(
name="research_workflow",
agents=[researcher, summarizer, writer]
)
並列ワークフロー
from google.adk.agents import ParallelAgent
parallel_research = ParallelAgent(
name="parallel_research",
agents=[web_researcher, paper_researcher, expert_researcher]
)
人間参加型ループ
from google.adk.tools import google_search
# 確認が必要なツール
agent = LlmAgent(
name="careful_searcher",
model="gemini-2.5-flash",
tools=[google_search],
tool_confirmation=True # 実行前に承認が必要
)
デプロイオプション
Cloud Run へのデプロイ
# エージェントをコンテナ化
docker build -t my-agent .
# Cloud Run にデプロイ
gcloud run deploy my-agent --image my-agent
Vertex AI Agent Engine
# スケーラブルなエージェントホスティングのためにVertex AIにデプロイ
# Google Cloudのマネージドインフラストラクチャと統合
カスタムインフラストラクチャ
# エージェントをローカルまたはカスタムサーバーで実行
# デプロイ環境を完全に制御
モデルサポート
Gemini向けに最適化:
- gemini-2.5-flash
- gemini-2.5-pro
- gemini-1.5-flash
- gemini-1.5-pro
モデルに依存しない: Gemini向けに最適化されていますが、ADKは標準APIを通じて他のLLMプロバイダーもサポートしています。
ベストプラクティス
- コードファースト哲学: バージョン管理、テスト、柔軟性のためにPythonでエージェントを定義する
- モジュラーデザイン: 特定のドメイン向けに専門エージェントを作成し、システムを構成する
- ツール統合: ビルトインツールを活用し、カスタム関数で拡張する
- 評価: テストケースに対してエージェントを体系的にテストする
- 安全性: センシティブな操作には確認フローを実装する
- 階層構造: 複雑なマルチエージェントワークフローにはコーディネーターエージェントを使用する
- ワークフローの選択: 予測可能なパイプラインにはワークフローエージェントを、動的ルーティングにはLLMエージェントを選択する
一般的なユースケース
- リサーチアシスタント: ウェブ検索 + 要約 + レポート生成
- コードアシスタント: コード実行 + ドキュメント作成 + デバッグ
- カスタマーサポート: クエリルーティング + ナレッジベース + エスカレーション
- コンテンツ作成: リサーチ + 作成 + 編集パイプライン
- データ分析: データ取得 + 処理 + 可視化
- タスク自動化: 条件付きロジックを含むマルチステップワークフロー
開発UI
ADKには、以下のための組み込みインターフェースが含まれています。
- エージェントの動作を対話的にテスト
- ツール呼び出しと応答のデバッグ
- エージェントのパフォーマンス評価
- エージェント設計の反復改善
リソース
- GitHub: https://github.com/google/adk-python
- ドキュメント: https://google.github.io/adk-docs/
- llms.txt: https://raw.githubusercontent.com/google/adk-python/refs/heads/main/llms.txt
実装ワークフロー
ADKベースのエージェントを実装する際の手順:
- 要件定義: エージェントの機能と必要なツールを特定する
- アーキテクチャ選択: 単一エージェント、マルチエージェント、またはワークフローベースを選択する
- ツール選択: ビルトイン、カスタム関数、またはOpenAPI統合を選択する
- エージェント実装: 指示とツールを指定してエージェント定義を作成する
- ローカルテスト: 開発UIを使用して反復改善する
- 評価追加: 体系的な検証のためのテストケースを作成する
- デプロイ: Cloud Run、Vertex AI、またはカスタムインフラストラクチャを選択する
- 監視: エージェントのパフォーマンスを追跡し、反復改善する
覚えておいてください: ADKはエージェント開発を従来のソフトウェア開発と同様に扱います。バージョン管理を使用し、テストを書き、エンジニアリングのベストプラクティスに従ってください。