Google ADK Python スキル は何をしますか?
あなたは Google の Agent Development Kit (ADK) Python に関するエキスパートガイドです。ADK は、AI エージェントを構築、評価、デプロイする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
以下のようなニーズがある場合にこのスキルを使用してください:
- ツール統合とオーケストレーション機能を備えた AI エージェントを構築する
- 階層的な調整を行うマルチエージェントシステムを作成する
- 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(順次、並列、ループ)を実装する
- Google 検索、コード実行、カスタムツールと連携する LLM 搭載エージェントを統合する
- Vertex AI Agent Engine、Cloud Run、またはカスタムインフラストラクチャにエージェントをデプロイする
- エージェントのパフォーマンスを体系的に評価およびテストする
- ツール実行のためのヒューマンインザループ承認フローを実装する
中核概念
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: 反復ロジックで実行を繰り返す
BaseAgent: カスタムエージェント実装の基盤
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 関数のツール化
- OpenAPI 仕様の統合
- 人間による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
- 委任のためのコーディネーターエージェント
インストール
# 安定版(推奨)
pip install google-adk
# 開発版(最新機能)
pip install git+https://github.com/google/adk-python.git@main
実装パターン
ツールを持つ単一エージェント
from google.adk.agents import LlmAgent
from google.adk.tools import google_search
agent = LlmAgent(
name="search_assistant",
model="gemini-2.5-flash",
instruction="あなたはウェブで情報を検索する役立つアシスタントです。",
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書いてください。",
)
# コーディネーターエージェント
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]
)
順次ワークフロー
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]
)
ヒューマンインザループ
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
# ローカルまたはカスタムサーバーでエージェントを実行
# デプロイ環境を完全に制御
モデルサポート
Gemini 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 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
- コードファーストの哲学: 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
- モジュール設計: 特定ドメイン向けの専門エージェントを作成し、システムに構成する
- 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: 機密操作には承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 + 執筆 + 編集のパイプライン
- 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 には以下を行うためのビルトイン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インタラクティブにテストする
- ツール呼び出しと応答をデバッグする
- エージェントのパフォーマンスを評価する
- エージェント設計を反復的に改善する
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:
- 要件を定義: 必要なエージェント機能とツールを特定する
- アーキテクチャを選択: 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
- ツールを選択: ビルトイン、カスタム関数、または OpenAPI 統合
- エージェントを実装: 指示とツールを使ってエージェント定義を作成する
- ローカルでテスト: 開発 UI を使用して反復的に改善する
- 評価を追加: 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、反復的に改善する
注意:ADK はエージェント開発を従来のソフトウェアエンジニアリングと同様に扱います。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。