Communitygithub.com

majiayu000/claude-skill-registry

Construa agentes de IA com Google ADK Python (Agent Development Kit). Use para sistemas multiagente, agentes de fluxo de trabalho (sequencial/paralelo/loop), implantação no Vertex AI, integração de ferramentas e humano-no-loop.

O que é claude-skill-registry?

Esta skill é um guia especializado para o Google Agent Development Kit (ADK) Python, um kit de ferramentas open-source e code-first para construir, avaliar e implantar agentes de IA. Ela aborda desde conceitos fundamentais, como os tipos de agentes (LlmAgent, Workflow Agents e BaseAgent) e componentes-chave (ecossistema de ferramentas, arquitetura multiagente), até padrões de implementação práticos com exemplos de código. A skill cobre a criação de agentes únicos com ferramentas integradas (como google_search), sistemas multiagente com coordenação hierárquica, fluxos de trabalho sequenciais, paralelos e em loop, criação de ferramentas personalizadas e implementação de fluxos de aprovação humano-no-loop. Suporta implantação no Cloud Run, Vertex AI Agent Engine ou infraestrutura personalizada, e é otimizada para modelos Gemini, mas é compatível com outros provedores de LLM. O objetivo é capacitar desenvolvedores a construir agentes de IA robustos e escaláveis seguindo as melhores práticas de engenharia de software, como controle de versão e testes sistemáticos.

Funciona com✓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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Skill Google ADK Python

Você é um guia especialista no Google Agent Development Kit (ADK) Python - um kit de ferramentas open-source e code-first para construir, avaliar e implantar agentes de IA.

Quando Usar Esta Skill

Use esta skill quando os usuários precisarem:

  • Construir agentes de IA com integração de ferramentas e capacidades de orquestração
  • Criar sistemas multiagente com coordenação hierárquica
  • Implementar agentes de fluxo de trabalho (sequencial, paralelo, loop) para pipelines previsíveis
  • Integrar agentes com tecnologia LLM ao Google Search, Code Execution ou ferramentas personalizadas
  • Implantar agentes no Vertex AI Agent Engine, Cloud Run ou infraestrutura personalizada
  • Avaliar e testar o desempenho do agente sistematicamente
  • Implementar fluxos de aprovação humano-no-loop para execução de ferramentas

Conceitos Principais

Tipos de Agentes

LlmAgent: Agentes com tecnologia LLM capazes de roteamento dinâmico e comportamento adaptativo

  • Defina com nome, modelo, instrução, descrição e ferramentas
  • Suporta subagentes para delegação e coordenação
  • Tomada de decisão inteligente baseada em contexto

Workflow Agents: Padrões de orquestração estruturados e previsíveis

  • SequentialAgent: Executa agentes em uma ordem definida
  • ParallelAgent: Executa múltiplos agentes simultaneamente
  • LoopAgent: Repete a execução com lógica de iteração

BaseAgent: Fundação para implementações de agentes personalizados

Componentes Principais

Ecossistema de Ferramentas:

  • Ferramentas pré-construídas (google_search, code_execution)
  • Funções Python personalizadas como ferramentas
  • Integração de especificação OpenAPI
  • Fluxos de confirmação de ferramentas para aprovação humana

Arquitetura Multiagente:

  • Composição hierárquica de agentes
  • Agentes especializados para domínios específicos
  • Agentes coordenadores para delegação

Instalação

# Versão estável (recomendada)
pip install google-adk

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

Padrões de Implementação

Agente Único com Ferramentas

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

agent = LlmAgent(
    name="search_assistant",
    model="gemini-2.5-flash",
    instruction="Você é um assistente prestativo que pesquisa na web por informações.",
    description="Assistente de pesquisa para consultas na web",
    tools=[google_search]
)

Sistema Multiagente

from google.adk.agents import LlmAgent

# Agentes especializados
pesquisador = LlmAgent(
    name="Pesquisador",
    model="gemini-2.5-flash",
    instruction="Pesquise tópicos minuciosamente usando pesquisa na web.",
    tools=[google_search]
)

redator = LlmAgent(
    name="Redator",
    model="gemini-2.5-flash",
    instruction="Escreva conteúdo claro e envolvente com base na pesquisa.",
)

# Agente coordenador
coordenador = LlmAgent(
    name="Coordenador",
    model="gemini-2.5-flash",
    instruction="Delegue tarefas aos agentes pesquisador e redator.",
    sub_agents=[pesquisador, redator]
)

Criação de Ferramenta Personalizada

from google.adk.tools import Tool

def calcular_soma(a: int, b: int) -> int:
    """Calcula a soma de dois números."""
    return a + b

# Converter função em ferramenta
ferramenta_soma = Tool.from_function(calcular_soma)

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

Fluxo de Trabalho Sequencial

from google.adk.agents import SequentialAgent

workflow = SequentialAgent(
    name="workflow_pesquisa",
    agents=[pesquisador, resumidor, redator]
)

Fluxo de Trabalho Paralelo

from google.adk.agents import ParallelAgent

pesquisa_paralela = ParallelAgent(
    name="pesquisa_paralela",
    agents=[pesquisador_web, pesquisador_artigos, pesquisador_especialista]
)

Humano-no-Loop

from google.adk.tools import google_search

# Ferramenta com confirmação necessária
agent = LlmAgent(
    name="pesquisador_cuidadoso",
    model="gemini-2.5-flash",
    tools=[google_search],
    tool_confirmation=True  # Requer aprovação antes da execução
)

Opções de Implantação

Implantação no Cloud Run

# Containerizar agente
docker build -t meu-agente .

# Implantar no Cloud Run
gcloud run deploy meu-agente --image meu-agente

Vertex AI Agent Engine

# Implantar no Vertex AI para hospedagem escalável de agentes
# Integra-se com a infraestrutura gerenciada do Google Cloud

Infraestrutura Personalizada

# Executar agentes localmente ou em servidores personalizados
# Controle total sobre o ambiente de implantação

Suporte a Modelos

Otimizado para Gemini:

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

Agnóstico a Modelo: Embora otimizado para Gemini, o ADK suporta outros provedores de LLM por meio de APIs padrão.

Melhores Práticas

  1. Filosofia Code-First: Defina agentes em Python para controle de versão, testes e flexibilidade
  2. Design Modular: Crie agentes especializados para domínios específicos, componha em sistemas
  3. Integração de Ferramentas: Aproveite ferramentas pré-construídas, estenda com funções personalizadas
  4. Avaliação: Teste agentes sistematicamente com casos de teste
  5. Segurança: Implemente fluxos de confirmação para operações sensíveis
  6. Estrutura Hierárquica: Use agentes coordenadores para fluxos de trabalho multiagente complexos
  7. Seleção de Fluxo de Trabalho: Escolha agentes de fluxo de trabalho para pipelines previsíveis, agentes LLM para roteamento dinâmico

Casos de Uso Comuns

  • Assistentes de Pesquisa: Pesquisa na web + sumarização + geração de relatórios
  • Assistentes de Código: Execução de código + documentação + depuração
  • Suporte ao Cliente: Roteamento de consultas + base de conhecimento + escalonamento
  • Criação de Conteúdo: Pipelines de pesquisa + redação + edição
  • Análise de Dados: Coleta de dados + processamento + visualização
  • Automação de Tarefas: Fluxos de trabalho de várias etapas com lógica condicional

Interface de Desenvolvimento

O ADK inclui interface integrada para:

  • Testar o comportamento do agente interativamente
  • Depurar chamadas e respostas de ferramentas
  • Avaliar o desempenho do agente
  • Iterar no design do agente

Recursos

Fluxo de Trabalho de Implementação

Ao implementar agentes baseados em ADK:

  1. Defina Requisitos: Identifique as capacidades do agente e as ferramentas necessárias
  2. Escolha a Arquitetura: Agente único, multiagente ou baseado em fluxo de trabalho
  3. Selecione Ferramentas: Integrações pré-construídas, funções personalizadas ou OpenAPI
  4. Implemente Agentes: Crie definições de agentes com instruções e ferramentas
  5. Teste Localmente: Use a interface de desenvolvimento para iteração
  6. Adicione Avaliação: Crie casos de teste para validação sistemática
  7. Implante: Escolha Cloud Run, Vertex AI ou infraestrutura personalizada
  8. Monitore: Acompanhe o desempenho do agente e itere

Lembre-se: o ADK trata o desenvolvimento de agentes como engenharia de software tradicional - use controle de versão, escreva testes e siga as melhores práticas de engenharia.

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.

Habilidades Relacionadas