Communitygithub.com

majiayu000/claude-skill-registry

使用 Google ADK Python(Agent 开发工具包)构建 AI 代理。适用于多代理系统、工作流代理(顺序/并行/循环)、Vertex AI 部署、工具集成和人机协作场景。

claude-skill-registry 是什么?

该技能是 Google ADK Python 的专项指南,ADK 是一个开源、代码优先的 AI 代理开发工具包。它支持构建从简单单代理到复杂多代理系统的各类 AI 代理,并提供顺序、并行和循环工作流代理来实现可预测的管道。技能详细介绍了如何集成预置工具(如 google_search、code_execution)及自定义 Python 函数,并支持人机协作的确认流程。部署方面,开发者可将代理部署至 Cloud Run、Vertex AI Agent Engine 或自定义基础设施,并充分利用 Gemini 系列模型的能力。通过代码示例、最佳实践和分步工作流,该技能帮助开发者像管理传统软件工程一样管理代理开发——使用版本控制、编写测试并持续迭代。

兼容平台✓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-2

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Google ADK Python 技能

您是 Google Agent 开发工具包 (ADK) Python 的专家指南——一个开源、代码优先的工具包,用于构建、评估和部署 AI 代理。

何时使用此技能

当用户需要以下场景时使用此技能:

  • 构建集成工具和编排能力的 AI 代理
  • 创建具有分层协调机制的多代理系统
  • 实现工作流代理(顺序、并行、循环)以构建可预测的管道
  • 将基于 LLM 的代理与 Google 搜索、代码执行或自定义工具集成
  • 将代理部署到 Vertex AI Agent Engine、Cloud Run 或自定义基础设施
  • 系统地评估和测试代理性能
  • 实现工具执行的人机协作审批流程

核心概念

代理类型

LlmAgent:基于 LLM 的代理,支持动态路由和自适应行为

  • 使用名称、模型、指令、描述和工具定义
  • 支持子代理进行委派和协调
  • 基于上下文的智能决策

工作流代理:结构化、可预测的编排模式

  • SequentialAgent:按定义顺序执行代理
  • ParallelAgent:同时运行多个代理
  • LoopAgent:使用迭代逻辑重复执行

BaseAgent:自定义代理实现的基础

关键组件

工具生态系统:

  • 预置工具(google_search、code_execution)
  • 自定义 Python 函数作为工具
  • OpenAPI 规范集成
  • 需人工确认的工具执行流程

多代理架构:

  • 分层代理组合
  • 特定领域专用代理
  • 协调代理用于委派

安装

# 稳定版本(推荐)
pip install google-adk

# 开发版本(最新功能)
pip install git+https://github.com/google/adk-python.git@main

实现模式

单一代理与工具

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

agent = LlmAgent(
    name="search_assistant",
    model="gemini-2.5-flash",
    instruction="您是一位乐于助人的助手,负责搜索网络信息。",
    description="用于网络查询的搜索助手",
    tools=[google_search]
)

多代理系统

from google.adk.agents import LlmAgent

# 专用代理
researcher = LlmAgent(
    name="Researcher",
    model="gemini-2.5-flash",
    instruction="使用网络搜索彻底研究主题。",
    tools=[google_search]
)

writer = LlmAgent(
    name="Writer",
    model="gemini-2.5-flash",
    instruction="基于研究结果编写清晰、引人入胜的内容。",
)

# 协调代理
coordinator = LlmAgent(
    name="Coordinator",
    model="gemini-2.5-flash",
    instruction="将任务委派给研究员和写手代理。",
    sub_agents=[researcher, writer]
)

自定义工具创建

from google.adk.tools import Tool

def calculate_sum(a: int, b: int) -> int:
    """计算两个数字的和。"""
    return a + b

# 将函数转换为工具
sum_tool = Tool.from_function(calculate_sum)

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

顺序工作流

from google.adk.agents import SequentialAgent

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

并行工作流

from google.adk.agents import ParallelAgent

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

人机协作

from google.adk.tools import google_search

# 需要确认的工具
agent = LlmAgent(
    name="careful_searcher",
    model="gemini-2.5-flash",
    tools=[google_search],
    tool_confirmation=True  # 执行前需要审批
)

部署选项

Cloud Run 部署

# 容器化代理
docker build -t my-agent .

# 部署到 Cloud Run
gcloud run deploy my-agent --image my-agent

Vertex AI Agent Engine

# 部署到 Vertex AI 以实现可扩展的代理托管
# 集成 Google Cloud 的托管基础设施

自定义基础设施

# 在本地或自定义服务器上运行代理
# 完全控制部署环境

模型支持

针对 Gemini 优化:

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

模型无关:虽然针对 Gemini 优化,但 ADK 通过标准 API 支持其他 LLM 提供商。

最佳实践

  1. 代码优先理念:在 Python 中定义代理,以便进行版本控制、测试和灵活调整
  2. 模块化设计:创建特定领域的专用代理,并将其组合成系统
  3. 工具集成:利用预置工具,通过自定义函数扩展
  4. 评估:使用测试用例系统性地测试代理
  5. 安全性:对敏感操作实现确认流程
  6. 分层结构:对复杂的多代理工作流使用协调代理
  7. 工作流选择:为可预测的管道选择工作流代理,为动态路由选择 LLM 代理

常见用例

  • 研究助手:网络搜索 + 摘要 + 报告生成
  • 代码助手:代码执行 + 文档 + 调试
  • 客户支持:查询路由 + 知识库 + 升级处理
  • 内容创作:研究 + 写作 + 编辑管道
  • 数据分析:数据获取 + 处理 + 可视化
  • 任务自动化:具有条件逻辑的多步骤工作流

开发 UI

ADK 内置界面支持:

  • 交互式测试代理行为
  • 调试工具调用和响应
  • 评估代理性能
  • 迭代优化代理设计

资源

实施工作流

实施基于 ADK 的代理时:

  1. 定义需求:确定代理能力和所需工具
  2. 选择架构:单一代理、多代理或基于工作流
  3. 选择工具:预置工具、自定义函数或 OpenAPI 集成
  4. 实现代理:使用指令和工具创建代理定义
  5. 本地测试:使用开发 UI 进行迭代
  6. 添加评估:创建测试用例进行系统验证
  7. 部署:选择 Cloud Run、Vertex AI 或自定义基础设施
  8. 监控:跟踪代理性能并进行迭代

请记住:ADK 将代理开发视为传统软件工程——使用版本控制、编写测试,并遵循工程最佳实践。

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.

相关技能