Agent Development Kit

活跃
GitHub Python Apache-2.0

简介

Google Agent Development Kit (ADK) 是 Google 提供的 Agent 开发框架,支持构建复杂的 AI Agent 系统,提供工具集成、多模态处理等能力。

核心特性

  • 基于图的运行时引擎,支持路由、扇出/扇入、循环、重试和状态管理
  • 结构化 Task API 实现 Agent 间委托,支持多轮和单轮模式
  • 工作流和任务委托层面均支持 Human-in-the-loop
  • 代码优先的 Python 框架,提供灵活的 Agent 组合与评估工具
  • 内置 Web UI 和交互式 CLI,用于本地 Agent 测试
  • 通过可选扩展包实现可扩展的集成系统

适用场景

💡 构建具有确定性执行流程的复杂多 Agent 系统
💡 创建需要人工监督和审批门控的 AI 应用
💡 开发集成工具调用和多模态处理的 Agent 工作流
💡 对话式 AI Agent 的快速原型设计和评估

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(21.5k stars)
  • 开源许可证友好(Apache-2.0)

快速开始

pip install google-adk && adk web path/to/agents_dir

相关项目

AutoAgent

9.8k · Python
不活跃 B

全自动化零代码 LLM Agent 框架,用户无需编写代码即可构建和部署自定义 AI Agent,支持自然语言驱动的 Agent 创建。

agent-frameworkzero-codeautomation +2
  • · 全自动代理构建 — 通过自然语言即可创建、定制和部署 AI Agent,无需编码
  • · 零代码框架,让没有技术背景的用户也能参与 AI 开发
  • · 自管理工作流生成 — 根据高层描述动态创建和优化代理管道

ART

10.7k · Python
活跃 A+

ART(Agent Reinforcement Trainer)是一个使用 GRPO 算法训练多步 Agent 的强化学习框架,支持为 Qwen、Llama 等模型进行在职训练以完成真实世界任务。

reinforcement-learningagent-trainingGRPO +3
  • · 基于 GRPO 的强化学习,用于在真实世界任务上训练多步 Agent
  • · W&B Training 无服务器 RL,通过共享推理集群降低 40% 成本并提速 28%
  • · 预置笔记本示例,涵盖邮件搜索、2048、井字棋、Codenames 和 MCP 工具掌握

PocketFlow

11.2k · Python
正常 A

PocketFlow 是一个极简的 100 行 LLM 框架,支持用 Agent 构建 Agent,通过简洁的抽象层实现复杂的 AI Agent 工作流。

agent-frameworkllmworkflow +2
  • · 仅 100 行代码,零依赖、零供应商锁定,极致轻量
  • · 基于图(Graph)的抽象,支持 Agent、多 Agent、Workflow 和 RAG 等设计模式
  • · 支持 Agentic Coding,让 AI Agent(如 Cursor)帮你构建 Agent,生产力提升 10 倍

相关文章