智能体¶
在智能体开发套件（Agent Development Kit，ADK）中，智能体是一个独立的执行单元，被设计为自主行动以实现特定目标。智能体可以执行任务、与用户交互、使用外部工具以及与其他智能体协调。
所有 ADK 中智能体的基础是 BaseAgent 类。它作为基本蓝图服务。要创建功能性智能体，你通常需要通过以下三种主要方式之一扩展 BaseAgent，以满足不同需求——从智能推理到结构化过程控制。
核心智能体类别¶
ADK 提供了不同的智能体类别，用于构建复杂的应用程序：
-
LLM 智能体（
LlmAgent、Agent）：这些智能体利用大型语言模型（LLMs）作为其核心引擎，用于理解自然语言、推理、规划、生成响应，以及动态决定如何前进或使用哪些工具，使其非常适合灵活的、以语言为中心的任务。了解更多关于 LLM 智能体的信息... -
工作流智能体（
SequentialAgent、ParallelAgent、LoopAgent）：这些专业智能体以预定义的确定性模式（顺序、并行或循环）控制其他智能体的执行流程，而不使用 LLM 进行流程控制，非常适合需要可预测执行的结构化过程。探索工作流智能体... -
自定义智能体：通过直接扩展
BaseAgent创建，这些智能体允许你实现独特的操作逻辑、特定的控制流程或标准类型无法涵盖的专业集成，满足高度定制的应用程序需求。了解如何构建自定义智能体...
选择正确的智能体类型¶
下表提供了一个高级比较，帮助区分不同的智能体类型。随着你在后续章节中深入了解每种类型，这些区别将变得更加清晰。
| 特性 | LLM 智能体（LlmAgent） |
工作流智能体 | 自定义智能体（BaseAgent 子类） |
|---|---|---|---|
| 主要功能 | 推理、生成、工具使用 | 控制智能体执行流程 | 实现独特逻辑/集成 |
| 核心引擎 | 大型语言模型 (LLM) | 预定义逻辑（顺序、并行、循环） | 自定义代码 |
| 确定性 | 非确定性（灵活） | 确定性（可预测） | 可以是任一种，取决于实现 |
| 主要用途 | 语言任务、动态决策 | 结构化流程、编排 | 定制需求、特定工作流程 |
智能体协同工作：多智能体系统¶
虽然每种智能体类型都有其独特的用途，但真正的力量往往来自于它们的组合。复杂的应用程序经常采用多智能体架构，其中：
- LLM 智能体处理智能的、基于语言的任务执行。
- 工作流智能体使用标准模式管理整体流程。
- 自定义智能体提供独特集成所需的专业功能或规则。
理解这些核心类型是构建复杂、强大的 AI 应用程序的第一步。
扩展智能体能力¶
除了核心智能体类型之外，ADK 还允许你通过几种关键机制显着扩展智能体的功能：
-
AI 模型: 通过集成来自 Google 和其他提供商的不同生成式 AI 模型，更换智能体的底层智能。
-
素材 (Artifacts): 使智能体能够创建和管理持久输出，如文件、代码或在对话生命周期之外存在的文档。
-
预构建工具与集成: 为你的智能体配备广泛的工具、插件和其他集成，以便与现实世界互动，包括网站、MCP 工具、应用程序、数据库、编程接口等。
-
自定义工具: 为你自己的特定任务创建工具，以精确且受控地解决特定问题。
-
插件: 将复杂的、预打包的行为和第三方服务直接集成到智能体的工作流中。
-
技能 (Skills): 使用预构建或自定义的 Agent Skills，在 AI 上下文窗口限制内高效地扩展智能体能力。
-
回调 (Callbacks): 挂钩到智能体执行生命周期中的特定事件，以在不改变核心智能体逻辑的情况下添加日志、监控或自定义副作用。
下一步¶
现在你已经了解了 ADK 中可用的不同智能体类型，请深入了解它们的工作原理以及如何有效地使用它们：