快速入门¶
本快速入门指南将引导你完成 Agent Development Kit (ADK) 的安装、设置带有多个工具的基本智能体，并在终端或交互式的基于浏览器的开发 UI 中本地运行它。
本快速入门假设你有一个本地 IDE（VS Code、PyCharm 等）以及 Python 3.9+ 和终端访问权限。这种方法将应用程序完全运行在你的机器上，推荐用于内部开发。
1. 设置环境并安装 ADK¶
创建并激活虚拟环境（推荐）：
# 创建
python -m venv .venv
# 激活（每次打开新终端时）
# macOS/Linux: source .venv/bin/activate
# Windows CMD: .venv\Scripts\activate.bat
# Windows PowerShell: .venv\Scripts\Activate.ps1
安装 ADK：
2. 创建智能体项目¶
项目结构¶
你需要创建以下项目结构：
创建文件夹 multi_tool_agent：
Note for Windows users
When using ADK on Windows for the next few steps, we recommend creating
Python files using File Explorer or an IDE because the following commands
(mkdir, echo) typically generate files with null bytes and/or incorrect
encoding.
__init__.py¶
现在在文件夹中创建一个 __init__.py 文件：
你的 __init__.py 现在应该是这样的：
agent.py¶
在同一文件夹中创建一个 agent.py 文件：
将以下代码复制并粘贴到 agent.py 中：
import datetime
from zoneinfo import ZoneInfo
from google.adk.agents import Agent
def get_weather(city: str) -> dict:
"""Retrieves the current weather report for a specified city.
Args:
city (str): The name of the city for which to retrieve the weather report.
Returns:
dict: status and result or error msg.
"""
if city.lower() == "new york":
return {
"status": "success",
"report": (
"The weather in New York is sunny with a temperature of 25 degrees"
" Celsius (41 degrees Fahrenheit)."
),
}
else:
return {
"status": "error",
"error_message": f"Weather information for '{city}' is not available.",
}
def get_current_time(city: str) -> dict:
"""Returns the current time in a specified city.
Args:
city (str): The name of the city for which to retrieve the current time.
Returns:
dict: status and result or error msg.
"""
if city.lower() == "new york":
tz_identifier = "America/New_York"
else:
return {
"status": "error",
"error_message": (
f"Sorry, I don't have timezone information for {city}."
),
}
tz = ZoneInfo(tz_identifier)
now = datetime.datetime.now(tz)
report = (
f'The current time in {city} is {now.strftime("%Y-%m-%d %H:%M:%S %Z%z")}'
)
return {"status": "success", "report": report}
root_agent = Agent(
name="weather_time_agent",
model="gemini-2.0-flash",
description=(
"Agent to answer questions about the time and weather in a city."
),
instruction=(
"You are a helpful agent who can answer user questions about the time and weather in a city."
),
tools=[get_weather, get_current_time],
)
.env¶
在同一文件夹中创建一个 .env 文件：
更多关于此文件的说明，将在下一节设置模型中介绍。
3. 设置模型¶
你的智能体理解用户请求和生成响应的能力由大语言模型（LLM）提供支持。你的智能体需要安全地调用这个外部 LLM 服务，这需要身份验证凭据。如果没有有效的身份验证，LLM 服务将拒绝智能体的请求，智能体将无法运行。
- 从 Google AI Studio 获取 API 密钥。
- 打开位于 (
multi_tool_agent/) 内的.env文件，并复制粘贴以下代码。 - 将
GOOGLE_API_KEY替换为你的实际API KEY。
- 你需要一个现有的 Google Cloud 账户和项目。
- 设置一个 Google Cloud 项目
- 设置 gcloud CLI
- 通过在终端运行
gcloud auth login来验证 Google Cloud。 - 启用 Vertex AI API。
- 打开位于 (
multi_tool_agent/) 内的.env文件。复制粘贴以下代码并更新项目 ID 和位置。
4. 运行你的智能体¶
使用终端，导航到你的智能体项目的父目录（例如使用 cd ..）：
有多种方式可以与你的智能体交互：
运行以下命令来启动开发 UI。
步骤 1： 直接在浏览器中打开提供的 URL（通常是 http://localhost:8000 或 http://127.0.0.1:8000）。
步骤 2： 在 UI 的左上角，你可以在下拉菜单中选择你的智能体。选择 "multi_tool_agent"。
故障排除
如果你在下拉菜单中看不到 "multi_tool_agent"，请确保你在智能体文件夹的父文件夹中运行 adk web（即 multi_tool_agent 的父文件夹）。
步骤 3： 现在你可以使用文本框与你的智能体聊天：
步骤 4： 你还可以通过点击操作来检查单个函数调用、响应和模型响应：
步骤 5： 你还可以启用麦克风与你的智能体对话：
语音/视频流的模型支持
为了在 ADK 中使用语音/视频流式处理，你需要使用支持 Live API 的 Gemini 模型。你可以在文档中找到支持 Gemini Live API 的模型 ID：
然后你可以替换之前创建的 agent.py 文件中 root_agent 的 model 字符串（跳转到该部分）。你的代码应该类似于：
adk api_server 使你能够通过单个命令创建本地 FastAPI 服务器，使你能够在部署智能体之前测试本地 cURL 请求。
要了解如何使用 adk api_server 进行测试，请参阅测试文档。
📝 示例提示¶
- 纽约的天气如何？
- 纽约现在几点？
- 巴黎的天气如何？
- 巴黎现在几点？
🎉 恭喜！¶
你已经成功创建并与你的第一个使用 ADK 的智能体进行了交互！