第三方工具集成¶
ADK 设计为高度可扩展，允许你无缝集成来自其他 AI 智能体框架（如 CrewAI 和 LangChain）的工具。这种互操作性至关重要，因为它可以缩短开发时间并允许你重用现有工具。
1. 使用 LangChain 工具¶
ADK 提供了 LangchainTool 包装器，可将 LangChain 生态系统中的工具集成到你的智能体中。
示例：使用 LangChain 的 Tavily 工具进行网络搜索¶
Tavily 提供了一个搜索 API，返回从实时搜索结果中获取的答案，供 AI 智能体等应用程序使用。
-
遵循 ADK 安装和设置 指南。
-
安装依赖项： 确保你已安装必要的 LangChain 包。例如，要使用 Tavily 搜索工具，安装其特定依赖项：
-
获取 Tavily API KEY 并将其导出为环境变量。
-
导入： 从 ADK 导入
LangchainTool包装器和你希望使用的特定LangChain工具（例如，TavilySearchResults）。 -
实例化与包装： 创建 LangChain 工具的实例并将其传递给
LangchainTool构造函数。 -
添加到智能体： 在定义时将包装的
LangchainTool实例包含在你的智能体的tools列表中。from google.adk import Agent # 定义 ADK 智能体，包括包装的工具 my_agent = Agent( name="langchain_tool_agent", model="gemini-2.0-flash", description="Agent to answer questions using TavilySearch.", instruction="I can answer your questions by searching the internet. Just ask me anything!", tools=[adk_tavily_tool] # 在这里添加包装的工具 )
完整示例：Tavily 搜索¶
这是完整代码，结合上述步骤创建并运行使用 LangChain Tavily 搜索工具的智能体。
import os
from google.adk import Agent, Runner
from google.adk.sessions import InMemorySessionService
from google.adk.tools.langchain_tool import LangchainTool
from google.genai import types
from langchain_community.tools import TavilySearchResults
# Ensure TAVILY_API_KEY is set in your environment
if not os.getenv("TAVILY_API_KEY"):
print("Warning: TAVILY_API_KEY environment variable not set.")
APP_NAME = "news_app"
USER_ID = "1234"
SESSION_ID = "session1234"
# Instantiate LangChain tool
tavily_search = TavilySearchResults(
max_results=5,
search_depth="advanced",
include_answer=True,
include_raw_content=True,
include_images=True,
)
# Wrap with LangchainTool
adk_tavily_tool = LangchainTool(tool=tavily_search)
# Define Agent with the wrapped tool
my_agent = Agent(
name="langchain_tool_agent",
model="gemini-2.0-flash",
description="Agent to answer questions using TavilySearch.",
instruction="I can answer your questions by searching the internet. Just ask me anything!",
tools=[adk_tavily_tool] # Add the wrapped tool here
)
session_service = InMemorySessionService()
session = session_service.create_session(app_name=APP_NAME, user_id=USER_ID, session_id=SESSION_ID)
runner = Runner(agent=my_agent, app_name=APP_NAME, session_service=session_service)
# Agent Interaction
def call_agent(query):
content = types.Content(role='user', parts=[types.Part(text=query)])
events = runner.run(user_id=USER_ID, session_id=SESSION_ID, new_message=content)
for event in events:
if event.is_final_response():
final_response = event.content.parts[0].text
print("Agent Response: ", final_response)
call_agent("stock price of GOOG")
2. 使用 CrewAI 工具¶
ADK 提供了 CrewaiTool 包装器，可集成来自 CrewAI 库的工具。
示例：使用 CrewAI 的 Serper API 进行网络搜索¶
Serper API 以编程方式提供对 Google 搜索结果的访问。它允许应用程序（如 AI 智能体）执行实时 Google 搜索（包括新闻、图像等）并获取结构化数据，而无需直接抓取网页。
-
遵循 ADK 安装和设置 指南。
-
安装依赖项： 安装必要的 CrewAI 工具包。例如，要使用 SerperDevTool：
-
获取 Serper API KEY 并将其导出为环境变量。
-
导入： 从 ADK 导入
CrewaiTool和所需的 CrewAI 工具（例如，SerperDevTool）。 -
实例化与包装： 创建 CrewAI 工具的实例。将其传递给
CrewaiTool构造函数。至关重要的是，你必须为 ADK 包装器提供名称和描述，因为这些被 ADK 的底层模型用来了解何时使用该工具。# 实例化 CrewAI 工具 serper_tool_instance = SerperDevTool( n_results=10, save_file=False, search_type="news", ) # 使用 CrewaiTool 为 ADK 包装它，提供名称和描述 adk_serper_tool = CrewaiTool( name="InternetNewsSearch", description="Searches the internet specifically for recent news articles using Serper.", tool=serper_tool_instance ) -
添加到智能体： 将包装的
CrewaiTool实例包含在你的智能体的tools列表中。from google.adk import Agent # 定义 ADK 智能体 my_agent = Agent( name="crewai_search_agent", model="gemini-2.0-flash", description="Agent to find recent news using the Serper search tool.", instruction="I can find the latest news for you. What topic are you interested in?", tools=[adk_serper_tool] # 在这里添加包装的工具 )
完整示例：Serper API¶
这是完整代码，结合上述步骤创建并运行使用 CrewAI Serper API 搜索工具的智能体。
import os
from google.adk import Agent, Runner
from google.adk.sessions import InMemorySessionService
from google.adk.tools.crewai_tool import CrewaiTool
from google.genai import types
from crewai_tools import SerperDevTool
# Constants
APP_NAME = "news_app"
USER_ID = "user1234"
SESSION_ID = "1234"
# Ensure SERPER_API_KEY is set in your environment
if not os.getenv("SERPER_API_KEY"):
print("Warning: SERPER_API_KEY environment variable not set.")
serper_tool_instance = SerperDevTool(
n_results=10,
save_file=False,
search_type="news",
)
adk_serper_tool = CrewaiTool(
name="InternetNewsSearch",
description="Searches the internet specifically for recent news articles using Serper.",
tool=serper_tool_instance
)
serper_agent = Agent(
name="basic_search_agent",
model="gemini-2.0-flash",
description="Agent to answer questions using Google Search.",
instruction="I can answer your questions by searching the internet. Just ask me anything!",
# Add the Serper tool
tools=[adk_serper_tool]
)
# Session and Runner
session_service = InMemorySessionService()
session = session_service.create_session(app_name=APP_NAME, user_id=USER_ID, session_id=SESSION_ID)
runner = Runner(agent=serper_agent, app_name=APP_NAME, session_service=session_service)
# Agent Interaction
def call_agent(query):
content = types.Content(role='user', parts=[types.Part(text=query)])
events = runner.run(user_id=USER_ID, session_id=SESSION_ID, new_message=content)
for event in events:
if event.is_final_response():
final_response = event.content.parts[0].text
print("Agent Response: ", final_response)
call_agent("what's the latest news on AI Agents?")