ADK от Google: создаем своего ИИ-агента на Python за 5 шагов

Google выкатил Agent Development Kit (ADK) — фреймворк, который позволяет перейти от теории к практике и создавать собственных автономных помощников. Это уже не просто чат-боты, а полноценные ИИ-сотрудники, способные выполнять сложные задачи.

Для начала убедитесь, что у вас установлен Python 3.9 (или новее) и pip.

Настоятельно рекомендую использовать виртуальное окружение, чтобы не смешивать зависимости.

Создаем виртуальное окружение:

python -m venv .venv

Активируем его:

(Windows CMD): .venv\Scripts\activate.bat
(Windows Powershell): .venv\Scripts\Activate.ps1
(MacOS / Linux): source .venv/bin/activate

Теперь, когда окружение активно, устанавливаем ADK одной командой:

pip install google-adk

ADK поставляется с удобным CLI. Чтобы создать скелет нового проекта, выполните:

adk create my_agent

Эта команда создаст директорию my_agent со следующей структурой:

my_agent/ agent.py # Главный файл с кодом вашего агента .env # Файл для API-ключей и ID проекта __init__.py

Откройте файл my_agent/agent.py. По умолчанию он содержит базовый "скелет" агента. Давайте обновим его, чтобы наш агент мог выполнять конкретную задачу — например, сообщать текущее время в указанном городе.

Замените содержимое agent.py на этот код:

from google.adk.agents.llm_agent import Agent # Моковая (тестовая) реализация инструмента def get_current_time(city: str) -> dict: """Возвращает текущее время в указанном городе.""" # В реальном приложении здесь был бы вызов API погоды/времени return {"status": "success", "city": city, "time": "10:30 AM"} # Определяем нашего корневого агента root_agent = Agent( model='gemini-2.5-flash', # Модель, которую будет использовать агент name='root_agent', description="Сообщает текущее время в указанном городе.", instruction="Ты полезный ассистент, который сообщает текущее время в городах. Используй инструмент 'get_current_time' для этой цели.", tools=[get_current_time], # "Руки" нашего агента - инструменты, которые он может использовать )

Мы только что определили функцию get_current_time и передали ее в конструктор Agent. Теперь агент "знает" об этом инструменте и будет использовать его, когда пользователь попросит о времени (благодаря instruction).

Наш агент использует модель gemini-2.5-flash, для доступа к которой требуется GOOGLE_API_KEY. ADK автоматически ищет этот ключ в файле .env вашего проекта.

Если у вас еще нет ключа, его можно создать за пару минут в Google AI Studio:

Перейдите на сайт Google AI Studio.
Войдите в свой Google-аккаунт.
На главной странице найдите и нажмите кнопку "Get API key" (Получить API-ключ), обычно она находится в левом меню или вверху.
Откроется страница "API Keys". Нажмите "Create API key in new project" (Создать API-ключ в новом проекте).
Через секунду ключ будет сгенерирован. Сразу скопируйте его и сохраните в надежном месте (например, в менеджере паролей). После того как вы закроете это окно, вы не сможете увидеть ключ снова.

Теперь нужно "сообщить" этот ключ вашему ADK-агенту.

Выполните в терминале следующую команду (из родительской папки, где лежит my_agent), чтобы сохранить ваш ключ в файле .env.

# Замените ВАШ_СКОПИРОВАННЫЙ_API_КЛЮЧ на свой реальный ключ echo 'GOOGLE_API_KEY="ВАШ_СКОПИРОВАННЫЙ_API_КЛЮЧ"' > my_agent/.env

Готово! Теперь ADK сможет аутентифицировать ваши запросы к Gemini.

ADK предлагает два способа для запуска и отладки вашего агента.

Это самый быстрый способ проверить работоспособность. Просто выполните:

adk run my_agent

Вы увидите интерактивную консоль, где сможете вводить запросы (например, "Который час в Лондоне?") и видеть, как агент отвечает.

Для более наглядного тестирования ADK предоставляет готовый веб-интерфейс.

Важно: Запускайте эту команду из родительской директории (той, что содержит папку my_agent/).

adk web --port 8000

Эта команда запустит локальный веб-сервер. Откройте в браузере http://localhost:8000. Вы увидите удобный чат-интерфейс, где сможете выбрать своего агента и пообщаться с ним.

Поздравляем! Вы только что создали, настроили и запустили своего первого ИИ-агента с помощью Google ADK. Это базовый пример, но он демонстрирует всю мощь фреймворка: простую интеграцию инструментов, управление моделями и быструю отладку.

Отсюда можно двигаться дальше: изучать мульти-агентные системы (когда агенты работают в команде), управлять состоянием (памятью) и разворачивать агентов в production. Похоже, Google всерьез взялся за "агентизацию" разработки.

Пока делал пример агента решил сгенерировать агентом фрактал дерева , как основа будущей разработки для обучения счёту для детей

Ссылка для запуска:

htmlpreview.github.io

GitHub & BitBucket HTML Preview

#Promt1 Get HTML file for generate fractal tree #Promt2 Please combine everything into one file Start.html #Promt3 Add a random number of crab apples to the end of the branch