ADK Go 入門 01 - 什麼是 Google ADK
ADK Go 入門 01 - 什麼是 Google ADK
Google ADK（Agent Development Kit）是 Google 推出的開源框架，專門用來建構、編排和部署 AI Agent。它的核心價值不在於讓你「呼叫 LLM」，而是讓你設計一套能夠主動決策、使用工具、協同運作的 Agent 系統。
為什麼不直接呼叫 LLM API
直接呼叫 LLM API 只是一問一答：你送 prompt，模型回 text。一旦任務需要多步驟、使用外部工具、或由多個角色協作，就需要自己管理狀態、工具呼叫、錯誤重試、對話歷史⋯⋯ADK 把這些基礎設施都打包好了。
| 面向 | 直接呼叫 API | 使用 ADK |
|---|---|---|
| 工具呼叫 | 自己解析 function call | 框架自動處理 |
| 多輪對話 | 手動維護 messages[] | 框架管理 session |
| 多 Agent 協作 | 自行設計路由邏輯 | 內建 transfer 機制 |
| 可觀測性 | 自己埋 log | 內建 OTel 整合 |
| Web UI | 自建 | 內建 launcher |
ADK 適合什麼場景
- 需要呼叫外部工具（資料庫、API、搜尋）的 Agent
- 由多個專責 Agent 組成的複雜系統（客服、訂單、商品各自一個 Agent）
- 需要快速驗證 Agent 行為的原型開發（內建 Web UI）
- 需要追蹤 LLM 呼叫 trace 的生產環境
ADK 不適合什麼場景
- 單純的文字生成或摘要任務（直接呼叫 API 更輕量）
- 不需要工具整合的簡單問答系統
- 對框架依賴有顧慮的極度精簡部署
ADK 目前支援的語言
ADK 官方支援 Python 和 Go，核心概念相同，API 略有差異。本系列筆記以 Go 為主要範例語言。
本部落格所有文章除特別聲明外，均採用CC BY-NC-SA 4.0 授權協議。轉載請註明來源 Kenny's Blog！
相關推薦
2019-07-19
機器學習 邏輯回歸
[筆記] 機器學習 邏輯回歸用於分類 ( Classification ) 邏輯回歸算法 ( Logistic Regression )hθ(x) = g(θᵀx) : 邏輯回歸算式 邏輯函數 ( Logistic Function ) 又稱 S 函數( Sigmoid Function ) 此函數圖如下 : 此函數可以將任何實數映射到 (0, 1) 區間內 假如 hΘ(x) = 0.7，那預測為 1 的機率是 70%，為 0 的機率是 30% hθ(x) = P(y=1 | x;θ) = 1 − P(y=0 | x;θ) P(y=0 | x;θ) + P(y=1 | x;θ) = 1 123456function g = sigmoid(z)g = zeros(size(z));g = 1 ./ (1 + e .^ -z);end 在 Octave 上的邏輯函數函式 決策邊界 ( Decision Boundary ) 為了得到 0 與 1，按此轉換 : hθ(x) ≥ 0.5 → y = 1 hθ(x) < 0.5 → y = 0 套...
2019-07-12
Octave 基礎
[筆記] Octave 基礎運算語法 + : 加 - : 減 * : 乘 / : 除 ^ : 次方 邏輯語法 == ~= : 不等於 && || xor() 矩陣創建 A = [1 2; 3 4; 5 6] : 創建矩陣 v = n:i:m : 生成 n 到 m，間隔 i 的矩陣 v = n:m : 生成 n 到 m，間隔 1 的矩陣 ones(n, m) : 生成都是 1 的矩陣，n rows，m columns zeros(n, m) : 生成都是 0 的矩陣，n rows，m columns rand(n, m) : 生成 0 到 1 內隨機數字的矩陣，n rows，m columns randn(n, m) : 生成常態分配的矩陣，n rows，m columns hist(變數, n) : 生成 n 個數據的直方圖 eye(n) : 生成 n*n 的單位矩陣 magic(n) : 生成 nn 矩陣，內涵元素為 1 ~ n n，每行每列斜對角總和相同 矩陣操作查看 disp(A) : 將 A 矩陣打印出來 A(n, m) : 查看 n row，m ...
2019-06-28
MySQL 基礎
[筆記] MySQL 基礎基本介紹什麼是 Database DBMS 為向 Database 存取的訪問接口 通常稱 DBMS + Database 為 Database，EX : MySQL、Oracle、MongoDB…等等 SQL 與 NoSQL 區別在於有沒有使用 SQL 語言，NoSQL 的資料儲存可以不需要固定的表格模式 SQL : MySQL、Oracle…等等 NoSQL : MongoDB…等等 安裝Window : 建議用 Installer 下載安裝 : MySQL Installer 5.7.26 中間跳過的步驟默認就好 建議選擇 Developer Default 這步檢查依賴，Execute 就好 這邊設定密碼 這邊輸入剛剛設定的密碼，點擊 Check 之後在這裡進行操作，輸入剛剛設定的密碼 P.S.後來在另一台電腦一直無法安裝，有閃退的情況，後來安裝 8.0.16 就正常了 macOS : 下載地址 : MySQL 官網 - MySQL Community Server 5.7 Database 與 Table...
2019-07-26
機器學習 神經網路 ( Neural Network ) - 表層結構
[筆記] 機器學習 神經網路 ( Neural Network ) - 表層結構為什麼使用神經網路 在特徵量多的情況下，在非線性回歸算法裡，會產生很多的特徵項，這並不是一個解決複雜非線性問題的好辦法 假設我們要分類 50 * 50 像素的灰階圖片 : 此特徵量 n = 2500 ( RBG 的話就是 n = 7500 ) 那麼 xᵢ * xⱼ 的所有條件就有 2500 * 2500 / 2 ≈ 300 萬 這樣的計算成本太高了 而神經網路是個能輕鬆解決非線性問題的算法 神經網路最初產生的目的是模擬人類的大腦，早期不盛行的原因是，當時硬體無法支撐如此龐大的運算 神經網路模型的運作神經網路的模型 在前面輸入特徵 x₀ ~ xₙ x₀ 是一個偏置單元 ( bias unit )，始終為 1 最後的輸出則是我們假設函數的結果 在神經網路中最基本我們使用跟分類中相同的邏輯函數 ，有時會稱為激勵函數 ( sigmoid activation function )，之後也會有其他種的函數，例如 : TanH、ReLU theta 有時也被稱為權重 ...
2019-06-23
Python 基礎
[筆記] Python 基礎語言特性與熱門應用 Python 是泛用的程式語言，強調易學好懂 最近常用在數據分析、人工智慧 安裝下載地址 : Python 勾起來，之後操作方便許多 資料與運算1. 變數與資料型態 數字 : 3.5 字串 : "hello" 布林值 : True、False ( python 的 T 跟 F 為大寫 ) 可變列表 ( List ) : [3,4,5]、["hello","world"] 固定列表 ( Tuple ) : (3,4,5)、("hello","world") 集合 : {3,4,5}、{"hello","world"} 字典 : {"apple":"蘋果","data":"資料"} 變數 : data=3 data 為變數，不用宣告 2. 運算 數字 7//6 : 整數除法 2**3 : 2 的 3 次方 ...
2019-06-17
CSS 基礎
[筆記] CSS 基礎特性寫在後面的CSS會覆蓋前面的CSS 用法 Inline 1<p style="color: red">text</p> Internal 123456789101112131415<html><head><title>CSS Example</title><style> p { color: red; } a { color: blue; }</style>... External style.css檔 1234567p { color: red;}a { color: blue;} HTML檔 12345<html><head> <title>CSS Example</title> <link rel="styleshe...
