中文字幕欧美日韩|日韩性色一区二区三区|精品久久久久久久久久岛国|一区二区国产盗摄精品

    <td id="h1kkc"><tr id="h1kkc"></tr></td><noscript id="h1kkc"><tbody id="h1kkc"></tbody></noscript>
    <rp id="h1kkc"></rp>
    首頁 > 業(yè)界 > 關(guān)鍵詞  > Google最新資訊  > 正文

    對標(biāo)OpenAI,谷歌開源Agent SDK,支持MCP、A2A、5000星

    2025-04-14 08:52 · 稿源: ? AIGC開放社區(qū)公眾號

    聲明:本文來自于微信公眾號 AIGC開放社區(qū),作者:AIGC開放社區(qū),授權(quán)站長之家轉(zhuǎn)載發(fā)布。

    谷歌在Google Cloud Next25大會上,開源了首個Agent開發(fā)套件—ADK。這也是OpenAI之后第二家大廠發(fā)布的標(biāo)準(zhǔn)化智能體SDK。

    ADK能幫助開發(fā)人員極大簡化開發(fā)超復(fù)雜流程的智能體,從大模型選擇、自動化流程編排、測試到應(yīng)用部署可一站式完成,并且支持雙向音頻、視頻、MCP和最新的A2A協(xié)議。

    例如,通過ADK開發(fā)一個跨平臺的語音客服智能體,大概只需要100多行甚至更少的代碼就能全部完成。再也不用像以前那樣,切換不同平臺API,模型選擇或交互邏輯編寫復(fù)雜代碼,極大提升了開發(fā)效率。

    圖片

    開源地址:https://github.com/google/adk-python

    ADK簡單介紹

    ADK架構(gòu)以Python為主,在參數(shù)定義、模型集成、工具整合和指令驅(qū)動方面非常好用。

    例如,下面這個案例只用了6行代碼,就完成了一個簡單的問答智能體開發(fā)。咱們只設(shè)置了使用的模型、智能體名稱、功能描述、指令驅(qū)動和工具實例。其他的管理狀態(tài)、協(xié)調(diào)工具調(diào)用以及和底層大模型的交互全部由ADK完成。

    簡單來說,用ADK開發(fā)就有點像拼樂高積木一樣,喜歡哪塊就拼哪個完全釋放你的天馬行空想法,再也不用為工具和底層技術(shù)發(fā)愁了。

    圖片

    雖然ADK是谷歌開源的,但在大模型兼容方面還是非常靈活的,除了谷歌的Gemini系列模型之外,還支持Anthropic、Meta、Mistral AI、AI21Labs、CAMB.AI、Qodo等200多個第三方開閉源模型。

    ADK的亮點之一便是輕松開發(fā)復(fù)雜智能體,支持多層級結(jié)構(gòu)組合的智能體實現(xiàn)復(fù)雜的協(xié)調(diào)和委派。開發(fā)者可以構(gòu)建一個主智能體來處理主要任務(wù),并將特定子任務(wù)委派給其他專業(yè)智能體。

    圖片

    簡單來說,就是讓主智能體指揮其他智能體來執(zhí)行具體的任務(wù)。例如,你是一家電商公司需要開發(fā)客服智能體。希望能自動處理訂單查詢、商品推薦、售后服務(wù)等多種服務(wù)。

    傳統(tǒng)的方法會非常繁瑣,你需要為不同的業(yè)務(wù)編寫不同的邏輯代碼并,且優(yōu)化、重構(gòu)也很麻煩。通過ADK你可以直接定義4個智能體,主體負(fù)責(zé)接收用戶問題,并根據(jù)問題類型委派給相應(yīng)的子智能體;訂單查詢智能體,專門處理與訂單相關(guān)的問題,如訂單狀態(tài)、物流信息等。

    商品推薦智能體,根據(jù)用戶的歷史購買記錄和瀏覽行為,推薦相關(guān)商品;售后服務(wù)智能體,處理退換貨、退款等售后服務(wù)問題。

    上面這些只是為大家簡單講解,其實實際用ADK開發(fā)更簡單高效,因為它還集成了搜索、地圖、代碼執(zhí)行、服務(wù)等很多實用工具,也支持LangChain、CrewAI、MCP等第三方服務(wù)。

    更詳細(xì)的示例開源地址:https://github.com/google/adk-samples

    谷歌ADK詳細(xì)文檔:https://google.github.io/adk-docs/get-started/tutorial/#step-1-your-first-agent-basic-weather-lookup

    Agent Engine

    為了幫助開發(fā)者更快地將智能體部署到實際應(yīng)用中,谷歌還發(fā)布了Agent Engine。

    Agent Engine可以處理智能體上下文、基礎(chǔ)設(shè)施管理、擴(kuò)展復(fù)雜性、安全性、評估、測試和監(jiān)控等一系列任務(wù),并且與ADK結(jié)合使用時,支持使用任何框架構(gòu)建的智能體的部署,無論使用的是ADK、LangGraph、Crew.ai還是其他Agent框架。

    圖片

    Agent Engine還支持短期記憶和長期記憶,而不是每次從空白開始。可以更好的管理會話,智能體能夠回憶起過去的對話和偏好,從而提供更加個性化和連貫的用戶體驗。

    此外,Agent Engine還提供了使用Vertex AI的全面評估工具來衡量和改進(jìn)智能體質(zhì)量。通過Vertex AI的Example Store或根據(jù)實際使用情況微調(diào)模型,可以優(yōu)化智能體性能,確保它們在現(xiàn)實世界中的有效性和可靠性。

    電商價格優(yōu)化公司Revionics通過ADK開發(fā)了一個多智能體,旨在助力零售商依據(jù)自身業(yè)務(wù)邏輯制定價格策略,既保證價格具備競爭力,又能維持利潤空間,同時精確預(yù)測價格變動帶來的影響。

    ADK簡化了多智能體間的轉(zhuǎn)換與規(guī)劃流程,例如,能夠精準(zhǔn)判斷何時在專業(yè)智能體和工具之間進(jìn)行切換,從而將Revionics的定價AI與智能體相結(jié)合,實現(xiàn)整個定價工作流程的自動化。

    圖片

    雷諾集團(tuán)首席數(shù)據(jù)官和人工智能負(fù)責(zé)人Laurent Giraud表示,他們通過ADK開發(fā)了一款智能體,該智能體能夠確保在電動汽車駕駛者最需要的地方安裝充電樁。

    能協(xié)助數(shù)據(jù)分析師充分利用地理、分區(qū)和交通數(shù)據(jù),為關(guān)鍵的電動汽車基礎(chǔ)設(shè)施投資提供參考并確定優(yōu)先級,在最大程度方便駕駛者的同時,減輕團(tuán)隊的工作負(fù)擔(dān)。

    目前,谷歌剛開源ADK幾天在Github已經(jīng)超過5000顆星,非常受開發(fā)者的歡迎。

    本文素材來源谷歌,如有侵權(quán)請聯(lián)系刪除

    END

    舉報

    • 相關(guān)推薦
    • 5000字長文帶你看懂,Agent世界里的A2A、MCP協(xié)議到底是個啥

      Google發(fā)了一個關(guān)于Agent的新開放協(xié)議。叫Agent2Agent,簡稱A2A。希望這篇文章,對你有一些幫助。

    • 5000字長文帶你看懂,Agent世界里的A2A、MCP協(xié)議到底是個啥。

      Google發(fā)了一個關(guān)于Agent的新開放協(xié)議。叫Agent2Agent,簡稱A2A。希望這篇文章,對你有一些幫助。

    • 谷歌MCP”來了,開源A2A,不同廠商Agent也能協(xié)作

      “谷歌版MCP”來了!谷歌推出A2A協(xié)議,即Agent2Agent,能讓AIAgent在不同生態(tài)系統(tǒng)間安全協(xié)作無需考慮框架或供應(yīng)商。不同平臺構(gòu)建的AIAgent之間可以進(jìn)行通信、發(fā)現(xiàn)彼此的能力、協(xié)商任務(wù)并開展協(xié)作,企業(yè)可通過專業(yè)Agent團(tuán)隊處理復(fù)雜工作流。從各大廠最近動作來看,蕪湖,不愧是Agent元年。

    • 谷歌A2A協(xié)議是什么? MCPAgent2Agent 有什么區(qū)別?

      4月10日,在GoogleCloudNext大會上,谷歌宣布開源Agent2Agent協(xié)議,這一協(xié)議被業(yè)界視為智能體交互領(lǐng)域的“通用語言”,旨在突破跨平臺、多模態(tài)協(xié)作及安全保障等核心技術(shù)瓶頸,并聯(lián)合全球50余家科技企業(yè)共同構(gòu)建新一代智能生態(tài)。本文從技術(shù)實現(xiàn)與行業(yè)變革兩個維度,深度解析A2A協(xié)議的核心價值。這一協(xié)議的推出,標(biāo)志著智能體協(xié)作模式從封閉系統(tǒng)向開放生態(tài)的范式轉(zhuǎn)變,為產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型注入新動能。

    • 醒醒,只靠MCPA2A還帶不來AI Agent的大繁榮

      文章探討了AI Agents發(fā)展需要類似HTTPS的安全協(xié)議保障?;仡櫥ヂ?lián)網(wǎng)發(fā)展歷程,TCP/IP協(xié)議統(tǒng)一了網(wǎng)絡(luò)通信標(biāo)準(zhǔn),HTTP協(xié)議實現(xiàn)了全球互聯(lián),而HTTPS通過SSL加密解決了安全問題。類比互聯(lián)網(wǎng)發(fā)展,當(dāng)前AI Agents產(chǎn)業(yè)面臨類似挑戰(zhàn):Anthropic推出的MCP協(xié)議解決智能體與工具連接問題,Google的A2A協(xié)議實現(xiàn)智能體間協(xié)作,但缺乏安全標(biāo)準(zhǔn)。IIFAA聯(lián)盟正致力于構(gòu)建AI Agents安全生態(tài),推出ASL中間件保障數(shù)據(jù)隱私和身份認(rèn)證。文章指出,正如HTTPS推動電商繁榮,AI Agents的安全標(biāo)準(zhǔn)化將加速商業(yè)化進(jìn)程,螞蟻集團(tuán)等企業(yè)已開始實踐MCP應(yīng)用。未來AI Agents可能通過統(tǒng)一入口調(diào)用工具池,改變現(xiàn)有交互模式。

    • 谷歌開源發(fā)布A2A協(xié)議 Agent2Agent智能體交互協(xié)議詳細(xì)介紹

      在GoogleCloudNext25大會上,谷歌宣布開源了首個標(biāo)準(zhǔn)智能體交互協(xié)議——Agent2AgentProtocol,這一舉措有望徹底改變智能體之間的交互方式,打破系統(tǒng)孤島,對智能體的能力、跨平臺協(xié)作以及執(zhí)行效率產(chǎn)生質(zhì)的飛躍。A2A協(xié)議是一種開放標(biāo)準(zhǔn),旨在為智能體提供一種通用的交互方式,使它們能夠在不同的底層框架和供應(yīng)商之間無縫協(xié)作。每個部分都有指定的內(nèi)容類型,這使得客戶端和遠(yuǎn)程智能體能夠協(xié)商所需的正確格式,并且明確包括用戶界面能力的協(xié)商,比如iframe、視頻、網(wǎng)絡(luò)表單等,從根據(jù)用戶的需求和設(shè)備的能力,提供最佳的用戶體驗。

    • AI Agent大變天!谷歌開源A2A,一夜改變智能體交互

      谷歌在GoogleCloudNext25大會上,開源了首個標(biāo)準(zhǔn)智能體交互協(xié)議——Agent2AgentProtocol。A2A將徹底打破系統(tǒng)孤島,對智能體的能力、跨平臺、執(zhí)行效率產(chǎn)生質(zhì)的改變,支持Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG和Workday等主流企業(yè)應(yīng)用平臺。通過A2A協(xié)議,MongoDB可以使其數(shù)據(jù)庫服務(wù)與智能Agent相結(jié)合,實現(xiàn)更高效的數(shù)據(jù)管理和自動化數(shù)據(jù)處理。

    • 剛剛,OpenAI開源PaperBench,重塑頂級AI Agent評測

      今天凌晨1點,OpenAI開源了一個全新的AIAgent評測基準(zhǔn)——PaperBench。這個基準(zhǔn)主要考核智能體的搜索、整合、執(zhí)行等能力,需要對2024年國際機(jī)器學(xué)習(xí)大會上頂尖論文的復(fù)現(xiàn),包括對論文內(nèi)容的理解、代碼編寫以及實驗執(zhí)行等方面的能力。目前智能體的能力還無法超越人類。

    • 剛剛,OpenAI開源BrowseComp,重塑Agent瀏覽器評測

      今天凌晨2點,OpenAI開源了專門用于智能體瀏覽器功能的測試基準(zhǔn)——BrowseComp。這個測試基準(zhǔn)非常有難度,連OpenAI自己的GPT-4o、GPT-4.5準(zhǔn)確率只有0.6%和0.9%幾乎為0,即便使用帶瀏覽器功能的GPT-4o也只有1.9%。通過使用更多的計算資源,模型可以嘗試更多的搜索路徑,從提高找到正確答案的概率。

    • 谷歌A2A協(xié)議和MCP協(xié)議有什么區(qū)別?A2AMCP的差異是什么?

      本文探討AI模型與外部系統(tǒng)高效協(xié)作的關(guān)鍵問題,重點對比谷歌主導(dǎo)的A2A協(xié)議和Anthropic提出的MCP協(xié)議。A2A專注于智能體間協(xié)作,適用于自動化復(fù)雜任務(wù);MCP則聚焦模型與工具的對接,提升LLM訪問外部數(shù)據(jù)源的效率。二者在技術(shù)架構(gòu)、應(yīng)用場景上各具特色:A2A基于HTTP/SSE實現(xiàn)智能體通信,MCP采用JSON-RPC2.0標(biāo)準(zhǔn)化接口。文章推薦AIbase平臺(https://www.aibase.com/zh)作為了解前沿技術(shù)的資源,該平臺提供AI工具推薦、技術(shù)解讀和行業(yè)動態(tài)。兩種協(xié)議在AI生態(tài)中形成互補(bǔ),用戶可根據(jù)需求單獨或組合使用。