This article does not have a corresponding language version

AGENT

在adk框架中，agent.Agent是所有Agent必须实现的基础接口

∵它定义了一个Agent的基本属性以及它的隐形逻辑

以下是核心方?

Name() string
//作用：返回该 Agent 的名称（字符串）。AgentTree 中的每个名称必须唯一且不能是 "user"��?
Description() string
//作用：返回该 Agent 的功能描述。如果系统包含多��?Agent，LLM 会依赖这段描述来决定是否将任务委托（Delegate）给��?Agent。建议保持简短明了��?
SubAgents() []Agent
//作用：返回直接归属于��?Agent 的子 Agent 列表（切片）。这定义��?Agent 的层级树结构，框架会自动设置父子关系以支持跨 Agent 路由��?
Run(InvocationContext) iter.Seq2[*session.Event, error]
//作用：定义该 Agent 的核心执行逻辑。它接收一��?InvocationContext（包含上下文、当前会话、内存、状态等），并返回一个迭代器，该迭代器会持续产出（Yield）执行过程中的事��?(*session.Event) 或报错信息��?

agent.Config -> 自定义逻辑基础的Agent

Name (string) ��?Description (string)//基础元数据��?
SubAgents ([]Agent)//子节点��?
BeforeAgentCallbacks / AfterAgentCallbacks//Agent 运行前后的生命周期钩子��?
Run (func(InvocationContext) iter.Seq2[*session.Event, error])
//这是最关键的区别。你需要在这提供自定义��?Go 函数来完全掌控它如何工作，不一定是调用大模型，也可以是纯代码逻辑（例��?API 聚合器）��?

首先，我们先创建一个大模型实例

简单示?
import (
    "google.golang.org/adk/agent/llmagent"
    "google.golang.org/adk/provider/googleai" // 引入 GoogleAI Provider
)

// 生成 Model 实例
myGeminiModel, err := googleai.NewModel(googleai.Config{
    ModelName: "gemini-2.5-flash",
    APIKey:    "YOUR_GEMINI_API_KEY",
    // 可以在这里配��?Temperature 等生成参��?
})

对于模型实例，基本都会有Name、APIKey、Base_URL基本参数和其他参?

而兼?openai 或其他的请求格式的可以直接使用对应的 provider ?

意思是，可以直接替换key和url,Agent并不知道也不在意底层跑的是GPT、DeepSeek或者豆包kimi

而对于EINO来说

Eino 在核心层定义了一?统一?ChatModel接口*，业务代码只与这个接口打交道，完全不知道底层具体是哪个模型。这样，业务代码只依赖抽象，不依赖具体实现，eino便实现了统一不同 LLM 提供商的接口（OpenAI、Ark、Claude 等），切换模型无需修改业务代码?

系统提示词参数：
image-20260407154601909

关于构建Agent

对于LLM驱动agent
什么是“大模型驱动智能体? :

LLM 驱动 Agent（大模型驱动的智能体）本质上是一?能自主理解任务、规划步骤、调用工具并完成复杂目标的“AI 执行者?。它不再只是和你聊天的“大脑”，而是升级成了能替你干活、有“手”有“脚”的智能助手?

而大模型实例化之后，使用New创建Agent?

New方法是不同大模型框架实现 Agent 的标准创建模式，而具体的包名、方法签名和功能会因框架而异?

*常见参数如下?

Name 代理的名称（必须是非空字符串? Model必填，底层模型（比如 gemini-flash2.5）? Description 代理能力的描述，用一行简短说明即可，LLM 会根据它判断是否把任务交给这?agent Instruction / InstructionProvider系统提示词（静?动态）? GlobalInstruction / GlobalInstructionProvider 全局指令(静?动? Tools / Toolsets可调用工具集合（静?动态）? BeforeModelCallbacks / AfterModelCallbacks模型调用前后拦截（钩子）? BeforeToolCallbacks / AfterToolCallbacks工具调用前后拦截（钩子）? GenerateContentConfig 温度、token 上限等生成参数? InputSchema / OutputSchema 作为工具被调用时的输入输出约束。注意：配置 OutputSchema 后通常会限?Agent 再去调用其它工具? SubAgents ?Agent? IncludeContents 上下文控制，是否在请求中包含对话历史 DisallowTransferToParent / DisallowTransferToPeers 禁止转移到父/同级 agent

当然，也可以自己写一个Run
若是自己写一个Run?

则需要通过工作流来调用工具，相对可控但固定? 而使用LLM驱动，则可让大模型决定是否调用工?

image-20260407154107966

文本处理:

参数微调（处理文本）

对于GenerateContentConfig,在ADK里只做一件事：纯粹的模型超参数微?

*做了什?*：用你的数据继续训练?改变模型权重，让模型学会新知?

genConfig := &genai.GenerateContentConfig{
		MaxOutputTokens: maxOutputTokens,
		Temperature:     genai.Ptr[float32](acfg.temperature),
	}

llmagent.New(llmagent.Config{
		Name:                  acfg.name,
		Model:                 m,
		Description:           acfg.description,
		Instruction:           acfg.instruction,
		Tools:                 acfg.tools,
		BeforeToolCallbacks:   []llmagent.BeforeToolCallback{monitor.OnBeforeTool},
		AfterToolCallbacks:    []llmagent.AfterToolCallback{monitor.OnAfterTool},
		GenerateContentConfig: genConfig,
	})
image-20260407155015556
Schema约束:

Schema约束是对数据结构和内容规则的**强制性定?*，确保数据符合预定格式、类型和关系。就像建筑图纸规定房屋结构一样，schema约束规定数据必须遵守的规则?

在部分agent中，可以让你定义InputSchema（输入契约）和OutputSchema（输出强约束）的格式与参数?

O:通过在底层将Go结构体转换为标准的JSON Schema,强制大模型必须按照这个结构输出，然后框架会自动帮你做 json.Unmarshal I:告诉 Agent（或者调用这?Agent 的其他父?Agent），我这个处理节点需要什么样的数据结构?

番外：子Agent

adk-go 采用了一种符合直觉的设计模式：“层级化路由”。adk-go 依赖大模型天然的“工具调?(Tool Calling)”能力，将子 agent 动态包装成一个tool，以此来实现agent之间的通信?

?adk-go 的代码里，无论你是哪种父子执行关系，Go 代码的写法都是完全一样的? 决定它们是“路由”、“顺序”还是“并行”的，完全取决于?Agent ?Instruction（系统提示词）和?Agent ?Description（工具描述）?提示词就是多智能体协同的控制流?

import (
    "google.golang.org/adk/agent"
    "google.golang.org/adk/agent/llmagent"
)

// 1. OCR 文本提取 Agent
ocrAgent, _ := llmagent.New(llmagent.Config{
    Name:        "OCR_Worker",
    Description: "专门负责从图片中提取文本。当需要知道图片里写了什么时调用我��?,
    Model:       myModel,
    Instruction: "你是一��?OCR 助手。解析输入的图片 URL，返回识别到的文本��?,
    InputSchema:  ImageInput{},    // { "image_url": "..." }
    OutputSchema: OCRResult{},     // { "text": "..." }
})

// 2. 文本毒性分��?Agent
safetyAgent, _ := llmagent.New(llmagent.Config{
    Name:        "Safety_Worker",
    Description: "专门负责分析文本是否包含违规、引战或有害内容��?,
    Model:       myModel,
    Instruction: "你是一个安全审核员。严格判定输入的文本是否违规��?,
    InputSchema:  TextAnalyzeInput{}, // { "text": "..." }
    OutputSchema: SafetyResult{},     // { "is_harmful": true, "reason": "..." }
})

// 3. 路由/主管 Agent
managerAgent, _ := llmagent.New(llmagent.Config{
    Name:  "Moderation_Manager",
    Model: myModel,
    
    // 明确告诉主管它的工作��?
    Instruction: `你是多模态审核主管��?
    收到图片后，请按以下步骤执行��?
    1. 调用 OCR_Worker 获取图片中的文字��?
    2. 将获取到的文字，传给 Safety_Worker 进行毒性分析��?
    3. 综合所有的信息，生成最终的审核报告。`,
    
    // 【魔法发生的地方��?
    SubAgents: []agent.Agent{ocrAgent, safetyAgent}, 
    
    OutputSchema: FinalReport{}, 
})