// 文件：/myapp/middle/deep/main.go
package main

import "github.com/joho/godotenv"

func main() {
    // 只会加载直接父目录（middle）的 .env
    godotenv.Load("../.env")
}

# 示例：git commit -m "message"
git                    # 命令
commit                 # 子命令
-m                     # 参数标识
"message"              # 参数值

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。如果系统包含多个 Agent，LLM 会依赖这段描述来决定是否将任务委托（Delegate）给该 Agent。建议保持简短明了。
SubAgents() []Agent
//作用：返回直接归属于该 Agent 的子 Agent 列表（切片）。这定义了 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。它接收一个 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）执行过程中的事件 (*session.Event) 或报错信息。

Name (string) 和 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的 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（例如 API 聚合器）。

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",
    // 可以在这里配置 Temperature 等生成参数
})