Google выпустили инструкцию как с ADK можно создать ИИ-агента с инструментами

Google опубликовала детальное пошаговое руководство по созданию ИИ-агента с помощью Agent Development Kit (ADK).
В примере показали как создать бот-помощника для обработки багов с 5 типами инструментов.

Встроенные функции для расчетов, интеграция с LangChain и StackOverflow, подключение к GitHub через протокол MCP (Model Context Protocol) от Anthropic, работа с базами данных через MCP Toolbox.

Агент работает на Gemini 2.5 Flash и может создавать тикеты, искать баги, анализировать CVE и подключаться к внешним API.

Пример развернут на Google Cloud на Cloud Run и Cloud SQL, но как инструкцию полезно почитать и дальше использовать на любой платформе.

#Google #ADK #Agents #MCP
———
@tsingular

Google обновил протокол Agent2Agent

Протокол A2A получил крупное обновление — теперь с поддержкой gRPC и криптографической подписью.

Основные улучшения:
- короткоживущие токены доступа для безопасности
- больше функциональности на клиентской стороне в Python SDK
- интеграция с корпоративными IAM-системами

Растёт серьёзный конкурент Langchainу.
Начинать пробовать можно отсюда:
https://google.github.io/adk-docs/get-started/

#A2A #ADK #Google
———
@tsingular

Google выпустил ADK для Go

Google добавил поддержку Go в свой Agent Development Kit для разработки ИИ-агентов на базе Gemini.

Теперь можно строить агентов с инструментами, мультишаговой оркестрацией и стримингом на родном для гоферов языке.

В пакете:
- LLM, Sequential, Parallel и Loop агенты
- интеграция с GCS и in-memory хранилищами
- code executor и tool framework
- нативные горутины, каналы и context cancellation

Доки тут: google.github.io/adk-docs

Правда, автоматического вызова функций как в Python SDK пока нет - придётся ручками прописывать.

Но зато Go компилируется в один бинарник, жрёт меньше памяти и отлично масштабируется.

Ждём когда гоферы покажут что их мультиагентный рой уделает питонячий :)

#Go #Gemini #ADK
------
@tsingular

Google ADK Python 1.18.0: Visual Agent Builder

Если вы откладывали попробовать ADK, - настало самое время.

Google выкатил релиз ADK Python 1.18.0 с главной фичей - Visual Agent Builder.

Теперь можно создавать и редактировать агентов как в n8n - просто рисуешь схему агентов и настраиваешь через текст.

В релизе так же добавили:
- Callback-менеджмент для всех типов колбэков (до/после вызова агента, модели, инструмента)
- Vertex AI Express Mode для деплоя Agent Engine
- Gemini API docs как новый источник данных для агента по документам
- Улучшенные примеры агентов с output schema и поддержкой инструментов

#ADK #VisualBuilder #Google
———
@tsingular

Advent of Agents 2025

Google запускает 25-дневный марафон по разработке агентов - каждый день новая фича за 5 минут.

В программе: Gemini 3 с контекстной инженерией и Computer Use, Agent Development Kit (ADK) на Python, и Vertex AI Agent Engine для быстрого деплоя.

Обещают путь от нуля до production-ready за три недели.

ADK, в принципе, независимый фреймворк, но проблема в том, что весь курс заточен под экосистему Google.

Скорее всего дальше там будет VertexAI, который не всем доступен у нас.
Но в целом почитать и попробовать повторить локально, - имеет смысл, там реально за 5 минут хорошие маленькие примеры собраны.

Вчерашний урок - шаблон в 5 строк на YAML для агента на ADK уже доступен.

#Gemini #ADK #обучение
———
@tsingular

Новогодние авденты гугла, конечно, штука полезная.

Например, вот простейшая инструкция как создать ИИ агента в 5 шагов за 1 минуту:

1. создаём директорию

mkdir adk && cd adk

2. делаем venv

python3 -m venv . && source bin/activate

3. ставим ADK

pip install google-adk

4. создаём агента в интерактивном режиме отвечая на вопросы, добавляя, в том числе, ключ к API гугла:

adk create --type=config my_agent

5. добавляем ему инструмент поиска в гугле.
в файле my_agent/root_agent.yaml добавляем в конец строку:

tools:
 - name: google_search

Всё :)

запускаем агента:

adk run my_agent/

#adk #агенты #обучение #Google #адвенты
———
@tsingular

Google ADK: SKILLS upgrade

Кровавый энерпрайз нагоняет рыночные тренды и теперь крабов можно собирать на базе надёжных корпоративных фреймворков.

⚙️ Skill != Tool
Инструмент — это руки (вызвать API). Навык — это модульный пакет знаний. Внутри: SKILL.md (инструкции), справочники и шаблоны ответов.

🧠 Ленивая загрузка
Агент видит только индекс названий. Если прилетает задача по медицине, он сам вызывает load_skill и подтягивает инструкции только для неё. Остальные 99 навыков не тратят токены и не путают модель.

🛡 Provenance & Validation
Вшит протокол A2A (Agent-to-Agent) для общения агентов между собой. Теперь один агент может нанять другого как узкоспециализированный сервис с проверкой прав доступа. (И заплатить за работу)

⚡️ Vibe Coding
Гугл вшил поддержку llms.txt. Идеально для работы через Cursor/Windsurf.

Зачем это бизнесу:
Надежные крабы в защищенной среде.


#Google #ADK #AI #AgenticWorkflows #Enterprise
———
@tsingular

Так, ну тут в комментариях высплыл тезис, что openclaw это нечто непонятное и в корпоративный контур ему нельзя

Поставил задачу Молти собрать своего "двойника" на базе движка google-adk,- это ж enterprise grade фреймворк по сути.

Ну и примерно за час переговоров клон готов.

Octopus - кальмар с такой же структурой, скиллами, heartbeat, soul, memory, эволюция, все дела.

И ничего лишнего.
Быстрый как пуля.

На той же ollama и gemini3flash

Как итог,- хороший агент не только тот, который делает себе скиллы, но и который способен создать другого агента на другом фрейворке.

Озвучка в комментарии

#dev #adk #openclaw
------
@tsingular

Google ADK: документация для ИИ агентов разработчиков


⚙️ Установка:
Команда

npx skills add google/adk-docs/skills -y -g

подтягивает справочники Python API, гайды по деплою и методологию оценки (Eval). ИИ агент разработчик (Claude Code, Cursor) видит их сразу.

💡 Документация как навык: Документацию теперь можно подключить как MCP-сервер. Для этого используется стандарт llms.txt — машиночитаемый срез всей библиотеки Google ADK. Модели ищут в нем данные в реальном времени и дают точные ответы без галлюцинаций.

💼 Итог: Сборка роя агентов на ADK становится вопросом вызова правильных «навыков» внутри IDE. Стандартизация документации для машин экономит время на отладку и исключает ошибки в архитектуре.
Ну и, если это будет навык, то агент может пересобирать рой под задачи автоматически.

#Google #ADK #AI #Coding #LLM #Automation #MCP
------
@tsingular

Урок по созданию мультиагентной системы на Google ADK + MCP + Cloud Run

Полезный урок по сборке мультиагентной системы, которая мониторит Reddit, ищет технические вопросы, проверяет по документации и пишет экспертные посты с инфографикой.

🏗 Архитектура Dev Signal:

• Discovery-агент: парсит Reddit на предмет горячих технических вопросов
• Grounding-агент: верифицирует ответы через официальную документацию Google Cloud
• Creation-агент: генерирует технические блог-посты на основе исследований
• Image-агент: создаёт инфографику через Nano Banana Pro
• Root-оркестратор: координирует всех через Google ADK

⚙️ Стек:
• Google ADK (Agent Development Kit) — фреймворк для агентов
• MCP (Model Context Protocol) — стандартное подключение инструментов: Reddit MCP (stdio), Developer Knowledge MCP (HTTP), кастомные тулзы
• Vertex AI Memory Bank — долговременная память, агент помнит предпочтения автора между сессиями
• Cloud Run — деплой через Terraform, масштабирование до нуля
• Agent Starter Pack — шаблон проекта с CI/CD, observability, безопасностью

🔧 MCP как связка: Reddit-сервер запускается как локальный подпроцесс (stdio), Developer Knowledge — как удалённый HTTP-эндпоинт, кастомный генератор картинок — тоже подпроцесс. Всё через единый интерфейс McpToolset, без кастомных API-обёрток.

Как облачная инфраструктура у нас не доступно, но как пример построения сервиса изучить полезно.

#Google #ADK #MCP #агенты #обучение
───
@tsingular

Google Agents CLI — CLI, который учит кодинг-агентов строить агентов

Google выпустил Agents CLI, - и это уже не просто очеред... (попались :) )
короче, - это CLI + набор скиллов, которые превращают Gemini CLI, Claude Code, Codex и любых других ассистенты в экспертов по сборке и деплою агентов на ADK.

⚙️ Прокачиваем агента:



uvx google-agents-cli setup

И вот ваш основной агент уже научился собирать ADKшных агентов.
Агент узнает про ADK Python API, методологию пайплайнов, правила кода, как деплоить на Agent Runtime / Cloud Run / GKE, как собирать трейсы и как регистрировать в Gemini Enterprise.

🔧 Скиллы под капотом (7 штук):
- workflow (жизненный цикл),
- adk-code (ADK API + оркестрация),
- scaffold (генерация проектов),
- eval (метрики + LLM-as-judge + траектории),
- deploy (Agent Runtime/Cloud Run/GKE/CI-CD),
- publish (Gemini Enterprise),
- observability (Cloud Trace + логи).

🧪 CLI как самостоятельный инструмент: работает и без кодинг-агента. scaffold, eval run, deploy, infra, data-ingestion — всё из терминала. agents-cli scaffold enhance добавляет CI/CD и RAG в существующий проект.

💼 Зачем бизнесу: Стандартизация. Вместо того чтобы каждый агент-разработчик осваивал ADK, Cloud Run, Cloud Trace, IAM, CI/CD и Gemini Enterprise по отдельности — один CLI закрывает весь пайплайн от scaffold до publish. Снижает порог входа для корпоративных команд.

🔮 Будущее: Google делает ставку на агентную платформу как экосистему. Agents CLI — это мост между кодинг-агентами (Gemini CLI, Codex, Claude Code) и Google Cloud. Open-source, скиллы по открытой спецификации Agent Skills, совместимость с gh skill.
Вопрос времени когда подобное появится аналогичное от AWS и Azure.

Github

Кстати, - крайне рекомендую изучить для сборки собственных навыков деплоя агентами в корпоративной среде.

#Google #AgentsCLI #ADK #AgentPlatform #Gemini #DevOps #GoogleCloud
───
@tsingular

Google выложили инструкцию: как собрать агента, который не забывает и не сбивается

Обычный ИИ-агент через три дня простоя «вспоминает» одобрения, которых не было, и пропускает шаги. Google опубликовал готовый рецепт: конечный автомат + контрольные точки + реакция по событиям вместо непрерывного опроса. Код полностью открыт.

📋 Что не так с обычными агентами: Они хранят всю историю переписки и прокручивают её при каждом вызове. Для чата на 5 минут нормально. Для онбординга на две недели: контекст забивается шумом, токены горят впустую, модель галлюцинирует промежуточные шаги. Увеличивать контекстное окно бессмысленно, когда нужна цепочка шагов с контрольными точками.

🔧 Рецепт ADK, три ингредиента: Конечный автомат с шестью состояниями: старт, пакет отправлен, документы подписаны, IT настроено, ноутбук доставлен, завершено. Перепрыгнуть через шаг нельзя. Контрольная точка после каждого шага, атомарно: контейнер упал, состояние уже сохранено. Реакция по событиям вместо опроса: вебхук пришёл, агент проснулся, сделал шаг, уснул. Подагент для IT-настройки, который знает только свою задачу (GitHub).

🎯 Конкуренты: LangGraph строит агентов как граф: каждый переход прописан явно, полный аудит каждого решения. ADK строит как дерево: координатор делегирует подагентам, каждый автономен. LangGraph для контроля, ADK для гибкости (ZenML). 88% ИИ-пилотов не доходят до продакшена (Forrester), главная причина: агенты теряют контекст в длинных процессах.

💼 Зачем бизнесу: ADK делает для агентов то, что автосохранение для игр: упал, перезагрузился, продолжил с той же точки. Онбординг, инвойсы, согласования, комплаенс. Если процесс длится дольше 5 минут, нужна такая архитектура.

#Google #ADK #агенты #LLM
------
@tsingular