Google ADK 是什麼？用 Python 寫 AI Agent 的官方開發套件

Google ADK 想解決什麼問題

如果你想自己寫 AI agent，不想用拉節點的 n8n、Flowise，也不想學 LangChain 那麼大的框架，Google ADK 是另一條路。它是 Google 官方開源的 Python 套件，主打讓你寫 Python class 定義 agent，用很少程式碼就能組出一個會呼叫工具、有記憶、可以分工合作的 AI 系統。

它預設搭配 Gemini，但也能接 OpenAI、Claude 等其他模型。寫好的 agent 可以本機跑、部署到 Google Cloud（Vertex AI、Cloud Run、GKE），也可以裝進 Docker 跑在別的雲。

費用上，ADK 套件本身免費（Apache 2.0），模型才要錢。Gemini 有免費額度，OpenAI 或 Claude 就按用量付費。

它能幹嘛？四個核心積木

可以想成 Python 版的 agent 樂高，主要四種積木：

Agent：一個 AI 角色，有名字、有任務描述、有可用工具清單。
Tool：agent 可以呼叫的功能，可以是內建工具（搜尋、Code Interpreter）、你自己寫的 Python 函式、OpenAPI 規格、或 MCP server。
Multi-agent：可以讓一個 agent 派任務給其他 agent，做出階層式分工。
Session / Memory：對話的記憶與上下文管理，內建有自動摘要、token 追蹤。

寫一個最小 agent 大概 10 多行 Python，跑 adk web 會打開一個本機網頁介面，可以直接跟 agent 聊天、看它呼叫了哪些工具、debug。

哪裡下載

一行裝好：

pip install google-adk

GitHub 在 https://github.com/google/adk-python ，官方文件在 https://google.github.io/adk-docs/ 。需要 Python 3.10 以上，Windows、Mac、Linux 都可以，本機開發完全免費，不用先建 Google Cloud 專案。

除了 Python 版，Google 也有 Java、Go、TypeScript 版，但 Python 版社群最多、文件最完整。

它會花錢嗎？看你接哪個模型、部署在哪

ADK 套件本身免費開源，費用主要在這幾個地方：

Gemini API：Google 提供免費額度，新手日常開發通常夠用，超量按用量付費。
OpenAI / Anthropic / 其他：自帶 API key，按各家用量計費。
Vertex AI Agent Engine：要把 agent 部署到 Google Cloud 的官方 agent 伺服器，會收託管費。
自己部署 Cloud Run / GKE 或其他雲：照那個雲端服務的費用算，跟 ADK 無關。

新手建議：先用 Gemini 免費額度加本機跑，確認你需要的功能 ADK 做得到，再決定要不要搬上雲。

我電腦能不能跑？

ADK 本身幾乎不吃資源，因為運算都在模型那端（雲端 Gemini API 或本機 Ollama）。最低要求只有 Python 3.10 加一個能上網的電腦。

想接本機模型（如 Ollama），電腦規格再加上 Ollama 自己的需求。

如果電腦能跑 VS Code，就能跑 ADK。

它能拿來做什麼？

幾個常見場景：

客服 agent：能查公司內部 API 的助手。
資料分析助手：先查資料、再算、再產報表的多步驟流程。
監看 agent：定期跑一次，呼叫 API、發 Slack。
多人協作流程：把「研究員 + 寫手 + 編輯」組成一個 agent 小組，自動跑完整篇報告。
OpenAPI 接入：把現有 OpenAPI 規格直接丟進去，讓 agent 自己學會呼叫那組 API。

它不適合完全不寫程式的人。如果你不會 Python，去看 Flowise 或 n8n 這類拉節點的工具更合適。

新手怎麼開始

最短路徑：

建 Python 虛擬環境：python -m venv venv，然後 activate。
安裝 ADK：pip install google-adk。
到 https://aistudio.google.com 拿一個免費的 Gemini API key，設環境變數 GOOGLE_API_KEY。
開新 agent 專案：adk create my_first_agent。
編輯 agent.py，最簡單範例：

from google.adk.agents import Agent

root_agent = Agent(
    name="my_first_agent",
    model="gemini-2.0-flash",
    instruction="你是一個友善的助手，用繁體中文回答。",
)

啟動 web 介面測試：adk web，打開瀏覽器到本機測試頁，就能跟 agent 聊天。

下一步可以加自訂工具（Python 函式）、加子 agent 做多代理協作，官方文件都有範例。

跟 LangChain、CrewAI 怎麼選

社群裡幾個常被比較的：

LangChain / LangGraph：社群最大、生態最廣，跟 ADK 是直接競爭關係。
LlamaIndex：偏「文件問答 / RAG」起家，現在也有 agent 模組。
CrewAI：專注 multi-agent 協作，比 ADK 早出。
OpenAI Agents SDK：OpenAI 自家的 agent 套件，跟 ADK 同類但綁 OpenAI 模型。

ADK 的差別是它由 Google 官方維護、跟 Gemini 整合最順、multi-agent 架構是賣點。已經很熟 LangChain 的人沒必要硬換，但要從零開始選一個官方框架，ADK 是合理選擇。

使用上要小心的事

Agent 會做錯事，尤其開了「能呼叫工具」之後，可能呼叫錯的 API、給錯的參數。第一次玩務必只給它讀取類工具，不要直接給寫入或刪除權限。
API key 不要寫死在 code 裡，用環境變數或 secret manager 管，commit 前確認 .env 在 .gitignore。
Token 費用會跑，multi-agent 架構容易讓 token 爆掉（agent 之間互相對話也算 token），一定要用內建的 token 追蹤盯著用量。
ADK 還很新（2025–2026 才推），部分 API 可能在小版本之間改，固定一個版本號比較保險。
部署到 Vertex AI 會綁雲，方便但會多一層 Google Cloud 帳單，本機跑得起來再考慮上雲。
Multi-agent 不一定比 single-agent 強，很多任務一個 agent 加幾個工具就夠，硬切多 agent 反而慢、貴、難 debug。

想開始用 Google ADK？

兩件事先決定：

先在本機跑通最小範例：拿 Gemini 免費 key、寫 10 行 Python、跑 adk web 看到對話框出來，這一步通就成功 80%。
先用 single-agent 加一兩個工具，不要一上來就玩 multi-agent。先確認你能讓 agent 正確呼叫一個自己寫的函式，再考慮分工架構。

如果你只是想「用」AI agent，不是想「寫」agent，ADK 不是給你的工具，去看拉節點的 n8n 或 Flowise。

下一步可以先看什麼

Flowise 是什麼：想用拉節點的方式組 agent。
browser-use：想讓 agent 操作瀏覽器。
n8n AI 工作流自動化：想串日常自動化。

參考來源

ADK GitHub：https://github.com/google/adk-python
官方文件：https://google.github.io/adk-docs/
Google Cloud Vertex AI Agent Builder：https://cloud.google.com/vertex-ai/generative-ai/docs/agent-engine/develop/adk

本文最後查證日期：2026-05-20