Introduction to Agents Day 1

智能體簡介

第一天

探討人工智慧智能體的基本概念、其定義特徵，以及智能體架構與傳統 LLM 應用的不同之處，為建構智慧自主系統奠定基礎。

• 作業1: 使用 Gemini 和 Agent Development Kit (ADK) 建立你的第一個代理程式
• 作業2: 使用 ADK 建立你的第一個多代理系統

競賽網頁

AI Agents 結構

1. Model：腦
2. Tools：手
3. 連結層: Model與Tools溝通橋樑

一次疊代的執行過程

1. 獲取任務
2. 找可用資源
3. 思考
4. 執行操作
5. 觀察疊代

Agent Levels

0. 只能回應已知，不能找資料
1. 可以與外界互動
2. 從單一問題進展到複雜任務（ 會用不同工具，上下文工程是這邊的關鍵技術，可藉由每步執行結果變聰明）
3. 多代理結合，由不同特質Agent 完成複雜任務
4. 知道自己不足且能自我增進

白皮書要點

• 代理能力的分類，強調了代理維運（Agent Ops）對於可靠性和治理的重要性
• 探討了透過身分和約束策略實現代理互通性和安全性的重要性

%pip install google-adk

from google.adk.agents import Agent
from google.adk.runners import InMemoryRunner
from google.adk.tools import google_search
from google.genai import types

# 定義Agent名稱，模型與該用什麼工具做什麼
root_agent = Agent(
    name="helpful_assistant", 
    model="gemini-2.5-flash-lite",
    description="A simple agent that can answer general questions.",
    instruction="You are a helpful assistant. Use Google Search for current info or if unsure.",
    tools=[google_search],
)

# 在記憶體中執行Agent
runner = InMemoryRunner(agent=root_agent)

# 執行模型
response = await runner.run_debug("What is Agent Development Kit from Google? What languages is the SDK available in?")

• Runner
• ADK
• ADK-Python
• Agents
• Tools

---

如果你覺得這篇文章很棒，請你不吝點讚 (ﾟ∀ﾟ)