用途：在 ADK Python 仓库中新建示例智能体，产出位于 contributing/samples/{category}/{sample_name}/ 的目录、agent.py 和 README.md，每个样本只演示一到两个特性，区别于完整端到端应用的 adk-samples 仓库。使用前若未读过 adk-style 技能，需先阅读以了解 ADK 2.0 约定。
主要步骤：先用 ls contributing/samples/ 列出分类，并与用户确认样本所属分类（常见错误是工作流样本落到 workflows/ 之外）；分类包括 workflows、patterns、core、multi_agent、tools、models、live、mcp、a2a、evaluation、plugins，个别样本会再嵌套一层。目录名用 snake_case 描述所演示特性，如 dynamic_nodes、fan_out_fan_in、streaming_tool_events，不加 _agent 后缀，也不重复分类前缀。
agent.py 必须暴露 root_agent，使用绝对导入；不要在 Agent 上设置 model=，样本继承系统配置模型，仅在用户明确要求时才指定。有两种形态：Pattern A 工作流用于多节点、路由或并行，从 google.adk 导入 Agent、Context、Event、Workflow，从 google.adk.workflow 导入 JoinNode、node，例如 root_agent = Workflow(name="root_agent", edges=[("START", my_node)])；普通函数可直接作为边中的节点，需要选项时再用 @node(...)，如 rerun_on_resume=True。Pattern B 独立智能体用于单智能体或简单工具调用，直接定义 root_agent = Agent(...)。可参考 workflows/dynamic_nodes 与 workflows/fan_out_fan_in 两个示例。
README.md 需按 readme-template.md 的章节顺序、提示词格式、Mermaid 拓扑规则及 docs/guides/ 相对链接深度编写。目录中 init.py 仅在作为包导入时需要，tests/*.json 可选，用于记录会话作为评估集。限制：资料未提供具体分类归属判断之外的其他约束、收费或平台信息。