用途：Google ADK 是 Python 框架，用于构建、编排和评估由 LLM 驱动的智能体，覆盖单智能体、多智能体流水线、自定义工具、会话状态、安全控制与评估。
主要能力：核心构件为 LlmAgent（别名 Agent），关键字段包括 name、description、model、instruction、tools、output_key、output_schema、include_contents。instruction 是最重要的配置，可用 markdown、少样本示例，并通过 {state_key} 注入状态。output_schema 接收 Pydantic 模型以输出结构化 JSON，写入 session.state。Python 函数自动包装为工具，docstring 即工具描述；参数需类型化，返回 dict 并含 status 键，避免 *args/**kwargs。可用 LongRunningFunctionTool 包装长任务，AgentTool 将子智能体作为工具调用。多智能体支持 sub_agents 层级、SequentialAgent 顺序流水线、ParallelAgent 并行流水线、LoopAgent 循环（max_iterations 或 escalate=True 终止），以及 LLM 通过 transfer_to_agent 转移控制。会话状态键前缀区分作用域：无前缀持久、temp: 仅当前轮、user: 跨会话、app: 应用级。安全方面支持工具内护栏、before_tool_callback 校验参数、通过 generate_content_config 配置 Gemini 内容过滤。评估支持 .test.json 单轮与 .evalset.json 多轮，指标含 tool_trajectory_avg_score、response_match_score、final_response_match_v2、hallucinations_v1、safety_v1。
使用方式：安装 pip install google-adk；本地运行 adk web（Web UI）、adk run（CLI 交互）、adk api_server（REST API）；评估用 adk eval path/to/agent path/to/tests.evalset.json 或 pytest tests/ -k "eval"。
适用场景：需要结构化构建、编排与评估 LLM 智能体的 Python 项目。
限制：避免将 output_schema 与 tools 组合，除非使用 Gemini 3.0+；每个智能体只能有一个父级；并行流水线需使用不同 output_key 以避免竞态。其余细节暂未提供。