用途：为使用 Google Agent Development Kit（ADK）开发智能体应用与多智能体系统提供专门指导，帮助设计智能体、构建工具、编排多智能体工作流、实现记忆与状态管理，并按代码优先模式部署智能体应用。适用于构建带工具集成的对话式智能体、多智能体编排系统、顺序/并行/循环工作流智能体、自定义工具、复杂任务架构、生产部署、性能评估与人在回路（HITL）模式。不适用于通用 Python 开发、简单 REST API、前端开发、无编排的直接 LLM API 调用，以及 LangChain、CrewAI、AutoGPT 等非 Python 智能体框架。
主要能力：ADK 采用代码优先、模型无关、可组合、可观测的设计，主要支持 Python（google-adk 包），另有 Go 与 Java 版本；要求 Python 3.9+。智能体类型包括由模型驱动的 LlmAgent，以及确定性的工作流智能体（顺序、并行、循环）和自定义智能体，支持层级嵌套。工具生态涵盖内置工具（搜索、代码执行、Google Cloud 工具）、自定义函数工具、OpenAPI 工具与 MCP 工具，工具具备名称、描述、参数、执行逻辑与可选人工确认。记忆与状态管理包括会话历史、上下文窗口管理、状态持久化与上下文缓存。
使用方式：开发流程分为规划（定义目标、识别工具、选择智能体类型、设计多智能体架构）、实现、测试与部署。测试可启动 API 服务器与 Web UI：adk api_server --port 8000；Web UI 在 adk-web 目录执行 npm install 与 npm start，访问 http://localhost:4200。部署可用 Agent Engine：pip install google-adk[cli]、adk auth login、adk deploy --agent-file agent.py --agent-name my_agent --project-id my-gcp-project --region us-central1，也支持 Cloud Run 与 Docker 自托管。评估可使用 from google.adk.evaluation import evaluate_agent 进行基于标准的测试。
适用场景与限制：适合对话智能体、多阶段流水线、并行数据聚合、迭代精炼、人在回路审批与持久化状态等场景。资料未提供具体收费与价格信息；资源需求、性能指标与质量门槛为资料中给出的建议值，实际以官方文档为准。