Wie erstellen Sie zuverlässige KI-Agenten, die sich in Ihre bestehenden Go-Dienste integrieren lassen, ohne einen separaten Sprachstapel zu benötigen? Google hat gerade veröffentlicht Agent Improvement Equipment für Go. Go-Entwickler können jetzt KI-Agenten mit demselben Framework erstellen, das bereits Python und Java unterstützt, und dabei alles innerhalb einer vertrauten Go-Toolchain und eines vertrauten Bereitstellungsmodells behalten.
Für KI-Entwickler und Backend-Entwickler, die Go bereits für Dienste nutzen, schließt dies eine Lücke. Sie benötigen keinen separaten Python-basierten Stack mehr für Agenten. Sie können Agentenlogik, Orchestrierung und Software-Nutzung direkt im Go-Code ausdrücken und dieselben Agenten dann in Vertex AI Agent Builder und Agent Engine verschieben, wenn Sie für die Produktion bereit sind.
Was das Agent Improvement Equipment bietet?
Das Agent Improvement Equipment (ADK) ist ein Open-Supply-Framework für die Entwicklung und Bereitstellung von KI-Agenten. Es ist für Gemini und Google Cloud optimiert, das Design ist jedoch modellunabhängig und bereitstellungsunabhängig.
In der Praxis bietet Ihnen ADK:
- Ein Code-First-Programmiermodell, bei dem Agentenverhalten, Instruments und Orchestrierung in normalen Quelldateien gespeichert sind
- Workflow-Agenten für den sequenziellen, parallelen und schleifenartigen Kontrollfluss innerhalb eines Agentensystems
- Ein umfangreiches Software-Ökosystem mit integrierten Instruments, benutzerdefinierten Funktionstools, OpenAPI-Instruments, Google Cloud-Instruments und Ökosystem-Instruments
- Bereitstellungspfade, die lokale Ausführungen, Container, Cloud Run und Vertex AI Agent Engine abdecken
- Integrierte Bewertungs- und Sicherheitsmuster, integriert mit Vertex AI Agent Builder
Für einen Entwickler verwandelt ADK einen Agenten in einen normalen Dienst. Sie führen es lokal aus, prüfen Ablaufverfolgungen und stellen es in einer verwalteten Laufzeit bereit, anstatt es als einmaliges Skript zu behandeln, das ein LLM aufruft.
Welche ADK für Go fügt hinzu?
Die Go-Model behält die gleichen Kernfunktionen wie die Python- und Java-SDKs bei, stellt sie jedoch über eine idiomatische Go-API bereit. Das Google AI-Workforce beschreibt ADK für Go als eine idiomatische und leistungsstarke Möglichkeit, Agenten zu erstellen, die Go-Parallelität und starke Typisierung nutzen.
Hier sind einige wichtige Punkte:
- ADK for Go wird mit installiert
go get google.golang.org/adk - Das Projekt ist Open Supply und wird unter gehostet
github.com/google/adk-go - Es unterstützt den Aufbau, die Evaluierung und den Einsatz hochentwickelter KI-Agenten mit Flexibilität und Kontrolle
- Es verwendet dieselben Abstraktionen für Agenten, Instruments und Workflows wie die anderen ADK-Sprachen
Dies bedeutet, dass ein Go-Dienst Agentenverhalten einbetten kann, ohne die Sprache zu wechseln. Sie können eine Multi-Agent-Architektur erstellen, in der jeder Agent eine Go-Komponente ist, die mit anderen Agenten zusammenarbeitet, die dasselbe Framework verwenden.
Unterstützung des A2A-Protokolls in Go
ADK for Go wird mit nativer Unterstützung für das Agent2Agent-Protokoll oder A2A ausgeliefert.
Das A2A-Protokoll definiert eine Möglichkeit für Agenten, andere Agenten über eine Standardschnittstelle anzurufen. In der Go-Model betont Google, dass ein primärer Agent Aufgaben orchestrieren und an spezialisierte Subagenten delegieren kann. Diese Subagenten können lokal oder als Distant-Bereitstellungen ausgeführt werden. A2A hält diese Interaktionen sicher und undurchsichtig, sodass ein Agent für die Teilnahme keinen internen Speicher oder proprietäre Logik offenlegen muss.
Google hat außerdem ein A2A Go SDK zum A2A-Hauptprojekt beigetragen. Dies gibt Go-Entwicklern einen Einstiegspunkt auf Protokollebene, wenn sie Agenten benötigen, die mit anderen Laufzeiten und Frameworks zusammenarbeiten, die ebenfalls A2A unterstützen.
MCP Toolbox für Datenbanken und Instruments
Ein wichtiges Element im offiziellen Google-Ankündigung ist eine native Integration mit MCP Toolbox for Databases. Darin heißt es, dass ADK Go über diese Toolbox sofort einsatzbereite Unterstützung für mehr als 30 Datenbanken bietet.
MCP Toolbox for Databases ist ein Open-Supply-MCP-Server für Datenbanken. Es kümmert sich um Verbindungspooling, Authentifizierung und andere Anliegen und stellt Datenbankoperationen mithilfe des Mannequin Context Protocol als Instruments zur Verfügung.
Innerhalb von ADK bedeutet das:
- Sie registrieren MCP Toolbox for Databases als MCP-Software-Anbieter
- Der Agent ruft Datenbankoperationen über MCP-Instruments auf, anstatt Roh-SQL zu erstellen
- Die Toolbox erzwingt eine Reihe sicherer, vordefinierter Aktionen, die der Agent ausführen kann
Dies passt zum ADK-Modell für Instruments im Allgemeinen, bei dem Agenten eine Mischung aus integrierten Instruments, Google Cloud-Instruments, Ökosystem-Instruments und MCP-Instruments verwenden, die alle in der Dokumentation zum Vertex AI Agent Builder beschrieben sind.
Integration mit Vertex AI Agent Builder und Agent Engine
ADK ist das primäre Framework, das im Vertex AI Agent Builder zum Aufbau von Multi-Agent-Systemen unterstützt wird.
Die neuesten Agent Builder-Updates beschreiben einen Construct-Pfad, bei dem Sie:
- Entwickeln Sie den Agenten lokal mit ADK, jetzt einschließlich ADK für Go
- Verwenden Sie den ADK-Schnellstart und die Entwicklungsoberfläche, um den Agent mit mehreren Instruments zu testen
- Stellen Sie den Agenten als verwaltete Laufzeit in der Vertex AI Agent Engine bereit
Für Go-Groups bedeutet dies, dass die in Diensten und Infrastruktur verwendete Sprache jetzt über den gesamten Agentenlebenszyklus hinweg verfügbar ist, von der lokalen Entwicklung bis zur verwalteten Produktionsbereitstellung.
Mit dieser Einführung wird das Agent Improvement Equipment für Go als praktische Brücke zwischen KI-Agenten und vorhandenen Go-Diensten positioniert, wobei dasselbe Open-Supply-Code-First-Toolkit verwendet wird, das Python- und Java-Agenten zugrunde liegt. Es bringt A2A-Protokollunterstützung und MCP Toolbox for Databases in eine native Go-Umgebung, abgestimmt auf Vertex AI Agent Builder und Vertex AI Agent Engine für Bereitstellung, Evaluierung und Beobachtbarkeit. Insgesamt macht diese Model Go zu einer erstklassigen Sprache für die Erstellung produktionsbereiter, interoperabler KI-Agenten im Google-Ökosystem.
Schauen Sie sich das an Repo, Proben Und Technische Particulars. Schauen Sie sich gerne bei uns um GitHub-Seite für Tutorials, Codes und Notebooks. Sie können uns auch gerne weiter folgen Twitter und vergessen Sie nicht, bei uns mitzumachen 100.000+ ML SubReddit und Abonnieren Unser Publication. Warten! Bist du im Telegram? Jetzt können Sie uns auch per Telegram kontaktieren.
Asif Razzaq ist CEO von Marktechpost Media Inc.. Als visionärer Unternehmer und Ingenieur setzt sich Asif dafür ein, das Potenzial der künstlichen Intelligenz für das soziale Wohl zu nutzen. Sein jüngstes Unterfangen ist die Einführung einer Medienplattform für künstliche Intelligenz, Marktechpost, die sich durch eine ausführliche Berichterstattung über maschinelles Lernen und Deep-Studying-Nachrichten auszeichnet, die sowohl technisch fundiert als auch für ein breites Publikum leicht verständlich ist. Die Plattform verfügt über mehr als 2 Millionen monatliche Aufrufe, was ihre Beliebtheit beim Publikum verdeutlicht.