Google ADK
Google ADK — open-source code-first Python-фреймворк для разработки, оценки и деплоя сложных AI-агентов с гибкостью и контролем.
Что это
Google ADK — open-source code-first Python-фреймворк для разработки, оценки и деплоя сложных AI-агентов с гибкостью и контролем.
Установка
Перед запуском настройте API-ключи и переменные окружения, перечисленные в официальной документации проекта.
Что нового в версиях
Стабилизация сред выполнения, A2A и оценки, добавление интеграций Microsoft Teams и OpenAI Decisions, оптимизация производительности многошаговых рабочих процессов
- Среды выполнения (BaseEnvironment, LocalEnvironment, DaytonaEnvironment, E2BEnvironment) и модули оценки перешли из экспериментального статуса в стабильный
- Добавлена поддержка многократного запуска оценок с параллелизмом через MultiRunConfig и флаг --parallelism
- Внедрен ToolArgsMatcher для семантического и точного сопоставления аргументов инструментов при оценке
- Интеграция A2A стала стабильной, добавлена команда CLI adk generate_agent_card для создания карточек агентов
- Добавлен TeamsRunner для подключения агентов к Microsoft Teams и OpenAIDecisionsClassifier для классификации вопросов через OpenAI Decisions API
- MongoDbMemoryService получил поддержку векторного поиска (retrieval_mode) и TTL-истечения (memory_ttl_days)
Стабилизация 12 экспериментальных функций, добавление классификаторов TypeSafe, живого аудио с поддержкой barge-in, интеграции MongoDB для сессий и памяти, а также оптимизация производительности.
- 12 экспериментальных функций переведены в статус стабильных.
- Добавлены TypeSafeClassifier, ClassifierNode и LlmClassifier для маршрутизации рабочих процессов с использованием моделей Jev.
- Реализована поддержка живого аудио (CascadeLive) с интеграцией Gemini speech-to-text и text-to-speech, включая поддержку barge-in.
- Добавлены MongoDB-backed session service и memory service для хранения сессий и долгосрочной памяти без необходимости использования векторных индексов.
- MongoDbToolset теперь поддерживает работу в Agent Engine без упаковки строки подключения и использует Atlas Automated Embedding для поиска.
- Ускорено выполнение ходов для агентов со строковыми моделями (до 8x) и снижена нагрузка при загрузке событий.
Улучшение производительности, контроль выполнения инструментов и безопасность деплоя
- Сокращено время до первого запроса модели на 40% в длинных сессиях
- Добавлен after_tool_callback для перехвата и фильтрации вывода инструментов
- Добавлена поддержка require_confirmation для узлов рабочих процессов
- Добавлена возможность деплоя агентов в Agent Engine с использованием пользовательских сервисных аккаунтов
- Добавлена поддержка Python 3.15
- Добавлена опция --state_file для команды adk run
Добавлена отмена выполнения, подтверждение инструментов, инструмент ModelConsultTool и SQLite-память
- Добавлена поддержка graceful cancellation через abort_signal для Runner, Workflow и узлов, а также автоматическая отмена при отключении клиента в /run_sse
- Инструменты в workflow теперь приостанавливаются для подтверждения пользователем через RequestInput вместо передачи ошибки
- Добавлен ModelConsultTool для консультации с другой моделью в процессе выполнения с лимитами по ходам и сессии
- Добавлена встроенная служба памяти SQLite, выбираемая через URI sqlite://
- Добавлена опциональная поддержка подключения к MCP-серверам через протокол MCP SDK 2.x
- Изменено поведение Dev UI: runtime-config.json теперь обслуживается сервером, а не записывается в пакет; настройка логотипа осуществляется через флаги --logo-text и --logo-image-url
Введение экспериментального управления жизненным циклом навыков, поддержка MongoDB, новые метрики оценки и улучшения интеграции с OpenAI
- Добавлен экспериментальный жизненный цикл EPHEMERAL для навыков и инструмент unload_skill (включается через ADK_ENABLE_SKILL_LIFECYCLE=1)
- Добавлен набор инструментов MongoDB с поддержкой векторного и гибридного поиска
- Добавлены метрики эффективности для оценки агентов: длительность, потребление токенов и количество вызовов моделей
- Улучшена интеграция моделей OpenAI: автоматическая адаптация параметров запросов и точный отчет о токенах рассуждений
- BigQuery protected write mode теперь отклоняет мульти-статусные скрипты и команды CALL/EXPORT DATA, если dry run не указывает целевой набор данных
- BigQuery protected mode хранит сессию в памяти процесса, поэтому временные таблицы не сохраняются при перезапуске
Исправлено сохранение имён событий OpenTelemetry на платформах, отличных от Agent Engine.
- Имена событий OpenTelemetry теперь сохраняются на платформах вне Agent Engine.
- Исправлено поведение: имена событий OTel больше не удаляются на платформах, отличных от Agent Engine.
Добавлена автоматическая отказоустойчивость моделей, поддержка LiveKit для голосовых агентов и совместимость с MCP SDK 2.x.
- Добавлен FallbackModel для автоматического переключения на резервные модели при ошибках.
- Добавлен LiveKit runner для создания голосовых и телефонных агентов.
- Появилась возможность загружать графовые рабочие процессы ADK 2.0 из декларативных YAML-конфигураций.
- Обеспечена поддержка MCP SDK 2.x наряду с 1.x.
- Изменено поведение возобновления рабочих процессов: узлы, завершившиеся с ошибкой, запускаются заново, а не воспроизводятся как выполненные.
- Ограничен доступ GCS tools к локальным файлам только через параметр local_file_root.
Все релизы на GitHub → Пересказ на русском — по заметкам к релизам и коммитам.