adk-agent-builder
Build production-ready AI agents using Google's Agent Development Kit with AI assistant integration, React patterns, multi-agent orchestration, and comprehensive tool libraries. Use when appropriate context detected. Trigger with relevant phrases based on skill purpose.
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Build production-ready AI agents using Google's Agent Development Kit with AI assistant integration, React patterns, multi-agent orchestration, and comprehensive tool libraries. Use when appropriate context detected. Trigger with relevant phrases based on skill purpose.
How to use
Sprawdź wymagania: upewnij się, że masz zainstalowany Python 3.10+ oraz pakiet google-adk dostępny w projekcie. Jeśli planujesz wdrożenie na Vertex AI, przygotuj dostęp do projektu Google Cloud z włączonym Vertex AI i odpowiednimi uprawnieniami.
Zdefiniuj zakres agenta: zdecyduj, czy budujesz lokalny scaffold agenta, czy system gotowy do wdrożenia na Agent Engine. Wybierz architekturę — pojedynczy agent ze wzorcem ReAct do zadań opartych na narzędziach, lub system wieloagentowy ze specjalistami i orkiestratorem dla złożonych przepływów wieloetapowych.
Określ powierzchnię narzędzi: wypisz wbudowane narzędzia ADK oraz wszelkie niestandardowe narzędzia potrzebne agentowi. Przygotuj wymagane poświadczenia i zmienne środowiskowe — nigdy nie koduj sekretów na stałe.
Wygeneruj strukturę projektu: skill tworzy katalogi src/agents/, src/tools/, tests/ oraz plik zależności (pyproject.toml lub requirements.txt). Zaimplementuj minimalny agent i test dymny z przykładowym promptem, dodaj testy regresyjne dla scenariuszy awarii narzędzi.
Zwaliduj konfigurację: uruchom listę walidacji zawierającą lint, testy jednostkowe i smoke prompty — ta lista jest gotowa do integracji z CI/CD. Sprawdź, czy wszystkie narzędzia są prawidłowo zarejestrowane i dostępne dla agenta.
Jeśli wdrażasz na Vertex AI: wygeneruj konfigurację wdrożenia Agent Engine, zweryfikuj uprawnienia do projektu Google Cloud i uruchom polecenie adk deploy z odpowiednimi parametrami.