はじめに

本記事は、ADK2.0の新機能を、実際に手を動かして検証した結果をまとめています。
前回までで、下書き生成から編集長の承認まで一連のグラフワークフローができあがりました。

今回は、このワークフローをユーザーとチャットするコーディネーターの裏側で動かしてみます。
前回までの部分と、今回追加する部分を図にすると以下のようになります。

※濃いグレーが今回追加するコーディネーター部分、薄いグレーが前回まで（1〜3本目）に作ったワークフロー。

前回までのグラフワークフロー（下書き→並列レビュー→差し戻し→編集長承認→公開）はそのまま活かしつつ、その手前にユーザーと会話するコーディネーターを追加する、というのが今回のポイントです。

過去の記事はこちら↓

記事	内容
【ADK2.0】実践① Google ADKで構築するグラフ構造のAIエージェント	下書き生成→文字数チェック（グラフワークフローの基本）
【ADK2.0】実践② Google ADKで複数レビュアーを並列実行（Fan-out / Fan-in）	並列レビュー＋差し戻しループ
【ADK2.0】実践③ Google ADKでAIエージェントに承認処理を挟む（Human-in-the-Loop）	編集長の承認（HITL）

1. Chat/Task/SingleTurnモードとは

ADK 2.0では、LLMエージェントに3つの役割モードが導入されました。

Chat：ユーザーと複数ターンの会話をする。サブエージェントとして使う場合のデフォルトで、呼び出し元への制御の返却には明示的な操作（transfer_to_agent）が必要
Task：ユーザーと会話しながらタスクを進めるが、完了すると自動的に呼び出し元へ制御が戻る
SingleTurn：ユーザーと会話せず、1回のやり取りでタスクを完結する。ワークフロー内のノードとして使う場合のデフォルト

公式ドキュメントには、旅行プランナーを題材にしたこんな例が載っていました。

from google.adk import Agent

# SingleTurnモード：ユーザーとは会話せず、1回のやり取りでタスクを完結
weather_agent = Agent(
    name="weather_checker",
    mode="single_turn",
    tools=[get_weather],
)

# Taskモード：質問しながら進められ、完了したら自動でコーディネーターに戻る
flight_agent = Agent(
    name="flight_booker",
    mode="task",
    tools=[search_flights, book_flight],
)

# コーディネーター（Chatモード：sub_agentを持つ場合のデフォルト）
travel_planner = Agent(
    name="travel_planner",
    # 委譲用ツールが自動生成
    sub_agents=[weather_agent, flight_agent],
)

sub_agentsに指定すると、それぞれのエージェント名に対応した委譲用ツールが自動生成される、というのも地味に便利なポイントですね。

参考：Collaborative workflows（公式ドキュメント）

2. コーディネーターにワークフローを組み込む

このパターンを、これまで作ってきたブログ執筆ワークフローに当てはめてみます。

Workflowはsub_agentsに渡せない

公式サンプルではsub_agentsに個別のAgentを渡していましたが、これまで作ってきたblog_writer_workflowは複数ノードから成るWorkflowオブジェクトです。

WorkflowはBaseAgentではなくBaseNodeを継承したクラスのため、sub_agents（BaseAgentを期待する）には直接渡せません。
同様にAgentToolで包む方法も、BaseAgentを前提としているため使えません。

そこで、コーディネーターを外側の別エージェントにするのではなく、同じグラフの最初のノードとして組み込む形にしました。

from google.adk import Agent
from google.adk import Workflow

# ユーザーと会話してトピックを聞き出すコーディネーター
# mode="task" にすることで、会話が完了すると自動的に次のノードへ進む
coordinator = Agent(
    name="coordinator",
    model="gemini-3.6-flash",
    mode="task",
    instruction="""あなたはブログ編集部の窓口です。
    ユーザーと会話して、書いてほしい記事のトピックを聞き出してください。
    トピックが決まったら会話を終えてください。
    レビューや承認待ちで時間がかかる場合があることを、あらかじめユーザーに伝えてください。""",
)

# draft_agent, grammar_reviewer, ... など、それ以外のノード定義は前回記事と同じものを使用

root_agent = Workflow(
    name="blog_writer_workflow",
    edges=[
        # coordinatorがユーザーとやり取りしてトピックを固め、
        # 完了したらdraft_agentに処理を渡す
        ("START", coordinator, draft_agent),

        # ===================================================
        # 前回記事までに作成したワークフローを埋め込む（そのまま）
        # ===================================================
    ],
)

mode="task"を指定することで、コーディネーターはユーザーと複数ターンやり取りしながらトピックを固め、完了すると自動的にdraft_agentに処理が進む、という挙動を意図しています。

委譲先が単体のAgentではなくWorkflowの場合は、sub_agentsではなくグラフのノードとして直接組み込む必要あり。

3. 動かしてみる

コーディネーターに話しかけると、トピックについて何度かやり取りがあり、決まったところでdraft_agentに処理が進みました。

その後は裏側で下書き生成・並列レビュー・差し戻し・編集長承認の一連の流れがそのまま機能しました。

4. 触ってみた所感

「コーディネーターの裏でグラフ全体を動かす」というのは、sub_agentsではなく「グラフの最初のノードとしてコーディネーターを組み込む」形で実現することになりました。
1つのグラフの中に、ユーザーと会話するノードと、会話せず黙々と処理するノードが混在できるのが良かったです。

一方で、複数ノードから成るWorkflowを、さらに大きな構成にどう組み込むかという点は、公式ドキュメントのサンプルだけではカバーしきれていない部分もありそうで、今後も新しいパターンが出てくるかもしれません。

まとめ

4本にわたって、ADK 2.0の新機能を「ブログ執筆エージェント」というお題で検証してきました。

実践①：グラフワークフローの基本（ノード・エッジ・条件分岐）
実践②：Fan-out/Fan-inによる並列レビューと、差し戻しループ
実践③：Human-in-the-Loop（RequestInputによる承認フロー）
実践④（本記事）：Chat/Task/SingleTurnモードによるコーディネーター×サブエージェント構成

通して触ってみて感じたのは、ADK 2.0は「AIの柔軟さ」と「コードによる確実な制御」を、グラフという1つの表現方法の中でうまく共存させている、というところです。

1.x時代に感じていた「プロンプトに頼らざるを得ない曖昧さ」が、随所で解消されており、フローの制御ができるようになったことで、より複雑な処理をエージェントに任せることができるようになるのではと感じました。