概要
- 初心者が
Google ADKを使って AI エージェント構築をする記事です-
ADK：google が開発した AI エージェントフレームワーク
-
- 本記事では、ブラウザ上でエージェントと対話し、以下ができるところまでやります
-
入力->エージェントA->スクリプトi->エージェントB->出力
-
環境構築
1. Ollama を手にいれよう！
- Ollama は、ローカル LLM を簡単に動かせるアプリ！
- Ollama | Downloadからインストール
- モデルをダウンロードしてみよう
ollama pull gemma3
ollama pull mistral-small3.1
- 本記事で使うのは、基本的に上記２モデルです
- 興味がある人は、Ollama | Modelsから好きなモデルを選んで動かしてみてください
2. AI を走らせてみよう
ollama run gemma3
- ターミナル上で会話が始まるぞ！
3. python 環境をセットアップしよう
-
Installing uvを参考に
uvをインストール-
uvは、Python バージョン管理ツール
-
- python をインストール
uv install python
参考:
Python Coding Best Practice
4. ライブラリをインストールしよう
uv pip install google-adk litellm
-
google-adk:- google が開発した AI エージェントフレームワーク！
-
litellm:- LLM の API インターフェース！
エージェントを構築しよう
- ここからコードを書くよ！
1. 簡単な対話エージェントを構築してみよう
ディレクトリ構成
.
├── chat_agent
│ ├── __init__.py
│ ├── __pycache__
│ │ ├── __init__.cpython-313.pyc
│ │ └── agent.cpython-313.pyc
│ └── agent.py
├── .env
├── pyproject.toml
└── uv.lock
コード
__init__.py
# おまじない
from . import agent
.env
# 環境変数をフレームワークが読みに行って、やり取りしてくれる
OPENAI_API_BASE=http://localhost:11434/v1
OPENAI_API_KEY=anything
agent.py
from google.adk.agents import LlmAgent
from google.adk.models.lite_llm import LiteLlm
root_agent = LlmAgent(
model=LiteLlm(model="ollama_chat/gemma3"),
name="chat_agent",
description=(
"chat agent that can chat with users and answer questions."
),
instruction="""
You are a chat agent that can answer questions and have conversations
with users. You can also perform calculations and provide information
about various topics.
""",
)
- コードが書けたら、
uv run adk webでサーバが立ちあがる！ -
localhost:8000（デフォルト）にブラウザからアクセスすると、エージェントがいるはず！とりあえず動きました！🎉
2. AIにpythonスクリプトを実行してもらおう
-
toolsとして、AIにpythonスクリプトを渡します -
toolの説明は丁寧に書こう！I/Oの形式まで書けるとGood - 参考：Agent Development Kit | Function tools
ディレクトリ構成
.
├── die_agent
│ ├── __init__.py
│ ├── __pycache__
│ │ ├── __init__.cpython-313.pyc
│ │ └── agent.cpython-313.pyc
│ ├── .env
│ ├── agent.py
│ └── tools # 新しいやつ！
│ └── roll_die.py
├── pyproject.toml
└── uv.lock
コード
agent.py
from google.adk.agents import LlmAgent
from google.adk.models.lite_llm import LiteLlm
from pydantic import BaseModel, Field
from die_agent.tools.roll_die import roll_die
root_agent = LlmAgent(
model=LiteLlm(model="ollama_chat/mistral-small3.1"),
name="dir_agent",
description=("Agent that can roll a die."),
instruction=("You can ask user to roll a die."),
tools=[
roll_die,
],
)
tools/roll_die.py
import random
def roll_die():
"""
Roll an 6-sided die and return the result.
Args:
None
Returns:
dict: {"result": int, "status": str}
"""
return {
"result": random.randint(1, 6),
"status": "success",
}
- コードが書けたら、
uv run adk webをして、localhost:8000にアクセス！動きましたか？
3. マルチエージェントにしてみよう
- いよいよマルチエージェント！エージェントAのダイスの結果を使って、エージェントBにおみくじをひいてもらいます
- 増える概念：
-
output_key：各エージェントの出力は、contextにキーバリューで保存されます。そのkeyを指定する -
Sequential agents：サブエージェントに登録したエージェントを、順番に呼び出してくれる
-
- 注釈：
- うちのPCが悲鳴をあげたので、この項ではモデルをgeminiにしました
- geminiを使う場合、
.envには以下が必要。AI Studioで無料発行できますGOOGLE_API_KEY="XXX"
- 参考：Agent Development Kit | Sequential agents
ディレクトリ構成
.
├── README.md
├── omikuji_agent
│ ├── __init__.py
│ ├── agent.py
│ ├── agents
│ │ ├── die_agent.py
│ │ └── omikuji_agent.py
│ └── tools
│ ├── omikuji.py
│ └── roll_die.py
├── .env
├── pyproject.toml
└── uv.lock
コード
omikuji_agent/agent.py
from google.adk.agents.sequential_agent import SequentialAgent
from google.adk.agents import LlmAgent
from omikuji_agent.agents.die_agent import die_agent
from omikuji_agent.agents.omikuji_agent import omikuji_agent
root_agent = SequentialAgent(
name="CodePipelineAgent",
sub_agents=[die_agent, omikuji_agent],
)
omikuji_agent/agents/die_agent.py
from google.adk.agents import LlmAgent
from omikuji_agent.tools.roll_die import roll_die
die_agent = LlmAgent(
model="gemini-2.0-flash",
name="die_agent",
description=("Agent that can roll a die."),
instruction=("You can ask user to roll a die."),
tools=[
roll_die,
],
output_key="die_result",
)
omikuji_agent/agents/omikuji_agent.py
from google.adk.agents import LlmAgent
from omikuji_agent.tools.omikuji import omikuji
omikuji_agent = LlmAgent(
# model=LiteLlm(model="ollama_chat/mistral-small3.1"),
model="gemini-2.0-flash",
name="omikuji_agent",
description=("Agent that can give a omikuji result. "),
instruction=(
"""
You can draw an omikuji.
Take the number proveded in the session state key 'die_result' as a parameter.
"""
),
tools=[
omikuji,
],
)
omikuji_agent/tools/roll_die.py
import random
def roll_die():
"""
Roll an 6-sided die and return the result.
Args:
None
Returns:
dict: {"result": int, "status": str}
"""
return {
"result": random.randint(1, 6),
"status": "success",
}
omikuji_agent/tools/omikuji.py
def omikuji(id: int):
"""
Returns a omikuji result based on the given id. id is 1-based. If id is out of range, return error.
Args:
id (int): The id of the fortune result.
Returns:
dict: {"result": str, "status": str, "input": dict}
"""
fortunes = [
"大吉",
"中吉",
"小吉",
"吉",
"凶",
"大凶",
]
if id < 0 or id > len(fortunes):
return {"result": "Invalid fortune id.", "status": "error", "input": {"id": id}}
id -= 1
return {
"result": fortunes[id],
"input": {"id": id},
"status": "success",
}
- コードが書けたら、
uv run adk webをして、localhost:8000にアクセス！動いたらOK！
まとめ
- 短いコードでエーアイが動いて嬉しい！
- 次はMCPサーバとかで色々動かす記事を書こうと思う
- 不足や誤りを発見しましたら、ご指摘いただけると助かります。