🐶

GoogleのAgent Development Kitを使ってみた

stray dog

2025/04/10に公開

 はじめにGoogle が Agent Development Kit（ADK）という AI エージェントフレームワークをオープンソースで公開しました。このフレームワークは、Gemini モデルと Google のエコシステムと緊密に統合されており、AI エージェントの開発とデプロイを簡単に行うことができます。
この記事では、公式のドキュメントを参考にしながら、サンプルコードを改造して、天気と時刻を取得、犬の画像を取得できるエージェントを作成してみます。

 Agent Development Kit とはAgent Development Kit は以下のような特徴を持つフレームワークです：
Gemini モデルを使用した AI エージェントの開発が可能
柔軟なワークフローの構築（Sequential、Parallel、Loop など）
マルチエージェントシステムの構築
豊富なツールエコシステム（検索、コード実行など）
デプロイメントの容易さ（ローカル、Vertex AI、Cloud Run など）
評価機能の組み込み

 セットアップ
 環境構築まず、uv を使用して環境を構築します。
# プロジェクトの初期化
uv init

# 仮想環境の作成と有効化
uv venv

# 仮想環境の有効化（macOS/Linux）
source .venv/bin/activate

# ADK のインストール
uv pip install google-adk

# workspace の作成
uv init multi_tool_agent


 プロジェクトの作成基本的なプロジェクト構造は以下のようになります。

作成
./
  multi_tool_agent/
      __init__.py
      agent.py
      .env

 簡単なエージェントの作成このエージェントは以下の機能を持っています
指定された都市の天気を取得
指定された都市の現在時刻を取得
ランダムな犬の画像を取得（Dog API 連携。OpenAPI 使用）
今回は、Agent の設定と、ツールの設定を行います（今回は機能が多いので、これに限定します）

 __init__.py の作成from . import agent

 agent.py の作成import datetime
from zoneinfo import ZoneInfo
from google.adk.agents import Agent
from google.adk.tools.openapi_tool.openapi_spec_parser.openapi_toolset import OpenAPIToolset

# Dog APIのOpenAPI仕様
dog_api_spec = """
{
  "openapi": "3.0.0",
  "info": {
    "title": "Dog API",
    "version": "1.0.0",
    "description": "犬の画像を取得するAPI"
  },
  "servers": [
    {
      "url": "https://dog.ceo/api",
      "description": "Dog API Server"
    }
  ],
  "paths": {
    "/breeds/image/random": {
      "get": {
        "summary": "ランダムな犬の画像を取得",
        "operationId": "getRandomDogImage",
        "description": "すべての犬種からランダムな画像を1枚取得します",
        "responses": {
          "200": {
            "description": "成功レスポンス",
            "content": {
              "application/json": {
                "schema": {
                  "type": "object",
                  "properties": {
                    "message": {
                      "type": "string",
                      "description": "画像のURL"
                    },
                    "status": {
                      "type": "string",
                      "description": "レスポンスのステータス"
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}
"""

def get_weather(city: str) -> dict:
    """指定された都市の天気を取得します"""
    weather_data = {
        "new york": "晴れ、気温25度",
        "tokyo": "曇り、気温20度",
        "london": "雨、気温15度",
        "paris": "晴れ、気温22度",
        "sydney": "晴れ、気温28度"
    }

    city_lower = city.lower()
    if city_lower in weather_data:
        return {
            "status": "success",
            "report": f"{city}の天気は{weather_data[city_lower]}です。"
        }
    return {
        "status": "error",
        "error_message": f"'{city}'の天気情報は利用できません。"
    }

def get_current_time(city: str) -> dict:
    """指定された都市の現在時刻を取得します"""
    timezone_data = {
        "new york": "America/New_York",
        "tokyo": "Asia/Tokyo",
        "london": "Europe/London",
        "paris": "Europe/Paris",
        "sydney": "Australia/Sydney"
    }

    city_lower = city.lower()
    if city_lower in timezone_data:
        tz = ZoneInfo(timezone_data[city_lower])
        now = datetime.datetime.now(tz)
        return {
            "status": "success",
            "report": f"{city}の現在時刻は{now.strftime('%Y-%m-%d %H:%M:%S %Z')}です。"
        }
    return {
        "status": "error",
        "error_message": f"'{city}'のタイムゾーン情報は利用できません。"
    }


# Dog APIのツールセットを作成
dog_api_toolset = OpenAPIToolset(
    spec_str=dog_api_spec,
    spec_str_type="json"
)
dog_api_tools = dog_api_toolset.get_tools()

# エージェントの作成
root_agent = Agent(
    name="weather_time_dog_agent",
    model="gemini-2.0-flash-exp",
    description="天気、時刻、そしてランダムな犬の画像を取得できるエージェント",
    instruction="都市の天気と時刻に関する質問に答えることができます。また、「犬の画像を見せて」と言われたら、ランダムな犬の画像を表示します。",
    tools=[get_weather, get_current_time] + dog_api_tools
)

 認証設定.envファイルを作成し、以下のように設定します：
# Google AI Studioを使用する場合
GOOGLE_GENAI_USE_VERTEXAI="False"
GOOGLE_API_KEY="your-api-key-here"

# Vertex AIを使用する場合
# GOOGLE_CLOUD_PROJECT="your-project-id"
# GOOGLE_CLOUD_LOCATION="your-location"
# GOOGLE_GENAI_USE_VERTEXAI="True"

 エージェントの実行エージェントを実行するには、以下の 3 つの方法があります：
adk web # ブラウザで開発用 UI を確認
adk run multi_tool_agent # エージェントを実行
adk api_server # API サーバーを実行

 動作確認https://youtu.be/lCTaoC5BVIY

 おわりにADK は、Google の強力な AI 機能を活用しながら、簡単に AI エージェントを開発できるフレームワークです。今回は基本的な使い方を紹介しましたが、より高度な機能として以下のようなものもあります：
マルチエージェントシステムの構築
複雑なワークフローの実装
カスタムツールの追加
Vertex AI や Cloud Run へのデプロイ
これらの機能を活用することで、より高度な AI アプリケーションを開発することができます。

基本的な使用感は OpenAI の Agent SDK と対して差は感じないですが、Google のエコシステムとの緊密な統合ができるので、その辺りは良いですね。

 参考Agent Development Kit 公式ドキュメント

リバナレテックブログPublication

株式会社リバネスナレッジのチャレンジを共有するブログです Qiita：qiita.com/organizations/leaveanest

GoogleのAgent Development Kitを使ってみた

はじめに

Agent Development Kit とは

セットアップ

環境構築

プロジェクトの作成

簡単なエージェントの作成

init.py の作成

agent.py の作成

認証設定

エージェントの実行

動作確認

おわりに

参考

Discussion