资源介绍
视频数量：21个
总时长：2小时30分
课程介绍：
精通谷歌ADK框架基础
你有没有想过，AI聊天归聊天，真正让它替你"办事"该从哪里入手？谷歌推出的ADK（Agent Development Kit）框架就是干这个的。它让你搭建的智能体能调用工具、搜索信息、处理文件，甚至多个智能体协作完成复杂任务。课程共八章、21个视频，两个半小时带你从零开始上手。
一、搭建第一个智能体
不铺开概念，直接动手。你会学三种启动方式：用ADK Web界面运行、用命令行运行，以及接入第三方模型（包括开源模型和OpenAI等）。这部分帮你理顺开发环境、项目结构和配置文件——建文件夹、激活虚拟环境、安装ADK库、创建.env文件和agent.py文件，这些细节是后续所有项目的基础。
二、工具系统：让智能体真正"动手"
光有对话能力不够，真正的智能体需要调用外部工具。
你会学自定义工具的编写方式，以及"Agent作为工具"的进阶玩法——一个智能体可以当作另一个智能体的工具来调用，在复杂任务分解时特别有用。
并行工具调用：当用户提问需要查询多个数据源时，智能体可以并行触发多个工具，而不是一个一个等待，响应速度更快。
MCP工具：分自定义服务器和远程服务器两种场景。Model Context Protocol是标准化的协议，让智能体接入外部工具变得规范、可复用。
三、结构化输出：让结果可控可用
很多时候我们希望智能体按指定格式输出，比如返回包含特定字段的JSON对象，而不是自由发挥的自然语言。这一章讲的就是怎么控制智能体的输出形态。
你会学输出模式（Output Schema）和输出键（Output Key）。前者规定返回什么类型的数据，后者把结果存起来供后续工作流引用。这是构建可预测、可集成系统的关键一步。
四、多智能体工作流：协同作战
单个智能体能解决的问题有限，强大的系统由多个智能体协作完成。第四章进入多智能体工作流，先做整体介绍，再讲三种核心模式。
顺序工作流：智能体一个接一个执行，前一个的输出作为后一个的输入。比如先用"查国家首都"的智能体拿到结果，再传给"查当地天气"的智能体。
并行工作流：多个智能体同时执行，各完成任务后汇总。比如同时让两个智能体分别查"自然资源丰富的国家"和"人均GDP最高的国家"，互不干扰，效率拉满。
循环工作流：智能体在满足条件前反复执行，直到达到目标，适用于需要迭代优化的场景。
五、用配置文件搭建智能体：零代码也能上手
不是每个团队成员都会写代码。第五章讲一种不用写代码的搭建方式——通过YAML配置文件定义智能体。
你会学用YAML定义基本智能体，包括内置工具和自定义工具，然后进一步配置多智能体系统（子智能体和工作流）。课程提供capital_agent.yaml、population_agent.yaml、root_agent.yaml等示例文件，直接看怎么组织更直观。
这种方式适合产品经理、运营人员快速搭建原型，也方便团队用Git追踪配置变更，协作起来很顺手。
六、人机协作：让人类参与决策
再聪明的智能体也有判断不了的情况，比如执行删除操作前最好让用户确认一下。第六章讲人机协作（Human in the Loop）模式。
你先学基础的布尔确认机制——智能体在执行工具前问用户"是或否"，得到确认后才继续。然后是进阶确认方式，处理更复杂的场景，比如让用户做多选项选择或提供额外信息。
这部分对构建可靠的生产系统至关重要：它让智能体有了"暂停和询问"的能力，避免在不确定时犯大错。
七、大文件处理：Artifacts机制
智能体处理任务时经常需要读写文件，比如生成报告、分析PDF、批量处理图片。第七章讲Artifacts机制——ADK框架中专门管理大文件的模块。
你先了解Artifacts的总体设计，然后学怎么通过ADK Web界面访问这些文件。这在处理文档类任务时特别有用，比如让智能体读入一个PDF文件后生成摘要，或者批量处理一组图片。
八、回调函数：关键时刻插入自定义逻辑
最后一部分讲回调（Callbacks）。这是ADK框架中非常灵活的扩展机制，你可以在智能体执行前后、工具调用前后插入自己的逻辑。
具体讲三个回调：before_agent_callback在智能体处理请求前触发，可以做日志记录、权限检查、输入预处理；after_agent_callback在处理请求后触发，可以做结果后处理、发送通知；before_tool_callback在工具调用前触发，可以拦截、修改或验证工具参数。
学完这部分，你就掌握了ADK框架里所有主要的扩展机制，能根据业务需求灵活定制智能体的行为。
整门课的节奏是从动手搭建开始，逐步扩展到工具、结构化输出、多智能体协作，再从代码走向配置、覆盖生产环境的各种细节。两个半小时不长，但内容实打实，每一个视频讲一个具体的主题。
适合谁来学？如果你已经会用Python，想进入AI智能体开发领域，这门课是个不错的起点。如果你已经在用LangChain或AutoGen，也可以通过它了解Google ADK的独特设计——多智能体工作流、Artifacts管理、回调机制都有自己的特色。零基础的朋友也能跟下来，因为课程从环境搭建开始一步步走，不需要太多前置知识。
学完之后你能搭建什么？可以是自动整理邮件的助手，可以是监控特定信息并汇报的调研工具，也可以是处理文档的批量作业流水线。只要你能把一个任务拆成几步、让智能体按步骤执行，这套框架就能派上用场。