用 Google ADK 搭建多智能体：Planner + Writer 协作写文章

ADK 需要 Python 3.10+。直接用 pip 安装（国内可加清华镜像）：

# 安装 ADK
pip install google-adk

# 确认装好
adk --version

# 需要的话，装个虚拟环境隔离依赖（推荐）
python -m venv .venv
source .venv/bin/activate   # Windows 用 .venv\Scripts\activate

ADK 默认用 Google 的 Gemini 模型。去 Google AI Studio 免费申请一个 Key：

1. 打开 Google AI Studio（aistudio.google.com）
2. 点「Get API Key」创建一个密钥
3. 复制密钥，下面会写进 .env 文件

# 在项目目录建 .env，写入：
GOOGLE_API_KEY=你的key

ADK 直接从项目目录加载 Agent。建一个文件夹，放上必要的文件：

mkdir bloggeragent && cd bloggeragent
touch requirements.txt .env __init__.py agent.py

# requirements.txt 写入：
google-adk
python-dotenv

# 安装依赖
pip install -r requirements.txt

在 agent.py 里，先写规划员。它只干一件事：根据主题产出一份清晰的 Markdown 大纲，并把结果存到 blog_outline：

import os
from dotenv import load_dotenv
from google.adk.agents import Agent

load_dotenv()
MODEL = os.getenv("MODEL", "gemini-flash-latest")

blog_planner = Agent(
    name="BlogPlanner",
    model=MODEL,
    description="为技术文章生成可扫读的大纲。",
    instruction="""
你是一位技术内容策划。请产出清晰的 Markdown 大纲，包含：
- 标题
- 简短引言
- 4~6 个主要小节（每节 2~3 个要点）
- 结论
只返回 Markdown 大纲本身。
""",
    output_key="blog_outline",
)

加一个写手 Agent（读大纲扩写成文），再加一个校验 Agent，用 LoopAgent 把它们包起来——校验不过就重新规划：

from google.adk.agents import LoopAgent

blog_writer = Agent(
    name="BlogWriter",
    model=MODEL,
    description="根据大纲扩写完整文章。",
    instruction="你是技术写手。读取状态里的 blog_outline，写出一篇流畅、准确的中文文章。",
    output_key="blog_draft",
)

class OutlineValidationChecker(Agent):
    def __init__(self):
        super().__init__(
            name="OutlineValidationChecker",
            model=MODEL,
            description="校验大纲是否可用。",
            instruction="检查状态里的 blog_outline：若有标题、引言、4~6 节和结论，回复 exactly 'ok'，否则回复 exactly 'retry' 并列出缺失项。",
            output_key="validation_result",
        )

robust_planner = LoopAgent(
    name="RobustBlogPlanner",
    sub_agents=[blog_planner, OutlineValidationChecker],
    max_iterations=3,
)

用 SequentialAgent 把"稳健规划 → 写作"串成主流程，定义为 root_agent：

from google.adk.agents import SequentialAgent

root_agent = SequentialAgent(
    name="BloggerAgent",
    sub_agents=[robust_planner, blog_writer],
)

然后在终端启动本地调试界面：

adk web

打开 http://127.0.0.1:8000 ，就能在网页里和 Agent 对话，左边输入"写一篇关于 AI Agent 成本优化的文章"，右边实时看到规划、校验、写作的每一步。

ADK 自带评估能力，写几个用例防止回归；跑通后部署到 Google Cloud：

# 写评估用例（示例）
from google.adk.evaluation import EvalSet
eval_set = EvalSet(cases=[
    {"input": "写一篇关于 RAG 的文章", "expected_tools": []}
])

# 部署到 Cloud Run（需 Google Cloud 项目）
adk deploy cloud_run