Agents¶
在 Agent Development Kit (ADK) 中，Agent（代理）是一個自包含的執行單元，設計用於自主行動以達成特定目標。Agent 可以執行任務、與使用者互動、運用外部工具，並與其他 agent 協作。
所有 ADK 中 agent 的基礎是 BaseAgent 類別。它作為最基本的藍圖。要建立可運作的 agent，通常會以三種主要方式之一擴充 BaseAgent，以滿足不同需求——從智慧推理到結構化流程控制。
核心 Agent 分類¶
ADK 提供多種明確的 agent 分類，協助你打造複雜的應用：
-
LLM Agents（
LlmAgent、Agent）：這些 agent 以大型語言模型 (LLM) 作為核心引擎，能理解自然語言、推理、規劃、生成回應，並動態決定後續步驟或選擇使用哪些工具，非常適合彈性且以語言為中心的任務。深入了解 LLM Agents... -
Workflow Agents（
SequentialAgent、ParallelAgent、LoopAgent）：這類專用 agent 以預先定義、可預測的模式（序列、平行或迴圈）來控制其他 agent 的執行流程，本身不使用 LLM 進行流程控制，特別適用於需要可預期執行的結構化流程。探索 Workflow Agents... -
Custom Agents：直接繼承
BaseAgent所建立的 agent，讓你能實作獨特的操作邏輯、特定控制流程，或進行標準類型未涵蓋的特殊整合，滿足高度客製化的應用需求。了解如何打造 Custom Agents...
如何選擇合適的 Agent 類型¶
下表提供了高層次的比較，協助你區分各種 agent 類型。隨著你在後續章節深入探索每種類型，這些差異會更加明確。
| 功能 | LLM Agent (LlmAgent) |
Workflow Agent | Custom Agent (BaseAgent 子類別) |
|---|---|---|---|
| 主要功能 | 推理、生成、工具運用 | 控制 agent 執行流程 | 實作獨特邏輯／整合 |
| 核心引擎 | 大型語言模型 (LLM) | 預設邏輯（序列、平行、迴圈） | 自訂程式碼 |
| 決定性 | 非決定性（彈性） | 決定性（可預測） | 依實作而定，皆可 |
| 主要用途 | 語言任務、動態決策 | 結構化流程、協調執行 | 客製化需求、特定工作流程 |
Agents 協作：多 Agent 系統¶
雖然每種 agent 類型各有其用途，真正的強大之處往往來自於它們的組合。複雜的應用經常採用多 agent 架構，其中：
- LLM Agents 負責智慧、語言相關的任務執行。
- Workflow Agents 以標準模式管理整體流程。
- Custom Agents 提供特殊能力或規則，滿足獨特整合需求。
理解這些核心類型，是你使用 ADK 打造高階、強大 AI 應用的第一步。
下一步？¶
現在你已經了解 ADK 提供的各種 agent 類型，接下來可以深入學習它們的運作方式及有效使用方法：
- LLM Agents： 探索如何設定以大型語言模型為核心的 agent，包括指令設置、工具提供，以及啟用進階功能如規劃與程式碼執行。
- Workflow Agents： 學習如何利用
SequentialAgent、ParallelAgent和LoopAgent來協調結構化且可預測的流程。 - Custom Agents： 了解如何擴充
BaseAgent，打造具備獨特邏輯與整合能力的 agent，滿足你的專屬需求。 - Multi-Agents： 理解如何組合不同 agent 類型，建立能協同解決複雜問題的高階系統。
- Models： 認識各種 LLM 整合方式，並學會如何為你的 agent 選擇合適的模型。