Google ADK هو إطار عمل مفتوح المصدر لإنشاء وتقييم ونشر وكلاء الذكاء الاصطناعي، وهو يشغل وكلاء حقيقيين داخل منتجات Google مثل Agentspace. إذا كنت قد اطلعت بالفعل على مجموعات وكلاء أخرى، مثل حزمة تطوير برامج وكلاء OpenAI، فإن ADK يغطي نفس المجال مع البقاء قريبًا من Gemini و Vertex AI. يشرح هذا الدليل ماهية ADK، وكيف تتكامل أجزاؤه الأساسية معًا، وأين تساعدك أداة مثل Apidog في اختبار واجهات برمجة التطبيقات (APIs) التي يستدعيها وكيلك في النهاية.
ما هو Google ADK
ADK هو اختصار لـ Agent Development Kit (عدة تطوير الوكلاء). قدمت Google ADK في مؤتمر Google Cloud Next في أبريل 2025 كعدة أدوات مفتوحة المصدر لدورة حياة الوكيل الكاملة: تعريف وكيل، منحه أدوات، تأليف وكلاء متعددين، تقييم السلوك، ونشره للإنتاج.
بدأ التركيز أولاً على Python، ومنذ ذلك الحين أضافت Google دعم Java، وتلاها دعم Go و TypeScript. إطار العمل هو نفسه الذي تستخدمه Google داخليًا للوكلاء في Agentspace ومجموعة Customer Engagement Suite الخاصة بها، لذا فهو ليس حزمة تطوير برامج (SDK) لعب، بل هو مصمم لأعباء عمل الإنتاج.
ADK محايد للموديلات ولكنه مُحسّن لـ Google. يعمل بشكل أفضل مع Gemini وأي نموذج متاح من خلال Vertex AI Model Garden، ويتصل بـ LiteLLM بحيث يمكنك توجيه وكيل نحو Anthropic و Meta و Mistral ومقدمي خدمات آخرين. تحصل على التكامل المحكم مع Gemini دون ربط نفسك بنموذج واحد.
موقع ADK في بيئة Gemini و Vertex AI
يساعد فصل ثلاث طبقات:
- **النموذج.** يقوم Gemini (أو مزود آخر عبر Vertex AI Model Garden أو LiteLLM) بعملية التفكير.
- **إطار العمل.** ADK هو طبقة الكود حيث تقوم بتعريف الوكلاء، وربط الأدوات، وتنسيق تدفقات الوكلاء المتعددين.
- **بيئة التشغيل.** Vertex AI Agent Engine هو المضيف المُدار والقابل للتوسع حيث يعمل وكيلك في الإنتاج. يمكنك أيضًا النشر إلى Cloud Run أو أي بيئة تشغيل للحاويات.
إذًا، ADK هي الطبقة التي يواجهها المطور. يوفر Gemini الذكاء تحتها، ويوفر Vertex AI Agent Engine بيئة استضافة مدارة فوقها. يمكنك استخدام الثلاثة معًا، أو تشغيل ADK محليًا ونشره في مكان آخر. لا شيء يجبرك على مسار واحد.
المفاهيم الأساسية
تغطي بعض اللبنات الأساسية معظم ما ستكتبه.
الوكلاء
الوحدة الأساسية هي وكيل مدعوم بنماذج اللغة الكبيرة (LLM). في Python، يمكنك استيراده من google.adk.agents. الفئة هي LlmAgent، وAgent هو اسم مستعار مناسب لها. تمنحه نموذجًا واسمًا وتعليمات تشكل سلوكه وقائمة بالأدوات.
from google.adk.agents import Agent
def get_exchange_rate(base: str, target: str) -> dict:
"""Return the exchange rate between two currencies."""
# call your real FX API here
return {"base": base, "target": target, "rate": 1.08}
currency_agent = Agent(
name="currency_exchange_agent",
model="gemini-2.0-flash",
instruction="You help users convert between currencies. Stick to the facts.",
tools=[get_exchange_rate],
)
هذا وكيل واحد يعمل. تخبره التعليمات بما يجب فعله، وتخبره قائمة الأدوات بما يمكنه استدعاؤه.
الأدوات
الأدوات هي كيفية قيام الوكيل بشيء يتجاوز توليد النصوص. في ADK، تعد دالة Python العادية أداة. يخبر اسم الدالة وتلميحات النوع وسلسلة التوثيق (docstring) النموذج متى وكيف يستدعيها، لذا فإن سلسلة التوثيق الواضحة لها أهمية أكبر مما تتوقع.
بالإضافة إلى وظائفك الخاصة، يوفر ADK أدوات مدمجة مثل google_search وتنفيذ التعليمات البرمجية، ويدعم بروتوكول سياق النموذج (MCP) لربط خوادم الأدوات الخارجية. يمكنك أيضًا تغليف مكتبات الجهات الخارجية مثل LangChain أو LlamaIndex، أو استخدام وكيل آخر كأداة. ينتهي المطاف بمعظم الوكلاء باستدعاء واجهات برمجة تطبيقات REST الخارجية من خلال هذه الأدوات، وهذا هو المكان الذي يأتي فيه الاختبار والمحاكاة لاحقًا.
أنظمة الوكلاء المتعددين
وكيل واحد يوصلك بعيداً، لكن ADK مصمم للتسلسل الهرمي. يمكنك تجميع وكلاء متخصصين في نظام أكبر وتترك للمنسق توجيه العمل بينهم.
يوفر إطار العمل وكلاء سير عمل للتحكم الحتمي: يقوم `SequentialAgent` بتشغيل الوكلاء الفرعيين بالترتيب، ويقوم `ParallelAgent` بتشغيلهم في نفس الوقت، ويكرر `LoopAgent` حتى يتم استيفاء شرط. امزج هذه الوكلاء مع التوجيه القائم على LLM ويمكنك بناء وكيل بحث يتفرع إلى عدة وكلاء فرعيين ويدمج نتائجهم.
المنفذون (Runners)
لا تستدعي وكيلًا مباشرة في الإنتاج. `Runner` هو محرك تنفيذ ADK. يدير الجلسة، ويدفع تدفق الأحداث، ويحدث الحالة، ويستدعي النموذج، وينسق استدعاءات الأدوات. أثناء التطوير، يمكنك تخطي الكود المتكرر باستخدام واجهة سطر الأوامر (CLI): `adk run` يطلق جلسة طرفية تفاعلية، و`adk web` يفتح واجهة مستخدم محلية في المتصفح للدردشة مع وكيلك وفحص كل خطوة.
التقييم والنشر
يتضمن ADK نظام تقييم بحيث يمكنك تقييم وكيل مقابل المسارات والاستجابات المتوقعة، وليس مجرد إلقاء نظرة سريعة على المخرجات. هذا مهم لأن سلوك الوكيل يتغير كلما غيرت الأوامر أو الأدوات أو النماذج.
للنشر، لديك مسار مُدار وآخر قابل للنقل. يوفر لك Vertex AI Agent Engine بيئة تشغيل مُدارة بالكامل وقابلة للتوسع مع بنية تحتية يتم التعامل معها نيابة عنك. إذا كنت تفضل البقاء قابلاً للنقل، فقم بتعبئة الوكيل في حاوية وشحنه إلى Cloud Run أو أي منصة حاويات أخرى.
مثال عالي المستوى
إليك شكل إعداد صغير متعدد الوكلاء. يقوم منسق بالتفويض إلى اثنين من المتخصصين.
from google.adk.agents import Agent
flights = Agent(
name="flight_agent",
model="gemini-2.0-flash",
instruction="Find flight options for the user's route and dates.",
tools=[search_flights], # your function wrapping a flights API
)
hotels = Agent(
name="hotel_agent",
model="gemini-2.0-flash",
instruction="Find hotel options near the destination.",
tools=[search_hotels], # your function wrapping a hotels API
)
trip_planner = Agent(
name="trip_planner",
model="gemini-2.0-flash",
instruction="Plan a trip. Delegate flight and hotel lookups to your sub-agents.",
sub_agents=[flights, hotels],
)
يقوم المنسق بالاستدلال حول الطلب ويسلمه إلى الوكيل الفرعي الصحيح. يستدعي كل وكيل فرعي واجهة برمجة تطبيقات حقيقية من خلال دالة الأداة الخاصة به. يمكنك تشغيل كل شيء عبر `Runner`، أو اختباره بشكل تفاعلي باستخدام `adk web`.
مقارنة بين ADK وحزمة تطوير برامج وكلاء OpenAI
كلاهما إطارات عمل وكلاء تعتمد على الكود أولاً، مع أدوات وتسليم وتتبع. يكمن الاختلاف في جاذبية النظام البيئي.
| Google ADK | حزمة تطوير برامج وكلاء OpenAI | |
|---|---|---|
| النموذج الافتراضي | Gemini (Vertex AI) | نماذج OpenAI |
| نماذج أخرى | Vertex AI Model Garden, LiteLLM | LiteLLM وغيرها |
| اللغات | Python, Java, Go, TypeScript | Python, JavaScript/TypeScript |
| الوكلاء المتعددون | وكلاء فرعيون بالإضافة إلى وكلاء سير العمل المتسلسل والمتوازي والمتكرر (Sequential, Parallel, Loop) | وكلاء كأدوات وتسليم المهام |
| بيئة التشغيل المُدارة | Vertex AI Agent Engine | أحضر بيئتك الخاصة |
| بروتوكول الأداة | MCP، أدوات مدمجة، أدوات دالة | MCP، أدوات دالة |
إذا كانت مجموعتك التقنية موجودة بالفعل على Google Cloud، فإن ADK بالإضافة إلى Vertex AI هو الخيار الطبيعي. إذا كنت تعتمد على OpenAI أولاً، فإن حزمة تطوير برامج وكلاء OpenAI تبقيك في هذا المسار. كلاهما يتحدث MCP، لذا يمكن مشاركة خوادم الأدوات.
متى تستخدم ADK
استخدم ADK عندما:
- أنت تبني على Google Cloud وتريد Gemini بالإضافة إلى بيئة تشغيل مُدارة في Vertex AI Agent Engine.
- تحتاج إلى تنسيق وكلاء متعددين مع تحكم تسلسلي أو متوازي أو متكرر صريح.
- تريد التقييم مدمجًا في إطار العمل بدلاً من إضافته لاحقًا.
- تتوقع تبديل النماذج، وتريد LiteLLM و Vertex AI Model Garden كحلول بديلة.
قد تتجاهله إذا كنت راسخًا في نظام بيئي آخر للنماذج، أو إذا كان استدعاء واحد أو اثنين لدالة مع توجيه واحد يغطي حالة الاستخدام بأكملها. يضيف إطار عمل الوكيل بنية، وللبنية تكلفة عندما تكون المهمة صغيرة.
أين يتناسب Apidog: اختبار ومحاكاة واجهات برمجة التطبيقات التي يستدعيها وكيلك
ينسق ADK وكيلك. لكنه لا يختبر واجهات برمجة التطبيقات الخارجية التي يعتمد عليها الوكيل، وهذه هي الفجوة التي تستحق سدها مبكرًا.
كل أداة ذات معنى في وكيلك تستدعي شيئًا: نقطة نهاية LLM، واجهة برمجة تطبيقات للمدفوعات، خدمة مصغرة داخلية، مصدر بيانات من طرف ثالث. عندما يعيد أحد هذه الأشياء شكلاً غير متوقع، يقوم وكيلك بالاستدلال بناءً على مدخلات خاطئة ويصبح من الصعب تتبع الفشل. Apidog هو المكان الذي تحدد فيه هذا العقد قبل أن يؤثر عليك سلبًا. لتوضيح الأمر ببساطة: Apidog ليس إطار عمل وكلاء ولا يحل محل ADK. إنه يجلس طبقة واحدة أسفل، على واجهات برمجة التطبيقات التي تستخدمها أدواتك.
بعض الاستخدامات الملموسة أثناء تطوير ADK:
- **محاكاة نقاط النهاية التي تستدعيها أدواتك.** قم بإنشاء واجهة برمجة تطبيقات وهمية (mock API) لنموذج لغة كبير (LLM) أو نقطة نهاية REST لأداة حتى تتمكن من تطوير وتشغيل وكيلك دون استهلاك الرموز المميزة أو الوصول إلى حدود الاستدعاء. يمكنك التحكم في الاستجابات، بما في ذلك حالات الأخطاء التي يحتاج وكيلك إلى التعامل معها.
- **تأكيد شكل استجابة الأداة.** استخدم تأكيدات API للتأكد من أن نقطة نهاية الأداة تُرجع بالضبط الحقول التي يتوقعها وكيلك. إذا حدث انحراف في العقد، يمكنك اكتشافه في الاختبار، وليس في سجل وكيل مشوش.
- **إدارة المفاتيح لكل بيئة.** احتفظ بمفاتيح التطوير والتجهيز والإنتاج في بيئات Apidog لضمان تشغيل نفس استدعاءات الأدوات بسلاسة عبر المراحل المختلفة.
إذا كنت ترغب في جولة متعمقة تستهدف الوكلاء على وجه التحديد، فراجع كيفية اختبار استدعاءات أدوات وكيل الذكاء الاصطناعي قبل أن تتعطل في الإنتاج. يمكنك تنزيل Apidog ومحاكاة نقطة نهاية واحدة في بضع دقائق.
الأسئلة المتكررة
هل Google ADK مجاني ومفتوح المصدر؟
نعم. ADK مفتوح المصدر بموجب مستودع مرخص من Apache على GitHub، ويمكنك تشغيله محليًا بدون تكلفة. تدفع مقابل النماذج التي تستدعيها وأي بيئة تشغيل مُدارة تنشر عليها، مثل Vertex AI Agent Engine. إطار العمل نفسه مجاني.
هل يعمل ADK مع Gemini فقط؟
لا. ADK مُحسَّن لـ Gemini و Vertex AI، لكنه محايد للموديلات. من خلال Vertex AI Model Garden و LiteLLM، يمكنك تشغيل الوكلاء على Anthropic و Meta و Mistral ومقدمي خدمات آخرين. Gemini هو الخيار الافتراضي، وليس شرطًا.
ما هي اللغات التي يدعمها ADK؟
كان Python هو الأول وما زال الأكثر اكتمالًا. أضافت Google منذ ذلك الحين دعم Java، وتلاها دعم Go و TypeScript. إذا كنت تريد أوسع تغطية للميزات اليوم، فإن Python هو الخيار الأكثر أمانًا.
كيف أختبر واجهات برمجة التطبيقات التي يعتمد عليها وكيل ADK الخاص بي؟
اختبرها بشكل منفصل عن الوكيل. قم بمحاكاة نقاط نهاية LLM أو الأدوات بحيث يعمل وكيلك دون استدعاءات حية، وتأكد من أن كل استجابة تتطابق مع ما يتوقعه وكيلك. يغطي Apidog كلا الأمرين، ويوضح الدليل حول كيفية اختبار واجهة برمجة تطبيقات ChatGPT نفس النمط لنقطة نهاية LLM التي قد تستدعيها أدواتك.
خلاصة
يمنحك Google ADK طريقة نظيفة وموجهة للإنتاج لبناء الوكلاء وأنظمة الوكلاء المتعددين، مع Gemini و Vertex AI في متناول اليد ولكن نماذج أخرى على بعد تغيير بسيط في التكوين. ابدأ بوكيل واحد وبعض الأدوات، اعتمد على `adk web` لمراقبة تفكيره، ثم انتقل إلى الوكلاء الفرعيين وبيئة تشغيل مُدارة حسب متطلبات العمل. عندما يعتمد وكيلك بشكل أكبر على واجهات برمجة التطبيقات الخارجية، تعامل مع تلك الواجهات على أنها شيء تقوم بمحاكاته والتأكد منه. هذه هي الطبقة التي يتعامل معها Apidog، وهي المكان الذي يبدأ فيه عادة سلوك الوكيل المتقلب.