Google ADK 是一款开源项目:谷歌开源的智能体开发套件。

当数据不能离开公司或个人设备时,就需要考虑自托管或开源路线。

先判断:它能不能自托管

它本身是开源项目,可以自托管:数据留在自己的机器上,但升级、安全补丁与故障排查都要团队自己承担。

决策要点

  • 数据敏感级别:只有内部公开信息时,云端服务通常更省事。
  • 团队是否有人负责运维和安全更新。
  • 硬件投入:本地运行模型需要显卡或较大的内存。
  • 效果差距:用自己的任务实测,不要只看榜单。

可以评估的开源方向包括:Pydantic AI、smolagents、DSPy。它们与 Google ADK 的能力并不完全等同,适合用来承接对数据要求最高的那部分任务。

用同一个任务做对比

多步骤调研任务

适用情况:手头有一个需要多来源信息的问题时。

围绕【主题】做调研:先列出调研计划,再分别检索,最后输出带来源的报告。每个结论注明来源链接,来源之间矛盾时并列呈现。

交付前确认:矛盾信息被并列呈现。

自托管上线清单

  • 固定版本号并记录配置。
  • 只在内网暴露服务或加上认证。
  • 设置日志与资源监控。
  • 订阅仓库的版本发布与安全公告。
  • 准备回滚方案。

更多可以试的用法

知识库问答机器人

适用情况:手头有一批产品文档和 FAQ 时。

用这些文档搭建问答机器人:回答只基于文档,找不到答案时回复「这个问题我需要转给同事」,并记录未解决问题供每周补充文档。

检查点:答不出时不编造。

竞品信息周报

准备材料:5 个竞品的公开网站或博客。

每周一自动抓取这些竞品页面的更新,让 AI 对比上周内容,输出「新增功能 / 价格页面变化 / 新发布文章」三段摘要,并附原始链接。

检查点:每条变化都附链接。

线索整理流程

输入:每天从表单收到的客户咨询。

搭建一个流程:新表单提交后,AI 判断咨询类型(报价 / 售后 / 合作 / 其他),提取联系人和需求摘要写入表格,报价类自动通知销售群。分类不确定时标记为「待人工」。

交付前确认:不确定的情况进入人工。

常见问题:智能体陷入循环

设置最大步数和超时,关键步骤改为固定工作流。

常见问题:费用超出预期

给每次运行设上限,监控调用次数,先用小模型处理简单步骤。

常见问题:输出格式不稳定

要求结构化输出并做格式校验,不合格时重试。

概念补充:工作流(Workflow)

按固定步骤执行的流程,可预测、易排错。

概念补充:触发器

启动流程的事件,如新邮件、定时、表单提交。

适合人群:软件工程师

软件工程师可以用 ADK 处理代码阅读与重构、测试与排错等工作。需要注意:不要把密钥和未开源代码上传到未授权工具,合并前审阅每处改动。

适合人群:新媒体运营

新媒体运营可以用 ADK 处理内容排期、数据复盘等工作。需要注意:活动规则与奖品说明要准确,避免诱导分享等违规玩法。

使用提醒

本文基于 Google ADK 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。

涉及个人信息、商业机密或受监管数据时,先确认 Google ADK 的数据处理条款,再决定能否使用。

延伸阅读