Google Cloud 最近發(fā)布了一段 30 分鐘的官方教程視頻，演示如何用 Claude + ADK + MCP + Agent Engine構(gòu)建多Agent系統(tǒng)。

表面上看，這是在教你怎么用Google的Agent開發(fā)框架，但看完之后，你會意識到這其實是一份一人公司的技術(shù)藍(lán)圖。

這個視頻的價值在于：它展示了一套從開發(fā)到部署的完整工程鏈路。

視頻主講人Ivan Nardini（Google Cloud 開發(fā)者布道師）一上來就指出了 Agent 落地的三個核心痛點：框架碎片化、跨框架協(xié)作難、運維治理復(fù)雜。

這正是大多數(shù)一人公司卡住的地方，Google 給出的解法是一個完整的 Agent 棧：

• ADK（Agent Development Kit）

• MCP（Model Context Protocol）

• Agent Engine

• A2A（Agent-to-Agent Protocol）

這四件套組合在一起，恰好是一人公司需要的基礎(chǔ)設(shè)施。

以下為演示實錄：

大家好，感謝大家參加本次會議。在本次會議中，我們將探討如何利用Vertex AI的云服務(wù)來構(gòu)建人工智能代理。

在開始之前，讓我們先明確背景。正如您可能知道的，構(gòu)建AI智能體非常強大——利用AI智能體可以開發(fā)出各種酷炫的應(yīng)用程序。

但現(xiàn)實情況是：當(dāng)你開始開發(fā)并原型測試智能體后（假設(shè)您對現(xiàn)有成果滿意），要將這些智能體投入實際生產(chǎn)環(huán)境卻異常困難，對吧？

主要原因有三點：首先，當(dāng)前市面上存在大量提供各類工具和功能的框架，這些工具能幫助您增強智能體性能，但整個技術(shù)生態(tài)過于分散，您需要弄清楚如何整合不同框架和工具才能讓系統(tǒng)正常運行；

其次，即使您能夠用單一框架構(gòu)建單個智能體或多智能體系統(tǒng)，但若同時需要整合多個框架，實現(xiàn)不同智能體之間的有效通信也并非易事。

再假設(shè)即使你能夠開發(fā)智能代理，并構(gòu)建一個能夠相互通信的代理網(wǎng)絡(luò)，但在生產(chǎn)環(huán)境中管理這些代理仍然極其困難——因為你需要負(fù)責(zé)代理相關(guān)的所有運維工作及相應(yīng)的治理機制。

因此，需要在代理上實現(xiàn)的各種監(jiān)控功能和日志記錄功能，在這種情況下都極難有效管理。

讓我們設(shè)想一下：您將擁有一個工具包，能夠以極高的效率實現(xiàn)區(qū)域標(biāo)準(zhǔn)化與開發(fā)。

配合該工具包，您還將獲得一套協(xié)議規(guī)范，使您的智能體能夠無縫地與其他智能體共享工具和上下文信息。

第三，您將獲得一個智能體平臺，可用于部署和擴展該智能體系統(tǒng)，并管理與此新型應(yīng)用相關(guān)的所有操作。

正是基于對這些挑戰(zhàn)的深刻理解，我們決定在Google Cloud上構(gòu)建自己的Argenti技術(shù)棧。

我們的Agen T技術(shù)棧由四個核心組件構(gòu)成。

首先是代理開發(fā)套件——這是一款開源且開發(fā)者友好的框架，可幫助您大規(guī)模構(gòu)建、測試和部署代理程序。

但要實現(xiàn)這一目標(biāo)，您需要一套標(biāo)準(zhǔn)化代理方案，并能與各類工具實現(xiàn)無縫對接（正如前文所述）。為解決協(xié)議層面的這些挑戰(zhàn)，我們在設(shè)計代理開發(fā)套件時特別將其與MCP協(xié)議兼容。

想必您已了解NCP協(xié)議，而通過MCP協(xié)議，您的代理程序可與多種工具無縫配合。在實際應(yīng)用中，您可通過MCP上的Lens組件為應(yīng)用程序提供通信接口。

此外，我們還推出了Vertex AI Engine引擎——這是一款專為部署、管理和擴展AI代理生產(chǎn)而設(shè)計的托管平臺，它能全面解決生產(chǎn)環(huán)境中部署代理所需的各種運營挑戰(zhàn)及功能需求。

最后，為解決不同框架構(gòu)建的代理之間無法通信的問題，我們還引入了代理間協(xié)議。該協(xié)議本質(zhì)上是一個開源協(xié)議，能夠?qū)崿F(xiàn)不同框架中的代理之間無縫通信與協(xié)作�；诖思夹g(shù)棧，我們將用于構(gòu)建多代理系統(tǒng)。

但在開始之前，讓我先介紹一下自己。我是Ivan Ardini，谷歌云的開發(fā)者倡導(dǎo)者。我常駐森尼韋爾，今天我想與大家分享這段旅程。

這段旅程將從使用Claude構(gòu)建一個非常簡單的 ADK 代理開始，隨后我們將利用一些預(yù)構(gòu)建工具和MCP來發(fā)布這些代理，最后將在一個引擎上部署它們。

作為額外福利，我們將詳細(xì)講解如何使用代理間協(xié)議連接多個代理，并演示具體操作方法。

如果未能實現(xiàn)這一目標(biāo)，請放心——本月底我們將舉辦一場現(xiàn)場網(wǎng)絡(luò)研討會，屆時會詳細(xì)演示具體操作步驟。

話雖如此，我們確實需要開發(fā)一個智能代理，但要實現(xiàn)這一目標(biāo)，首先需要一個LLM模型。下面我將向您展示如何在Vertex AI上獲取云模型的訪問權(quán)限。

因此，Vertex AI的模型可通過Vertex AI Model Garden進行調(diào)用。該平臺本質(zhì)上是一個集中式平臺，您可以在其中發(fā)現(xiàn)、部署和管理各類基礎(chǔ)及開源模型，包括Claude。在Model Garden上，您可以找到最新且最優(yōu)秀的Claude模型。

今天上午，我們剛剛正式發(fā)布了Claud 4，現(xiàn)在就為大家演示。

完成注冊并提供所需憑證后，您即可訪問該模型，并可通過API或控制臺進行操作。那么，不再多說，讓我為您展示如何使用Claud�，F(xiàn)在讓我們打開界面。

對于還不熟悉Vertex AI的用戶，以下是Vertex AI控制臺的界面示意圖。

因此，Vertex AI提供了一套服務(wù)，用于構(gòu)建生成式AI和預(yù)測式AI應(yīng)用程序。正如我所說，Application and Model Garden是一個集中式平臺，可為您提供來自不同模型供應(yīng)商（包括Claude和Anthropic）的多種模型。事實上，在合作伙伴會議環(huán)節(jié)中，您將看到Anthropic提供的模型。

在這里，您可以查看我們提供的所有熵模型，包括今天早上發(fā)布的最新版本。因此，您可以使用Model Garden來測試該模型。

這是Vertex AI的工作室界面——我們的提示式用戶界面，可用于測試該模型。如您所見，我已提到Claude 3.7 Sonne是我們今天用于構(gòu)建智能代理的模型。我們已將Claude集成到De中，敬請關(guān)注未來幾周的更新。

通過此界面，您可以測試模型，并立即開始與其交互，同時利用此處提供的API將其集成到您的應(yīng)用程序中。既然您已大致了解如何通過Vertex AI訪問云端服務(wù)，讓我們回到演示環(huán)節(jié)，開始使用該模型構(gòu)建智能代理。

在這次演示中，我們將構(gòu)建一個非常簡單的代理——生日策劃代理。該代理的核心功能是幫助您組織生日派對，例如分組安排、獲取賓客名單等。

在開始開發(fā)之前，您需要先了解一些與 ADK 相關(guān)的基本概念。需要說明的是，雖然本次會議本應(yīng)是一場工作坊，但由于WiFi信號問題，我已提前提供了一些代碼資源，并將代碼倉庫分享給大家。

因此，會后您就能在家自行運行我展示的代碼。如有疑問，歡迎隨時向我咨詢。以上就是使用代理開發(fā)工具包構(gòu)建代理所需掌握的 ADK 核心概念。

首先，代理開發(fā)工具包提供了多種可供使用的代理類型。您已經(jīng)可以使用預(yù)先構(gòu)建好的標(biāo)準(zhǔn)模式，包括順序代理模式，這些模式可用于實現(xiàn)您的應(yīng)用程序。

但最簡單的模式就是我們與Llum代理配合使用的那種——該模式本質(zhì)上僅需使用Llum組件來調(diào)用代理并構(gòu)建代理。

因此，該類構(gòu)成了代理的核心邏輯模塊。它支持多種模型，包括Claud模型。使用時，您只需設(shè)置模型、為代理命名、編寫相關(guān)指令，并定義所需的工具即可。

完成上述步驟后，您的智能代理即可使用相關(guān)工具正常運行。

所謂“工具”，本質(zhì)上是指用于為代理分配特定技能的手段；ADK提供了現(xiàn)成的工具供您使用，同時您也可以自定義工具并與框架進行集成。

因此，您擁有這些智能體、Idk工具，以及那個能夠整合所有組件并進行協(xié)調(diào)的“運行器”概念。

具體來說，我在會話過程中執(zhí)行這些智能體，同時維護對話狀態(tài)；該系統(tǒng)還與一個非常出色的Li（ADK）和Adks集成——您稍后會看到，它們支持通過編程方式或網(wǎng)頁界面與智能體進行交互。

最后需要強調(diào)的是，會話機制的核心功能在于能夠存儲對話內(nèi)容，并讓智能體記住您之前與它的討論記錄，從而實現(xiàn)無縫銜接的交互體驗。

那么，既然如此，我之前已經(jīng)向你介紹了ADK支持——Claude：它實際上是一個Claude，你可以通過Lite LLUM集成以兩種方式使用Claude和AdKS（這一點想必你已經(jīng)熟悉）；你也可以利用我們作為Vertex AI團隊提供的Presbury集成，結(jié)合Claude和LLUM注冊表——這正是我今天要向你展示的方法。

這是一種將模型與界面無縫集成的便捷方式。

接下來，讓我演示如何使用 ADK 構(gòu)建智能代理。

因此，這就是您從GitHub 調(diào)用倉庫后即可下載的代碼倉庫。該倉庫中包含三個代理程序，我們今天將逐一介紹。

第一個代理正如我所說，是生日計劃器。使用 AWS AWS Cloud Infrastructure (AK) 構(gòu)建代理時，您只需提供三個文件：`agent pi`（包含代理日志文件）、`environment variables`（包含代理所需的所有環(huán)境變量文件）以及一個初始化文件（您應(yīng)該已經(jīng)熟悉）。僅這三個文件即可運行該代理。

如您所見， ADK 的設(shè)計嚴(yán)格遵循軟件工程最佳實踐，因此您應(yīng)該能夠輕松完成其運行。

綜上所述，這里展示了如何使用ADK 。首先需要導(dǎo)入llum代理類——該類將用于表示我們今天要使用的云模型；此外還可以引入與內(nèi)存相關(guān)的其他類，以及之前介紹過的runner類。

導(dǎo)入該類后，您只需編寫以下代碼即可創(chuàng)建第一個代理：使用llum代理類，定義名稱、目標(biāo)模型（本例中為3.7版本）及其描述信息，明確代理的功能及需執(zhí)行的操作指令即可。完成這些步驟后，即可立即投入使用。

因此，您只需執(zhí)行以下操作即可。如果您希望以編程方式與智能體交互，可以運行ADK命令——系統(tǒng)會在后臺自動啟動與您的智能體的會話。

哦抱歉，我漏提了一點：生日當(dāng)天。隨后系統(tǒng)會與您的區(qū)域建立交互式會話。通過這種方式，您就能開始與智能體互動，并逐步了解其工作原理。

這樣一來，您可以根據(jù)具體任務(wù)需求迭代優(yōu)化智能體性能。整個流程僅需三個文件（包括一個Cli文件），即可完成智能體的開發(fā)與改進工作。

那么讓我們回到幻燈片內(nèi)容。假設(shè)你已經(jīng)克隆了倉庫，并成功啟動并運行了代理程序。

讓我們把事情再復(fù)雜一點。我們需要對現(xiàn)有智能體進行擴展，使其成為支持多頁面交互的系統(tǒng)。

比如，這個智能體可以為我們提供生日派對的建議；而在派對籌備完成后，我們還需要在日程中安排具體時間——比如購買派對禮物或設(shè)置生日提醒。實現(xiàn)這一功能的關(guān)鍵在于引入相應(yīng)的工具。ADK的精妙之處在于：我們不想重復(fù)造輪子。

因此在項目啟動初期（第0天），我們就實現(xiàn)了與MCP的集成。

這里我不會詳細(xì)解釋MCP是什么，也不會區(qū)分不同編程語言專用工具或API之間的差異。

核心理念在于：通過NCP，我們實現(xiàn)了對上下文訪問方式的標(biāo)準(zhǔn)化——不僅適用于Llum自身，也適用于所有其他智能體。

通過ADK ，您可以采用兩種方式使用MCP：

一是直接使用MCP或現(xiàn)有的MCP服務(wù)器，并將其作為工具與 ADK 集成——這正是我們今天要實現(xiàn)的功能；無論您使用的是哪種MCP服務(wù)器，都可以像現(xiàn)在使用 ADK 一樣直接使用，無需重復(fù)開發(fā)相同的功能模塊。

另一種方式是：如果您已有 ADK 系統(tǒng)，并在 NDK 中構(gòu)建了某個工具，即可利用MCP來部署該工具并與其他代理進行交互。以上便是利用 ADK 實現(xiàn)NCP功能的兩種途徑。接下來，我將演示如何將 ADK 與MCP結(jié)合使用。

那么讓我們回到這里。讓我訪問這個代理，然后轉(zhuǎn)到第二個代理。正如我之前所說，我們現(xiàn)在需要引入一個日歷服務(wù)代理，它能讓我在日程中安排時間。

由于我們現(xiàn)在有兩個代理——生日代理和日歷代理——我們還需要引入一個協(xié)調(diào)器，根據(jù)我的需求將請求路由到合適的代理。在這個特定場景中，生日規(guī)劃器與我們之前定義的代理完全相同，不同之處在于：現(xiàn)在我需要創(chuàng)建一個IBRIK系統(tǒng)；例如，在安排生日活動或獲取生日創(chuàng)意時，我也可以使用Gemini等其他模型。而日歷代理則會再次使用Claude 3.5配合NCP服務(wù)器來安排我的日程。為了使用NCP服務(wù)器，我們需要編寫以下兩行代碼。

因此，你需要訪問已部署的MC服務(wù)器（無論是現(xiàn)有服務(wù)器還是自建服務(wù)器），或者將A部署為無服務(wù)器服務(wù)，然后建立連接。

當(dāng)你運行該命令開始構(gòu)建代理時，后臺會發(fā)生什么？系統(tǒng)會收集運行MCP服務(wù)器所需的所有信息和配置要求，將這些MCP P服務(wù)器轉(zhuǎn)化為代理的工具，而代理本身也直接使用這些MP服務(wù)器作為運行工具——僅此而已。

但真正讓我堅信 ADK 強大之處在于：只需兩行代碼，就能輕松集成任何現(xiàn)有的NCP工具。

一旦您獲得了這款MCP 工具，就可以將其作為工具集成到我們的代理中，然后就可以完成類似的操作。

現(xiàn)在我們已經(jīng)擁有生日代理和日歷代理，這就是活動組織器的界面樣子。

由此可見，在這樣的編排器中調(diào)度多個代理是多么簡單。關(guān)鍵在于定義更完善的指令——因為在此場景下，該代理將負(fù)責(zé)協(xié)調(diào)多代理系統(tǒng)。您只需明確每個代理的功能職責(zé)，然后將所有代理作為工具導(dǎo)入編排器。系統(tǒng)會根據(jù)請求自動選擇合適的代理。完成這些步驟后，即可順利啟動運行。

因此，我們可以這樣做：運行程序后返回此處。實際上，讓我先演示一下這個操作。在向您展示如何進行交互之前，我可以通過編程方式啟動一個智能體交互程序。

不過由于該系統(tǒng)現(xiàn)在更為復(fù)雜，我們共有三個智能體，對吧？

我們需要一個更直觀、更可靠的方式來理解幕后發(fā)生的情況。在ADK 中，我們使用了一個網(wǎng)頁界面，可以用來與系統(tǒng)交互、與智能代理進行對話。

這個網(wǎng)頁界面的界面如下所示：用戶首先選擇要運行的智能代理，隨后即可進行操作——其界面設(shè)計與之前使用Septa時完全一致。

現(xiàn)在我們已經(jīng)擁有了其他智能體，以及一個在后臺運行的多智能體系統(tǒng)。

如圖所示，該用戶界面能清晰展示智能體后臺的運行狀態(tài)。因此，在對話進行過程中，您可以隨時查看各個智能體的具體操作情況。

既然如此，現(xiàn)在您也了解了網(wǎng)頁界面，讓我們回到本次演示的內(nèi)容。謝謝大家。

在本次演示的最后一部分，我還想向您展示如何輕松地在Agent Engine 上部署該代理。為此，請允許我先演示一下具體操作步驟。

為此，我先向您說明為何需要這樣的引擎。本質(zhì)上，當(dāng)需要大規(guī)模部署智能代理時，就必須找到相應(yīng)的解決方案——這其中涉及諸多復(fù)雜因素，對吧？

您需要獲取代理代碼，并將其封裝到相應(yīng)的服務(wù)中（例如Fast API 或 Jungle）。隨后需構(gòu)建容器，并配置運行環(huán)境（此處可采用 GCP 環(huán)境）。

此外，還需處理與代理架構(gòu)相關(guān)的所有操作流程。同時，必須對代理進行持續(xù)監(jiān)控——畢竟歸根結(jié)底它是一個應(yīng)用程序。

借助代理引擎，您只需通過“代理創(chuàng)建”等方法即可輕松部署代理，使其立即運行并具備完整的可觀測性功能。

所有部署代理所需的可觀測性功能及監(jiān)控機制均由平臺直接管理；您與代理的所有交互數(shù)據(jù)也會被我們的日志系統(tǒng)自動記錄，您可直接利用這些數(shù)據(jù)進行性能評估，從而及時優(yōu)化系統(tǒng)表現(xiàn)。

這讓你明白了為何需要考慮使用Vertex AI引擎，同時也讓你全面了解了該引擎的整體架構(gòu)——正如你所見，該引擎能夠整合任何類型的智能體框架（正如我剛才所說）。

如果你使用Land Graph或Land Chain構(gòu)建智能體，同樣可以實現(xiàn)這一目標(biāo)；你也可以直接使用這些框架，并結(jié)合所需的工具和模型，而智能體引擎將負(fù)責(zé)部署智能體，并通過云工具實現(xiàn)所需的所有可觀測功能。評估環(huán)節(jié)也由我們的服務(wù)之一——Vertex AI評估服務(wù)來完成。

總之，智能體引擎具備以下能力：你可以根據(jù)需求在任意框架中定義智能體，利用其管理運行時環(huán)境進行部署；

隨后能夠自動觀察智能體行為并實現(xiàn)大規(guī)模調(diào)用；

此外，該引擎還與我們在Google Cloud上提供的其他服務(wù)（如Agent Space，此處不作詳細(xì)說明）實現(xiàn)了集成——后者將成為智能體最終落地業(yè)務(wù)應(yīng)用的關(guān)鍵入口。

因此，實際上，你在企業(yè)環(huán)境中構(gòu)建的智能體會產(chǎn)生實際影響。

話雖如此，讓我來介紹今天我們將要討論的最后一個實驗環(huán)節(jié)。我之前已經(jīng)向大家展示了如何構(gòu)建這樣的智能體。

因此，在本次最后的實驗中，我想向大家展示如何僅用幾行代碼即可輕松部署代理。在代碼倉庫中，你們會找到這個模塊，它能夠讓你迭代地部署代理。

要在Vertex Agent Engine上部署代理，您只需提供該代理運行所需的基本配置。正如我之前所說，我們已提供了一個現(xiàn)成的類，可用于在代理引擎上創(chuàng)建代理端點。在這個類中，您可以定義自己所需的代理。本次我們將部署首個代理——規(guī)劃器代理。

以下是具體配置要求：您可根據(jù)需要添加額外的軟件包，但整個部署過程僅需幾行代碼即可完成。該代理部署在托管服務(wù)環(huán)境中，具備可擴展性，并支持向多個用戶開放使用。

接下來，請運行此腳本。首先，請關(guān)閉當(dāng)前會話，然后進入代碼倉庫。

最后，這里是我的操作模塊。在這個場景中，我使用的是Python部署代理。后臺實際操作是啟動代理的部署進程，因此您可以在Vertex AI的圖標(biāo)界面中直接監(jiān)控部署狀態(tài)。

正如您所料，這一步需要一定時間，因為需要構(gòu)建鏡像并部署代理�，F(xiàn)在讓我們直接進入用戶界面：當(dāng)代理部署成功完成后，Vertex AI代理引擎界面會顯示對應(yīng)條目。

通過該界面，您可以實時監(jiān)控代理的各項指標(biāo)——包括接收查詢的響應(yīng)時延、響應(yīng)耗時，以及代理使用的CPU和內(nèi)存資源。這樣就能更清楚地判斷是否已分配足夠的資源來支持大規(guī)模代理服務(wù)。

該引擎同樣支持會話管理功能。

在此示例中，我們僅部署了一個實例，因此尚未啟動會話；但此時您已可以看到該會話界面，其中提供了集成此代理應(yīng)用程序所需的所有信息——無論是實時集成還是流式集成，均可根據(jù)所需方法進行選擇。

您隨時可以查看部署詳情。好了，現(xiàn)在您應(yīng)該已經(jīng)了解了如何部署該代理程序。

讓我們回到幻燈片內(nèi)容，謝謝。

正如我所說，這部分屬于額外補充內(nèi)容；我認(rèn)為我們沒有足夠的時間來詳細(xì)講解。但我想告訴你們的是：假設(shè)你們已經(jīng)開發(fā)好了自己的引擎，并成功將其部署上線，對吧？

目前，我們所有的智能體都是僅使用ADK進行構(gòu)建的。但如果你希望使用Land Chain Crew AI或其他框架來部署或構(gòu)建智能體，該怎么辦呢？

正如我之前所說，智能體引擎確實支持這種操作。然而，主要問題在于：無法將基于不同框架構(gòu)建的智能體相互連接起來，對吧？因此，這時就需要一種相應(yīng)的協(xié)議來實現(xiàn)這一目標(biāo)。

在當(dāng)今這個由多個基于不同框架構(gòu)建和部署的智能體共存的世界里，我們亟需找到一種通用語言來實現(xiàn)這些智能體之間的交互與協(xié)作，從而完成特定任務(wù)。

正因如此，谷歌云推出了智能體間協(xié)議。該協(xié)議采用開放式設(shè)計，通過一個非常簡單的概念（我稍后會詳細(xì)說明）來增強智能體間的協(xié)作能力。但我要特別強調(diào)的是，該協(xié)議已具備企業(yè)級適用性——它具備多項功能，可讓您以安全可靠的方式管理智能體。

需要指出的是，我們并非從零開始創(chuàng)新，因為該協(xié)議直接基于現(xiàn)有的標(biāo)準(zhǔn)協(xié)議框架。

HTTP協(xié)議由Jason RCP 提出，是該領(lǐng)域廣泛采用的標(biāo)準(zhǔn)。

關(guān)于這一概念，你需要了解的是：Wing所描述的是代理技能的概念，這些技能本質(zhì)上定義了代理的功能或能力。它就像代理在其他代理中的“名片”。

通過這些技能，代理能夠明確展示自身的功能范圍。你可以管理代理所具備的各項功能。而代理卡片本質(zhì)上就是該代理的數(shù)字名片，能讓其他代理或應(yīng)用程序了解該代理的具體技能及其交互方式。

因此，第一個問題描述的是智能體本身；另一個問題則描述該智能體能夠?qū)ζ渌悄荏w執(zhí)行哪些操作。

與之前類似，系統(tǒng)中還包含一個智能體執(zhí)行器，其主要負(fù)責(zé)管理智能體之間的通信、請求處理機制以及系統(tǒng)生成的響應(yīng)。

因此，基于這三個概念，你可以構(gòu)建這樣的系統(tǒng)：系統(tǒng)中實際上會存在多個采用不同框架的智能體，它們相互之間進行通信，從而完成特定且更為復(fù)雜的任務(wù)——而非我們今天構(gòu)建的僅用于安排日程或購買生日禮物的任務(wù)。

因此，我們今天不會討論這個話題。不過正如我一開始所說，本月底我們將舉辦一場實時網(wǎng)絡(luò)研討會，屆時我會向大家提供二維碼。

簡而言之，我們的出發(fā)點正是這三個核心問題，對吧。

構(gòu)建功能強大的代理系統(tǒng)時，實際投入生產(chǎn)環(huán)境會面臨諸多挑戰(zhàn)：系統(tǒng)生態(tài)碎片化、集成復(fù)雜度需要妥善管理；即便能夠解決這些問題，仍需應(yīng)對部署代理所需的全部運營開銷。

因此，我們需要一個集成工具包、協(xié)議集和引擎平臺，最終實現(xiàn)構(gòu)建代理系統(tǒng)的標(biāo)準(zhǔn)化流程，使其能夠大規(guī)模投入生產(chǎn)。為此，我們基于ADK 構(gòu)建了這套代理技術(shù)棧。

MCP代理引擎與Ent方式本質(zhì)上可讓您可靠地構(gòu)建遺傳系統(tǒng)，并根據(jù)需求將其規(guī)�；瘧�(yīng)用于生產(chǎn)環(huán)境。