Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).
Google ADK
Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).
Das Agent Development Kit (ADK) von Google ist ein Python-Framework für KI-Agenten. Ein Agent ist ein Python-Paket mit einer Variablen root_agent. Das Befehlszeilenwerkzeug adk startet ihn im Terminal, als Weboberfläche zum Ausprobieren und Nachverfolgen oder als Schnittstelle für andere Programme. Mehrere Agenten lassen sich zu Teams und festen Abläufen verbinden.
Vorbemerkungen
- Nicht nur für Gemini: ADK ist auf die Gemini-Modelle von Google ausgerichtet, bindet über die Bibliothek LiteLLM aber auch viele andere Anbieter an. Diese Anleitung verwendet ein lokales Modell über Ollama. Es fallen also keine Kosten an und keine Daten verlassen den Rechner.
- Voraussetzung: Ein laufendes Ollama mit dem Modell
qwen3:4b-instruct. Es kann Werkzeuge aufrufen. - Installation über pip: ADK ist nicht in den Ubuntu-Paketquellen enthalten. Es wird mit
pipin eine virtuelle Umgebung installiert. Zusammen mit LiteLLM belegt sie rund 370 MB, die Installation dauert etwa eine Minute. - Wo was landet: Gesprächsverläufe speichert
adk runin.adk/session.dbim Ordner des Agenten, Protokolle in/tmp/agents_log. - Version: Getestet mit google-adk 2.10.0 und LiteLLM 1.102 unter Python 3.14 aus Ubuntu 26.04.
Installation
1. Paketlisten aktualisieren
Damit apt die aktuellen Versionen kennt.
sudo apt update
2. Unterstützung für virtuelle Umgebungen installieren
Ist das Paket schon vorhanden, meldet apt das nur.
sudo apt install python3-venv
3. Projektordner anlegen
In diesem Ordner liegen später die Agenten, jeder in einem eigenen Unterordner.
mkdir ~/agent-adk
4. In den Projektordner wechseln
Alle weiteren Befehle werden hier ausgeführt.
cd ~/agent-adk
5. Virtuelle Umgebung anlegen
Legt eine eigene Python-Umgebung für dieses Projekt im Unterordner .venv an. Ubuntu verhindert absichtlich, dass pip Pakete systemweit installiert.
python3 -m venv .venv
6. Virtuelle Umgebung aktivieren
Danach verwenden python, pip und adk die Umgebung. Die Eingabezeile beginnt mit (.venv). In jedem neuen Terminal muss die Umgebung erneut aktiviert werden.
source .venv/bin/activate
7. ADK und LiteLLM installieren
pip install google-adk litellm
Prüfen: Die Ausgabe nennt Version: 2.10.0 oder eine neuere Version.
pip show google-adk
Ersten Agenten anlegen
8. Ordner für den Agenten anlegen
Jeder Agent ist ein eigener Ordner. Sein Name ist zugleich der Name des Agenten beim Start.
mkdir erdkunde
9. Paketdatei anlegen
Die Datei __init__.py macht den Ordner zu einem Python-Paket. Die eine Zeile lädt beim Import die Datei agent.py, damit ADK den Agenten findet.
nano erdkunde/__init__.py
Füge diese Zeile ein:
from . import agent
Speichere mit Strg+O und Enter und beende nano mit Strg+X.
10. Agenten schreiben
nano erdkunde/agent.py
Füge diesen Inhalt ein (Strg+Umschalt+V):
from google.adk.agents import Agent
from google.adk.models.lite_llm import LiteLlm
HAUPTSTAEDTE = {
"schleswig-holstein": "Kiel",
"hamburg": "Hamburg",
"niedersachsen": "Hannover",
"bayern": "München",
}
def landeshauptstadt(bundesland: str) -> dict:
"""Liefert die Landeshauptstadt eines deutschen Bundeslands.
Args:
bundesland: Name des Bundeslands, z. B. Bayern.
"""
print(f" [Werkzeug] landeshauptstadt({bundesland!r})")
stadt = HAUPTSTAEDTE.get(bundesland.lower())
if stadt is None:
return {"status": "fehler", "meldung": f"{bundesland} ist nicht bekannt"}
return {"status": "ok", "hauptstadt": stadt}
# ADK sucht in diesem Paket nach einer Variablen namens root_agent
root_agent = Agent(
name="erdkunde",
# LiteLLM leitet die Anfragen an Ollama weiter
model=LiteLlm(model="ollama_chat/qwen3:4b-instruct"),
description="Beantwortet Fragen zu deutschen Bundesländern.",
instruction="Du beantwortest Fragen zu deutschen Bundesländern kurz auf Deutsch. "
"Nutze für Landeshauptstädte immer das Werkzeug landeshauptstadt.",
tools=[landeshauptstadt],
)
- Werkzeug: In ADK ist jede normale Python-Funktion in
toolsein Werkzeug, ein Decorator ist nicht nötig. Name, Typangaben und Docstring gehen als Beschreibung an das Modell. Google empfiehlt, ein Dictionary mit einem Feldstatuszurückzugeben, damit das Modell Erfolg und Fehler unterscheiden kann. - Modell:
LiteLlmmit dem Namenollama_chat/…schickt die Anfragen an Ollama unterhttp://localhost:11434. Läuft Ollama auf einem anderen Rechner, setzt man die UmgebungsvariableOLLAMA_API_BASE. Für Gemini würde man stattdessen nurmodel="gemini-…"schreiben und einen Schlüssel von Google hinterlegen. descriptionbraucht ADK, wenn der Agent später Teil eines Teams ist: Andere Agenten entscheiden danach, ob sie ihm eine Aufgabe übergeben.instructionsind die Anweisungen an das Modell.
Speichere mit Strg+O und Enter und beende nano mit Strg+X.
Starten und testen
11. Agenten im Terminal fragen
adk run lädt den Agenten aus dem Ordner erdkunde. Mit einer Frage dahinter beantwortet er nur diese und beendet sich.
adk run erdkunde "Was ist die Hauptstadt von Schleswig-Holstein und von Bayern?"
Prüfen: Nach einigen Sekunden lauten die letzten Zeilen:
[Werkzeug] landeshauptstadt('Schleswig-Holstein')
[Werkzeug] landeshauptstadt('Bayern')
[erdkunde]: Die Hauptstadt von Schleswig-Holstein ist Kiel und die Hauptstadt von Bayern ist München.
Davor stehen mehrere Warnungen mit [EXPERIMENTAL] und Zeilen von LiteLLM. Sie weisen nur auf Funktionen hin, die sich noch ändern können. Ohne Frage am Ende startet adk run erdkunde ein Gespräch im Terminal, das du mit exit beendest.
12. Weboberfläche starten
adk web startet einen Server mit einer Oberfläche zum Ausprobieren aller Agenten im aktuellen Ordner. Das Terminal bleibt belegt.
adk web
Prüfen: Die Ausgabe enthält Uvicorn running on http://127.0.0.1:8000. Der Server ist nur vom eigenen Rechner aus erreichbar. Ist Port 8000 belegt, startet ihn adk web --port 8001 auf einem anderen Port.
13. Agenten im Browser verwenden
Öffne http://127.0.0.1:8000 im Browser. Wähle oben links den Agenten erdkunde und stelle unten im Eingabefeld eine Frage, z. B. Was ist die Hauptstadt von Niedersachsen?.
Links zeigt die Oberfläche jeden Schritt als Ereignis: den Aufruf des Werkzeugs landeshauptstadt, seine Antwort und die Antwort des Modells. Ein Klick auf ein Ereignis zeigt die Einzelheiten, z. B. die genaue Anfrage an das Modell. So lässt sich nachvollziehen, warum ein Agent etwas getan hat.
14. Server beenden
Wechsle in das Terminal mit adk web und drücke Strg+C.
Wie geht es weiter?
- Teams: Ein Agent mit
sub_agents=[…]übergibt Aufgaben an spezialisierte Agenten. Feste Abläufe bauenSequentialAgent(nacheinander),ParallelAgent(gleichzeitig) undLoopAgent(wiederholt). - Schnittstelle:
adk api_serverstartet nur die HTTP-Schnittstelle ohne Oberfläche, damit andere Programme den Agenten aufrufen können. - Gemini: Mit einem Schlüssel aus Google AI Studio (Umgebungsvariable
GOOGLE_API_KEY) undmodel="gemini-…"verwendet der Agent die Modelle von Google. Je nach Nutzung ist das kostenpflichtig. - Dokumentation: https://google.github.io/adk-docs/
Deinstallieren
1. Virtuelle Umgebung verlassen
deactivate
2. Projekt entfernen
Löscht den Projektordner samt virtueller Umgebung und gespeicherten Gesprächen.
rm -rf ~/agent-adk
3. Protokolle entfernen
Löscht die Protokolldateien von ADK.
rm -rf /tmp/agents_log
4. Zwischenspeicher von pip leeren (optional)
pip bewahrt heruntergeladene Pakete in ~/.cache/pip auf. Der Befehl leert den ganzen Speicher. Das betrifft alle Python-Projekte, die ihre Pakete dann beim nächsten Mal wieder aus dem Internet laden.
pip cache purge
Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).
Open Knowledge (Freies Wissen): Alle Texte stehen unter der freien Lizenz Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0) und können frei gelesen, geteilt und weiterverarbeitet werden.