Agent Development Kit
Google · Programación
Agent Development Kit es el framework de código abierto de Google para crear, evaluar y desplegar agentes de IA, con soporte para Python, TypeScript, Go, Java y Kotlin.
Acerca de Agent Development Kit
What Is Agent Development Kit
Agent Development Kit (ADK) es un framework de código abierto de Google para construir agentes de IA, desde un simple bot que usa herramientas hasta un conjunto de agentes especializados que se pasan tareas entre sí. Salió en abril de 2025 en Google Cloud Next, y Google lo plantea como un camino del prototipo a producción, no como un juguete de demostración. Instalas un paquete, defines un agente con un modelo y unas herramientas, y lo ejecutas en local en pocos minutos.
La idea de fondo es que los agentes se escriban como software, no que se armen con prompts gigantes. ADK te da unas pocas piezas: agentes que razonan con un modelo de lenguaje, agentes de flujo que ejecutan pasos en secuencia, en paralelo o en bucle, herramientas que llegan a APIs externas y un runner que une todo. Una capa de sesión mantiene el estado de la conversación separado de la memoria a largo plazo, así los agentes no pierden el hilo a mitad de una tarea ni olvidan a un usuario que vuelve.
El desarrollo de agentes de IA con ADK no exige un stack nuevo: escribes el agente en la misma base de código que ya mantienes. Los límites principales son el compromiso y la complejidad. ADK está afinado para Gemini y se integra en profundidad con Google Cloud, así que los equipos fuera de ese ecosistema pagan un coste de integración. La versión 2.0 redibujó las APIs centrales, lo que obliga a migrar a quien adoptó pronto. El framework no tiene una capa gratuita gestionada, porque lo ejecutas tú o pagas los servicios en la nube donde lo despliegas.
Getting Started
- Crea un entorno virtual de Python y ejecuta pip install google-adk, o instala las dev tools con npm para la versión de TypeScript.
- Configura una clave de la API de Gemini u otro proveedor para que el framework tenga un modelo al que llamar.
- Define un agente en código con un nombre, un modelo, una instrucción y las herramientas que puede usar.
- Ejecútalo en local con la herramienta de línea de comandos o el Developer UI, y observa cada paso mientras se ejecuta.
- Empaqueta el agente en un contenedor y despliégalo en Cloud Run, GKE o tu propia infraestructura cuando esté listo.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Agent Development Kit.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Ingenieros de backend y plataforma
- Equipos que pasan de la demo a producción
- Empresas ya en Google Cloud
Tareas
- Construir sistemas multiagente
- Conectar agentes con herramientas reales
- Correr evaluaciones antes de lanzar
Casos de uso
- Publicar un agente de soporte al cliente
- Prototipar un asistente de investigación interno
- Estandarizar el desarrollo de agentes entre equipos
Funciones clave
Soporte para varios lenguajes
ADK existe en Python, TypeScript, Go, Java y Kotlin, y los mismos conceptos se mantienen en los cinco. Un equipo escribe agentes en el lenguaje que ya usa, y se ahorra una reescritura antes de que nadie se comprometa. Python tiene los ejemplos y la documentación más amplios, así que suele ser el punto de partida.
Orquestación multiagente
Puedes montar un sistema de agentes especializados y dejar que se pasen tareas entre ellos, ya sea con enrutado guiado por el modelo o con una llamada a herramienta explícita. Los agentes de flujo cubren la parte predecible: ejecutan pasos en orden, en paralelo o en bucle hasta cumplir una condición. Esa mezcla deja a un equipo la lógica determinista donde importa y deja decidir al modelo donde no.
Flujos basados en grafos
Novedad de ADK 2.0, los flujos de grafo combinan código determinista con razonamiento adaptativo en un grafo estructurado, así cada ruta de ejecución es explícita y los resultados son más fáciles de prever. En agentes que tocan dinero o cumplimiento normativo, esa previsibilidad es justo el punto. Es la respuesta de Google a la queja de que el comportamiento de un agente cuesta de fijar.
Compatibilidad amplia de modelos
ADK está optimizado para Gemini, pero funciona con la mayoría de modelos generativos a través de su interfaz de modelo, incluidos los de otros proveedores y los que corren en local. Quien está en Google Cloud accede de forma gestionada a una gama más amplia de modelos, con controles de coste y rendimiento. No quedas atado al modelo de un solo proveedor si tus necesidades cambian.
Evaluación y depuración integradas
El framework incluye una herramienta de línea de comandos y un Developer UI para ejecutar agentes, avanzar por los eventos, inspeccionar los cambios de estado y trazar lo que pasó. Puedes crear conjuntos de evaluación multiturno y puntuar los resultados en local. Depurar un agente que tomó una decisión rara es la diferencia entre días y horas.
Despliegue flexible
Los agentes corren en cualquier sitio que acepte un contenedor, desde una imagen Docker en local hasta Cloud Run, GKE o el Agent Runtime gestionado de Google. Desplegar en Google Cloud añade escalado, autenticación y tracing gestionados sin reescribir el agente. Desarrolla en local, escala en global.
Ventajas y desventajas
Ventajas
- Código abierto y gratis: el framework no cuesta nada, así que solo pagas los modelos y los servicios en la nube que elijas.
- Soporte para cinco lenguajes: Python, TypeScript, Go, Java y Kotlin hacen que casi cualquier equipo de backend lo adopte sin cambiar de lenguaje.
- Herramientas de producción incluidas: evaluación, tracing y un Developer UI cubren la parte del trabajo con agentes que los prototipos se saltan.
- Orquestación sólida: agentes secuenciales, paralelos y de bucle, más flujos de grafo, resuelven tareas complejas de varios pasos.
- Despliegue flexible: el soporte de contenedores evita que quedes atado a Google Cloud, salvo que quieras sus servicios gestionados.
Desventajas
- Rinde mejor dentro del stack de Google: las integraciones más profundas son Gemini y Google Cloud, así que otros stacks necesitan más trabajo de pegamento.
- Cambios rompientes en la 2.0: el framework reescribió sus APIs centrales en la versión 2.0, así que los proyectos tempranos exigen migrar.
- La factura del modelo va aparte: el framework es gratis, pero cada llamada del agente corre sobre un modelo de pago, y eso suma a escala.
- Curva de aprendizaje más alta: conceptos como sesiones, memoria y agentes de flujo requieren tiempo si eres nuevo en el diseño de agentes.
Preguntas frecuentes
Agent Development Kit es un framework para crear, evaluar y desplegar agentes de IA. Defines agentes en código, les das herramientas y modelos, y los ejecutas o los publicas sin montar tú la lógica de orquestación.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Agent Development Kit.
Alternativas a Agent Development Kit
Forefront
Forefront · ProgramaciónForefront es una plataforma web para construir con IA de código abierto. Te deja ajustar los principales modelos de lenguaje de código abierto con tus propios datos, evaluar cómo rinden y ejecutarlos a través de una API o exportarlos para alojarlos tú mismo. Los desarrolladores que quieren la comodidad de una plataforma cerrada pero insisten en ser dueños de sus modelos y sus datos son el público objetivo.
Startkit
StartKit.AI · ProgramaciónStartkit es un boilerplate para crear productos de SaaS con IA y wrappers de IA. Piénsalo como un boilerplate para startups de IA con las partes aburridas ya conectadas: autenticación, pagos con Stripe y Lemon Squeezy, límites de uso, correo transaccional y un kit de inicio de API de IA que habla con OpenAI, Anthropic, Groq o Llama. Clonas el repositorio, pones tu precio y te dedicas a la parte del producto por la que la gente paga de verdad. Está hecho con Next.js sobre React y Tailwind, así que buena parte del código boilerplate ya te resulta familiar.
Testim
Tricentis · ProgramaciónTestim es una plataforma de automatización de pruebas impulsada por IA para crear y ejecutar pruebas de extremo a extremo en aplicaciones web, móviles y Salesforce. Se apoya en el aprendizaje automático para mantener las pruebas estables cuando cambia una interfaz, así que los equipos dedican menos tiempo a reparar selectores rotos. No está nada mal para una herramienta de pruebas automatizadas que puedes empezar a usar hoy mismo. Creas pruebas grabando acciones en un navegador y luego añades JavaScript cuando necesitas más control. Es una opción sólida para equipos de QA con mucho trabajo.