Agent Development Kit
Google · コーディング
Agent Development Kitは、AIエージェントの構築、評価、デプロイに使うGoogleのオープンソースフレームワークで、Python、TypeScript、Go、Java、Kotlinに対応する。
Agent Development Kit について
What Is Agent Development Kit
Agent Development Kit（ADK）は、AIエージェントを構築するためのGoogleのオープンソースフレームワークだ。ツールを呼ぶだけの素朴なボットから、専任のエージェント同士が仕事を渡し合う集まりまでを対象にする。2025年4月のGoogle Cloud Nextで登場し、Googleはデモ用のおもちゃではなく、試作から本番へ進む道として位置づける。パッケージを入れ、モデルとツールを指定してエージェントを定義すれば、数分でローカルに動かせる。
根底にある考え方は、エージェントを巨大なプロンプトで組み立てるのではなく、ソフトウェアとして書くというものだ。ADKはGoogleのオープンソースAIエージェントフレームワークで、渡す部品は少ない。言語モデルで推論するエージェント、処理を順番に、並列に、あるいはループで回すワークフローエージェント、外部APIに届くツール、そして全体をつなぐrunnerである。セッションの層が会話の短期的な状態と長期記憶を分けるので、作業の途中で筋を見失うことも、再訪したユーザーを忘れることもない。
制約は囲い込みと複雑さにある。ADKはGemini向けに調整され、Google Cloudとの統合が最も深い。その生態系の外にいるチームはつなぎ込みの手間を払うことになる。2.0では主要なAPIが書き換わり、早くから採用した人には移行作業が発生する。無料で始められるので、AIエージェントの作り方を確かめたい人が最初の一歩を踏み出しやすい。フレームワーク自体にマネージドの無料枠はない。自分で動かすか、デプロイ先のクラウドサービスを払うかだ。
Getting Started
- Pythonの仮想環境を作り、pip install google-adkを実行する。TypeScript版はnpmで開発ツールを入れる。
- GeminiのAPIキーか別のモデル提供元を設定し、呼び出せるモデルを用意する。
- 名前、モデル、指示、使えるツールを書いて、コードでエージェントを定義する。
- コマンドラインツールかDeveloper UIでローカルに動かし、実行の各段階を追う。
- 準備が整ったらエージェントをコンテナにまとめ、Cloud Run、GKE、自前の基盤にデプロイする。
AIツール情報
Agent Development Kitの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- バックエンドとプラットフォームのエンジニア：ADKはPython、TypeScript、Go、Java、Kotlinで動く。チームはすでに使っている言語でAIエージェント開発を進められるので、新しい技術スタックを抱え込まずに済む。
- 試作から本番へ移るチーム：組み込みの評価、トレース、ログが、最初の試作では飛ばしがちな堅牢化の作業を埋める。
- Google Cloudをすでに使う企業：コードが固まればCloud Run、GKE、Agent Runtimeにデプロイでき、スケーリング、認証、可観測性をマネージドで得られる。
タスク
- マルチエージェントシステムを組む：エージェントを専門分化させ、片方がもう片方に委ねる。単一のプロンプトでは絡まりすぎる処理に向く。
- エージェントを実際のツールにつなぐ：外部API、検索、データベース、自前の関数につなぎ、答えるだけでなく動くようにする。
- 公開前に評価を回す：複数ターンのテストセットを作り、エージェントの振る舞いをローカルで採点する。品質の穴はユーザーより先に見つかる。
シーン
- カスタマーサポートのエージェントを出す：逐次のワークフローで依頼を仕分け、ツールでアカウント情報を引き、人が確認する余地を残して返信を下書きする。
- 社内の調査アシスタントを試作する：まず1体のエージェントと検索ツールから始め、必要になったら記憶とエージェントを足す。
- チーム間でエージェント開発を揃える：共通のフレームワークと構造を使えば、どのチームのエージェントも読みやすく、テストしやすいまま保てる。
主な機能
複数言語への対応
ADKはPython、TypeScript、Go、Java、Kotlinで提供され、中核の考え方は5つで共通する。チームはすでに使う言語でエージェントを書けるので、誰かが本格的に乗り出す前に書き直す手間が省ける。Pythonは例とドキュメントが最も充実していて、たいていはここから始める。
マルチエージェントの編成
専門分化したエージェントを並べ、モデル主導のルーティングか明示的なツール呼び出しで、互いに仕事を渡せる。このエージェント編成の要になるのがワークフローエージェントで、予測できる部分を担い、決まった順番、並列、条件が満たされるまでのループで処理を進める。この組み合わせで、確実さが要る所はコードに残し、要らない所はモデルに任せられる。
グラフベースのワークフロー
ADK 2.0の新機能だ。グラフワークフローは、確実なコードと状況に応じた推論を構造化されたグラフに織り込む。実行の道筋が明示され、結果を予測しやすくなる。金銭や規制に触れるエージェントでは、この予測しやすさこそが要点になる。エージェントの振る舞いは掴みにくい、という批判へのGoogleの答えである。
幅広いモデル対応
ADKはGemini向けに調整されているが、モデルのインターフェースを通じて多くの生成モデルを扱える。他社のモデルやローカルで動くモデルも含む。Google Cloud上のチームは、より広いモデル群にマネージドでアクセスでき、コストと性能を管理できる。必要が変わっても、1社のモデルに縛られない。
評価とデバッグの内蔵
フレームワークにはコマンドラインツールとDeveloper UIが付く。エージェントを動かし、イベントを1つずつたどり、状態の変化を調べ、何が起きたかを追える。複数ターンの評価データセットを作り、ローカルで結果を採点する。妙な判断をしたエージェントのデバッグは、ここでは日数と数時間の差になる。
柔軟なデプロイ
エージェントはコンテナが動く場所ならどこでも動く。手元のDockerイメージからCloud Run、GKE、GoogleのマネージドなAgent Runtimeまで選べる。Google Cloudにデプロイすれば、エージェントを書き換えずにマネージドのスケーリング、認証、トレースが付く。ローカルで作り、世界規模に広げる。
メリットとデメリット
メリット
- オープンソースで無料：フレームワーク自体は無料で、選んだモデルとクラウドサービスの分だけを払う。
- 5言語に対応：Python、TypeScript、Go、Java、Kotlinのおかげで、大半のバックエンドチームが言語を替えずに導入できる。
- 本番向けツールを内蔵：評価、トレース、Developer UIが、試作で飛ばされがちな部分を埋める。
- 編成が強力：逐次、並列、ループのエージェントにグラフワークフローを加え、複雑な多段の処理をきれいにさばく。
- デプロイが柔軟：コンテナ対応により、マネージドサービスを望まない限りGoogle Cloudに縛られない。
デメリット
- Googleの技術スタック内で最も力を発揮する：最も深い統合はGeminiとGoogle Cloudなので、他の構成はつなぎ込みの作業が増える。
- 2.0の破壊的変更：バージョン2.0で中核APIが作り直され、初期のプロジェクトは移行の手間がかかる。
- モデル代は別勘定：フレームワークは無料だが、呼び出しごとに有料モデルが動く。規模が大きくなると積み上がる。
- 学習の壁がやや高い：セッション、記憶、ワークフローエージェントといった概念は、エージェント設計が初めての開発者には時間がかかる。
よくある質問
AIエージェントを構築、評価、デプロイするためのフレームワークだ。コードでエージェントを定義し、ツールとモデルを与えれば、編成のロジックを自分で組まなくても動かせるし、公開もできる。
関連コンテンツ
Agent Development Kitに関連するツール、スキル、記事を探す。
Agent Development Kitの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。