Google Agent Development Kit与MCP初试

一、背景知识

在开始之前，我们先了解几个关键概念：

• Ollama：一个本地化运行大语言模型（如Gemma、Qwen等）的开源工具，类似"手机上的离线版ChatGPT"
• ADK（Agent Development Kit）：Google推出的智能代理开发框架，可以快速构建具备多工具调用能力的AI助手
• MCP（Model Control Protocol）：实现AI模型与工具间通信的协议，好比AI的"手和脚"让语言模型可以操作外部工具
• LiteLLM：统一不同大模型API的适配层，可以理解为"AI界的通用充电器"

二、搭建智能大脑 - Ollama服务器

2.1 为什么要先搭建Ollama？

就像人类需要大脑才能思考一样，我们需要一个本地运行的AI模型作为智能核心。选择Ollama是因为它：

1. 支持多种开源大模型（Gemma、Qwen等）
2. 可在普通服务器部署
3. 提供类似OpenAI的API接口

2.2 搭建ollama服务器

2.2.1 安装

# 安装Ollama（约1分钟）
curl -fsSL https://ollama.com/install.sh | sh

# 配置服务器可被外部访问（默认只能本机访问）
export OLLAMA_HOST="0.0.0.0:8000"

# 启动服务（保持此终端运行）
ollama serve

# 下载两个常用模型（根据网络情况需要较长时间）
ollama run gemma3:27b   # 谷歌轻量级模型，适合简单任务
ollama run qwen3:32b    # 阿里云通义千问，中文处理更优秀

2.2.2 试着用curl命令"问"AI一个问题：

curl http://10.22.4.73:8000/api/chat -d '{
  "model": "qwen3:32b",
  "messages": [
    {"role": "user","content": "为什么天空是蓝色的?"}
	]
}'

三、构建智能体工坊 - ADK环境

3.1 创建容器

docker run --runtime nvidia --gpus all -ti \
    -v $PWD:/home -w /home --name adk \
    -p 9002:8000 nvcr.io/nvidia/pytorch:24.03-py3 bash

参数说明：

• --gpus all：启用全部GPU
• -v $PWD:/home：将当前目录挂载到容器内
• -p 9002:8000：端口映射（容器内8000→外部9002）