从零开始，亲手开发你的第一个AI大模型！（一）基础知识

📖说明

在接下来的三篇文章中，我将手把手带你，从安装环境开始，实现一个自己的Agent大模型工具。

文章分为三篇，前两篇为基础知识，将分别介绍什么是ADK，Agent，MCP。

第三篇为具体实现。

在刚刚结束的 Google Cloud Next ’25 大会上，谷歌发布了诸多重磅更新。如果你观看了整场发布会，你就会感受到 AI 代理（Agents）技术带来的巨大冲击。今年的关键词可以说是：**Agent、Agent、还是 Agent！**从 Agent Development Kit（ADK）、Agent-to-Agent 通讯协议（A2A Protocol）、AgentSpace，到 Gemini 2.5 Pro Preview 旗舰大模型，无不体现了 Google 正在构建一个高度代理化的 AI 未来。

🎯 我们的最终目标

我们将使用 Google 开源的 Agent Development Kit（ADK），结合 Gemini 大语言模型 和 MCP 工具协议，从零构建一个智能航班查询 Agent，实现以下功能：

💡 当用户输入诸如“帮我查查从亚特兰大到拉斯维加斯 5 月 5 号的航班”这样的请求时，Agent 会自动调用 MCP 接口，查找实时航班信息，并以结构化方式返回给用户。

实现过程中，你将学会：

• 什么是 ADK，它如何让你像“搭积木”一样构建 Agent；
• 如何用 MCP 连接外部工具，如航班搜索 API；
• 如何使用 Gemini 模型赋予 Agent 智能对话能力；
• 如何通过 ADK 的运行器和会话服务构建完整应用框架。

🙋什么是 ADK（Agent Development Kit）？

ADK 是 Google 开源的 Python 工具包，用于开发、评估与部署智能 AI 代理系统。它支持从简单的单代理任务，到复杂的多代理编排工作流，具有模块化、可扩展的架构设计。它致力于让开发者快速构建、组合和部署智能 AI Agent 应用。

它本质上提供了一种模块化框架，让你：

• 像拼乐高一样组合 Agent；
• 像注册插件一样集成工具；
• 像写脚本一样定义业务逻辑；

并支持多种运行模式（如交互式调用、多轮对话、异步执行等）。

ADK 本身并不提供大模型，它是一个 Agent 编排与运行系统。 你可以通过它接入 Gemini、Claude、OpenAI 等模型，也可以接入 MCP、LangChain、RAG、函数调用等工具链。

简单来说：

• MCP 提供“工具接口”；
• Gemini 提供“语言大脑”；
• ADK 提供“流程骨架”；

这三者配合，就能构建起真正实用的 AI Agent。

---

🙋在 ADK 中，Agent 是什么？

在 ADK（Agent Development Kit）中，Agent（智能体） 是系统的核心单位。可以将 Agent 理解为一个具备感知（Perception）、推理（Reasoning）、计划（Planning）和执行（Action）能力的自主智能单元。每一个 Agent 通过调用工具（Tools）、协调任务流（Workflow）和使用语言模型（LLM）等能力来完成复杂任务。

但 ADK 中的 Agent 不是一个大模型，也不是一个 chatbot，而是一个由多个组件组合而成的智能执行体。我们可以把它看作一个“任务调度大脑”，其本质是“结构化智能 + 语义驱动 + 工具调用 + 状态记忆”。

---

🔧 一个 Agent 通常由以下部分组成：

组成部分	作用说明
LLM（大语言模型）	作为智能核心，负责理解用户指令、生成内容、调用工具的指令等
Tools（工具）	外部功能模块，比如航班搜索、数据库查询、天气 API 等
Planner（任务规划器）	把复杂任务拆解成步骤，决定执行顺序
Memory（记忆）	保留历史对话、已执行步骤、变量状态等，用于多轮对话或流程追踪
Executor（执行器）	根据规划结果调用工具、处理返回结果，并继续推进任务流程
AgentContext	一个"运行环境"，用于管理每次任务中的上下文、日志、缓存、中间变量等

---

ADK提供的三种Agent类型

1. LLM Agents（如 LlmAgent、Agent）

• 使用大型语言模型（LLM）来进行上下文理解、逻辑推理、任务规划与执行决策。
• 非常适合应对需要语言理解、动态应变与非结构化任务的场景。
• 本文后续构建的AI正是基于这一类型，配合 MCPTools 使用。

2. Workflow Agents（如 SequentialAgent、ParallelAgent、LoopAgent）

• 用于在无需语言模型干预的情况下，按照特定逻辑顺序调用其他 Agent。
• 更适合执行稳定、结构化、可重复的工作流程。
• 可以理解为“流程控制器”，例如串行执行多个 Agent 的任务。

3. Custom Agents（基于 BaseAgent 自定义扩展）

• 用户可以通过继承和拓展 BaseAgent，自由实现定制逻辑、集成特定工具或构建个性化的任务执行方案。
• 适合高级开发者搭建复杂的智能系统。

这三种 Agent 设计模式形成了 ADK 强大的组合式智能能力：语言驱动 + 工具调用 + 任务编排。

---

🙋ADK 中的 Tools 是什么？

Agent 的强大不仅来自语言模型本身，更重要的是其可以借助外部能力，也就是“工具（Tools）”来扩展行动力。

简单来说，Tool 就是 Agent 拥有的一项“技能”。

✅ Tool 的定义

在 ADK 中，Tool 表示一个授予 AI Agent 的具体能力，允许其执行特定操作或与外部世界互动，而不仅仅是进行文字生成或语言推理。

一个 Tool 通常是一个模块化的代码组件，比如：

• 一个 Python 函数（Function）
• 一个类的方法（Method）
• 另一个 Agent（作为可调用工具）

它们的作用是：完成被定义好的任务，比如查询数据库、生成图像、调用 API、搜索网页、执行代码等。

---

🧠 Agent 如何调用 Tool？

Agent 会通过**函数调用机制（Function Calling）**动态使用工具。 调用流程通常如下：

1. Agent 理解当前上下文和任务目标
2. 判断是否需要调用工具，如果是，则生成对应函数的调用格式与参数
3. 执行调用工具，并获取返回结果
4. 将工具结果融入自身后续行为或回复中

这一过程对开发者是“可配置”的，对终端用户是“无感知”的。Agent 就像一个能够灵活组合工具的智能程序员。

---

🛠️ Tool 的种类

ADK 支持多种类型的工具，以满足不同的智能任务需求：

1. Function Tools：专门为某个应用或工作流构建的自定义函数组件

2. • Functions / Methods：传统 Python 同步函数（def）或类方法
   • Agents-as-Tools：将其他 Agent 作为 Tool 使用，形成模块化的智能行为组合。
   • Long-Running Function Tools：设计用于处理异步或耗时较长的操作，比如等待网页响应、生成复杂图像、训练模型等。

3. Built-in Tools（内置工具）

4. • 网络搜索工具
   • 代码执行器
   • 文本向量搜索 / RAG 工具
5. • ADK 自带的常用工具集，如：

6. Third-Party Tools（第三方工具）

7. • 通过集成外部生态如 LangChain、CrewAI 等，快速扩展工具系统

---

🤖ADK 中的 Agent ≠ 普通 Chatbot

特性	普通 Chatbot	ADK 中的 Agent
响应能力	基于 prompt 的简单问答	基于语义和工具组合的复杂任务响应
工具使用	靠插件或函数调用，通常写死	工具是可组合、可调度的，具备自动选择和调用能力
状态感知	很弱，多轮对话能力有限	内建记忆组件，能跨多轮对话保留上下文
任务能力	主要是聊天、摘要、回答	可以完成任务执行、数据处理、调用外部 API、执行链式逻辑等

---

🧩一个 Agent 实际上像什么？

可以类比为一个"智能操作系统进程"：

• 指令接收：用户发出自然语言请求（类似发送"指令"）
• 任务规划：内部使用 Planner 分解任务
• 工具调用：通过 Tool 连接各类系统 API
• 决策判断：LLM 分析上下文并决定后续动作
• 执行返回：Executor 完成任务并返回最终结果

---

🏗️在 ADK 中定义 Agent 的代码长什么样？

ADK 用 Agent 类封装了整个逻辑，你可以像这样定义一个 Agent：

agent = Agent(
    llm=GeminiModel(),
    tools=[FlightSearchTool(), WeatherTool()],
    planner=SimplePlanner(),
    memory=InMemoryStore()
)

调用也很自然：

response = agent.run("帮我查一下明天下午从上海飞往北京的航班")

ADK 会自动：

• 识别意图；
• 选择 FlightSearchTool；
• 格式化调用请求；
• 获取结果后整理回复；
• 返回最终答案。

✅ 总结一句话：

ADK 中的 Agent 是一个由语言模型驱动的、能够理解任务、自动调用工具并管理流程的智能执行单元。

接下来的两篇文章将继续介绍什么是MCP，以及从安装环境开始，实现一个自己的Agent大模型工具。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）