概要

• 初心者がGoogle ADKを使って AI エージェント構築をする記事です
  • ADK：google が開発した AI エージェントフレームワーク
    • 参考：Qiita | 🤖 Google Agent Development Kit (ADK) 入門ガイド
• 本記事では、ブラウザ上でエージェントと対話し、以下ができるところまでやります - 入力->エージェント A->スクリプト i->エージェント B->出力 !Drawing 2025-04-20 01.22.59.excalidraw.png

環境構築

1. Ollama を手にいれよう！

• Ollama は、ローカル LLM を簡単に動かせるアプリ！

1. Ollama | Downloadからインストール
2. モデルをダウンロードしてみよう

ollama pull gemma3
ollama pull mistral-small3.1

• 本記事で使うのは、基本的に上記２モデルです
• 興味がある人は、Ollama | Modelsから好きなモデルを選んで動かしてみてください

2. AI を走らせてみよう

ollama run gemma3

• ターミナル上で会話が始まるぞ！

!スクリーンショット 2025-04-19 202510.png

3. python 環境をセットアップしよう

1. Installing uvを参考に uvをインストール
   • uvは、Python バージョン管理ツール
2. python をインストール
   • uv install python

参考: Python Coding Best Practice

4. ライブラリをインストールしよう

uv pip install google-adk litellm

• google-adk:
  • google が開発した AI エージェントフレームワーク！
• litellm:
  • LLM の API インターフェース！

エージェントを構築しよう

• ここからコードを書くよ！

1. 簡単な対話エージェントを構築してみよう

ディレクトリ構成

.
├── chat_agent
│   ├── __init__.py
│   ├── __pycache__
│   │   ├── __init__.cpython-313.pyc
│   │   └── agent.cpython-313.pyc
│   └── agent.py
├── .env
├── pyproject.toml
└── uv.lock

コード

# おまじない
from . import agent

# 環境変数をフレームワークが読みに行って、やり取りしてくれる
OPENAI_API_BASE=http://localhost:11434/v1
OPENAI_API_KEY=anything

from google.adk.agents import LlmAgent
from google.adk.models.lite_llm import LiteLlm

root_agent = LlmAgent(
    model=LiteLlm(model="ollama_chat/gemma3"),
    name="chat_agent",
    description=(
        "chat agent that can chat with users and answer questions."
    ),
    instruction="""
        You are a chat agent that can answer questions and have conversations
        with users. You can also perform calculations and provide information
        about various topics.
    """,
)

• コードが書けたら、uv run adk webでサーバが立ちあがる！
• localhost:8000（デフォルト）にブラウザからアクセスすると、エージェントがいるはず！とりあえず動きました！🎉 !スクリーンショット 2025-04-19 203024.png

2. AI に python スクリプトを実行してもらおう

• toolsとして、AI に python スクリプトを渡します
• toolの説明は丁寧に書こう！I/O の形式まで書けると Good
• 参考：Agent Development Kit | Function tools

ディレクトリ構成

.
├── die_agent
│   ├── __init__.py
│   ├── __pycache__
│   │   ├── __init__.cpython-313.pyc
│   │   └── agent.cpython-313.pyc
│   ├── .env
│   ├── agent.py
│   └── tools             # 新しいやつ！
│       └── roll_die.py
├── pyproject.toml
└── uv.lock

コード

from google.adk.agents import LlmAgent
from google.adk.models.lite_llm import LiteLlm
from pydantic import BaseModel, Field
from die_agent.tools.roll_die import roll_die

root_agent = LlmAgent(
    model=LiteLlm(model="ollama_chat/mistral-small3.1"),
    name="dir_agent",
    description=("Agent that can roll a die."),
    instruction=("You can ask user to roll a die."),
    tools=[
        roll_die,
    ],
)

import random

def roll_die():
    """
    Roll an 6-sided die and return the result.
    Args:
        None
    Returns:
        dict: {"result": int, "status": str}
    """
    return {
        "result": random.randint(1, 6),
        "status": "success",
    }

• コードが書けたら、uv run adk webをして、localhost:8000にアクセス！動きましたか？ !スクリーンショット 2025-04-19 234336.png

3. マルチエージェントにしてみよう

• いよいよマルチエージェント！エージェント A のダイスの結果を使って、エージェント B におみくじをひいてもらいます
• 増える概念：
  • output_key：各エージェントの出力は、context にキーバリューで保存されます。その key を指定する
  • Sequential agents：サブエージェントに登録したエージェントを、順番に呼び出してくれる
• 注釈：
  • うちの PC が悲鳴をあげたので、この項ではモデルを gemini にしました
  • gemini を使う場合、.envには以下が必要。AI Studioで無料発行できます
    • GOOGLE_API_KEY="XXX"
• 参考：Agent Development Kit | Sequential agents

ディレクトリ構成

.
├── README.md
├── omikuji_agent
│   ├── __init__.py
│   ├── agent.py
│   ├── agents
│   │   ├── die_agent.py
│   │   └── omikuji_agent.py
│   └── tools
│       ├── omikuji.py
│       └── roll_die.py
├── .env
├── pyproject.toml
└── uv.lock

コード

from google.adk.agents.sequential_agent import SequentialAgent
from google.adk.agents import LlmAgent
from omikuji_agent.agents.die_agent import die_agent
from omikuji_agent.agents.omikuji_agent import omikuji_agent

root_agent = SequentialAgent(
    name="CodePipelineAgent",
    sub_agents=[die_agent, omikuji_agent],
)

from google.adk.agents import LlmAgent
from omikuji_agent.tools.roll_die import roll_die

die_agent = LlmAgent(
    model="gemini-2.0-flash",
    name="die_agent",
    description=("Agent that can roll a die."),
    instruction=("You can ask user to roll a die."),
    tools=[
        roll_die,
    ],
    output_key="die_result",
)

from google.adk.agents import LlmAgent
from omikuji_agent.tools.omikuji import omikuji

omikuji_agent = LlmAgent(
    # model=LiteLlm(model="ollama_chat/mistral-small3.1"),
    model="gemini-2.0-flash",
    name="omikuji_agent",
    description=("Agent that can give a omikuji result. "),
    instruction=(
        """
		You can draw an omikuji.
		Take the number proveded in the session state key 'die_result' as a parameter.
		"""
    ),
    tools=[
        omikuji,
    ],
)

import random

def roll_die():
    """
    Roll an 6-sided die and return the result.
    Args:
        None
    Returns:
        dict: {"result": int, "status": str}
    """
    return {
        "result": random.randint(1, 6),
        "status": "success",
    }

def omikuji(id: int):
    """
    Returns a omikuji result based on the given id. id is 1-based. If id is out of range, return error.
    Args:
        id (int): The id of the fortune result.
    Returns:
        dict: {"result": str, "status": str, "input": dict}
    """
    fortunes = [
        "大吉",
        "中吉",
        "小吉",
        "吉",
        "凶",
        "大凶",
    ]

    if id < 0 or id > len(fortunes):
        return {"result": "Invalid fortune id.", "status": "error", "input": {"id": id}}
    id -= 1
    return {
        "result": fortunes[id],
        "input": {"id": id},
        "status": "success",
    }

• コードが書けたら、uv run adk webをして、localhost:8000にアクセス！動いたら OK！ !スクリーンショット 2025-04-20 003927.png

まとめ

• 短いコードでエーアイが動いて嬉しい！
• 次は MCP サーバとかで色々動かす記事を書こうと思う
• 不足や誤りを発見しましたら、ご指摘いただけると助かります。