adk web → agent.py 상위 프로젝트 폴더 경로 접근, adk web 명령어 터미널 실행
adk run [프로젝트명]
adk api_server → FastAPI 기반의 api 사이트 실행
멀티 에이전트
특이 사항 : 예시 코드 실행 시 api 사이트가 셧다운으로 인해 진행되지 않음
2가지의 에이전트를 구성
책 정보를 api를 통해 조회 하도록 하는 도구를 이용한 에이전트 구성
결과 값을 pydantic을 이용해 구조화된 json 결과로 도출시키는 에이전트 구성
2개의 에이전트를 하나로 합치는 root 에이전트 구성
루트 에이전트에서 instruction을 통해서 각 역할과 처리 순서를 정리하도록 구성함.
병렬 아닌 순차적 진행
힌트를 제공하여 책 정보를 찾도록 구성
워크플로우 에이전트
순차적이거나 병렬적인 에이전트를 동시에 실행하는 용도로 이용
예제코드 설명
뉴스, 날씨, 주식의 정보를 병렬로 조회
병렬처리 에이전트와 요약해주는 정보 실행 root 에이전트 구성
from dotenv import load_dotenvfrom google.adk.agents import Agent, ParallelAgent, SequentialAgentfrom google.adk.tools import google_search# 병렬로 실행될 정보 수집 에이전트# 날씨 정보 수집 에이전트 생성weather_fetcher = Agent(name="weather",model="gemini-3.6-flash",output_key="weather_info",instruction="오늘의 날씨 정보를 제공하세요.",tools=[google_search],)# 뉴스 정보 수집 에이전트 생성news_fetcher = Agent(name="news",model="gemini-3.6-flash",output_key="news_info",instruction="오늘의 주요 뉴스를 요약하세요.",tools=[google_search],)# 주식 정보 수집 에이전트 생성stock_fetcher = Agent(name="stocks",model="gemini-3.6-flash",output_key="stock_info",instruction="주요 주식 시장 동향을 제공하세요.",tools=[google_search],) parallel_fetcher = ParallelAgent(name="multi_info_fetcher",sub_agents=[weather_fetcher, news_fetcher, stock_fetcher],description="여러 정보를 동시에 수집")# 수집 결과를 요약하는 에이전트summarizer = Agent(name="daily_briefing",model="gemini-3.6-flash",instrunction=""" 수집된 정보를 종합하여 일일 브리핑을 작성하세요: - 날씨: {weather_info} - 뉴스: {news_info} - 주식: {stock_info} 간결하고 읽기 쉬운 형식으로 정리하세요. """, )# 병렬 수집 후 종합하는 파이프라인daily_briefing_pipeline = SequentialAgent(name="daily_briefing_system",sub_agents=[parallel_fetcher, summarizer],description="정보를 병렬로 수집한 후 종합 브리핑 생성",)root_agent = daily_briefing_pipeline
스팸 체크 에이전트
워크플로 에이전트 중 반복해서 메시지 생성 혹은 확인할 수 있는 LoopAgent 있음
LLM 결과 퀄리티가 일정하지 않고 랜덤한 경우가 종종 있어, 반복 실행하여 퀄리티 높이는 방식
이번 예시는 BaseAgent를 통해 커스텀 에이전트 생성, LlmAgent 통해 데이터 생성 및 스팸 여부 확인 에이전트 구성
from dotenv import load_dotenvfrom google.adk.agents import LoopAgent, LlmAgent, BaseAgentfrom google.adk.events import Event, EventActionsfrom google.adk.agents.invocation_context import InvocationContextfrom typing import AsyncGenerator# 랜덤한 메시지 생성하는 에이전트random_generator = LlmAgent(name="RandomGenerator",model="gemini-3.6-flash",description="랜덤한 메시지를 생성하는 에이전트입니다. 스팸 메시지와 정상적인 메시지를 60:40 비율로 생성합니다.",output_key="random_message",instruction="스팸 메시지와 정상적인 메시지를 60:40 확률로 생성합니다. 스팸 메시지는 '[웹발신]'을 앞에 넣고, 정상적인 메시지는 따로 표시하지 않아도 됩니다. 반드시 하나의 메시지만 출력해야 합니다.",)# 스팸 메시지를 확인하는 에이전트spam_checker = LlmAgent(name="SpamChecker",model="gemini-3.6-flash",instruction="사용자의 입력이 스팸인지 확인하세요. 스팸이면 'fail', 아니면 'pass'를 반환하세요.",output_key="spam_status",)# 상태를 확인하고, 정상 메시지이면 루프를 중단하도록 요청하는 커스텀 에이전트classCheckStatusAndEscalate(BaseAgent):asyncdef_run_async_impl(self, ctx: InvocationContext) -> AsyncGenerator[Event, None]: status = ctx.session.state.get("spam_status", "fail") should_stop = status =="pass"yield Event(author=self.name, actions=EventActions(escalate=should_stop))root_agent = LoopAgent(name="SpamCheckLoop",max_iterations=10,sub_agents=[ random_generator, spam_checker, CheckStatusAndEscalate(name="StopChecker"), ])