ADK Studio

用于通过拖放构建 AI 智能体的可视化开发环境。

概览

ADK Studio 提供了一个低代码界面，用于设计、测试和部署使用 ADK-Rust 构建的 AI 智能体。通过可视化方式创建复杂的多智能体工作流，然后将其编译为生产就绪的 Rust 代码。

安装

# 从 crates.io 安装（独立二进制文件）
cargo install adk-studio

# 或从源代码构建
cargo build --release -p adk-studio

快速开始

# 启动 studio 服务器
adk-studio

# 在浏览器中打开
open http://localhost:3000

CLI 选项

# 绑定到所有接口以进行远程访问
adk-studio --host 0.0.0.0 --port 8080

# 自定义项目目录
adk-studio --dir ./my-projects

---

分步教程

按照此教程在 ADK Studio 中构建您的第一个 AI 智能体。

步骤 1：创建新项目

点击右上角的 + 新建项目 按钮。

输入您的项目名称（例如，“演示项目”）并点击 创建。

步骤 2：向画布添加智能体

左侧边栏包含 智能体调色板，其中有可用的智能体类型：

• LLM 智能体 - 由语言模型驱动的单一 AI 智能体
• 顺序 - 按顺序执行子智能体
• 并行 - 并发执行子智能体
• 循环 - 迭代直到满足退出条件
• 路由器 - 根据输入路由到子智能体

点击 LLM 智能体 将其添加到画布。

步骤 3：配置智能体

当您选择一个智能体时，右侧会出现 属性面板。您可以在这里配置：

• 名称 - 智能体的标识符
• 模型 - LLM 提供商和模型 (Gemini, OpenAI, 等)
• 指令 - 智能体的系统提示

步骤 4：向智能体添加工具

向下滚动左侧边栏找到 工具调色板：

• 函数 - 带有代码编辑器的自定义 Rust 函数
• MCP - Model Context Protocol 服务器
• 浏览器 - 46 种 WebDriver 自动化操作
• Google 搜索 - 基于网络的搜索
• 加载工件 - 将文件加载到上下文中

点击一个工具以将其添加到您的智能体。

步骤 5：构建和测试

点击 构建项目 以编译您的智能体。构建完成后，使用底部的 聊天面板 通过真实的对话测试您的智能体。

聊天支持：

• 实时 SSE 流式响应
• 智能体执行动画
• 用于调试的事件跟踪面板

步骤 6：查看生成的代码

点击 查看代码 查看从您的可视化设计生成的生产就绪的 Rust 代码。

您可以复制此代码或使用 编译 生成一个完整的 Rust 项目。

---

功能

Agent 类型

Tool 类型

实时聊天

直接在工作室中测试 Agent：

• 实时 SSE 流式响应
• Agent 执行动画
• 用于调试的事件追踪面板
• 会话内存持久化

代码生成

将可视化设计转换为生产代码：

1. 查看代码 - 预览生成带语法高亮的 Rust 代码
2. 编译 - 生成完整的 Rust 项目
3. 构建 - 编译为可执行文件，并提供实时输出
4. 运行 - 执行构建好的 Agent

架构

┌─────────────────────────────────────────────────────────────┐
│                     ADK Studio UI                           │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐ │
│  │   Palette   │  │   Canvas    │  │   Properties        │ │
│  │  - Agents   │  │  ReactFlow  │  │  - Name             │ │
│  │  - Tools    │  │  Workflow   │  │  - Model            │ │
│  │             │  │  Designer   │  │  - Instructions     │ │
│  └─────────────┘  └─────────────┘  └─────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼ HTTP/SSE
┌─────────────────────────────────────────────────────────────┐
│                    ADK Studio Server                        │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐ │
│  │   Routes    │  │   Codegen   │  │   Storage           │ │
│  │  /api/*     │  │  Rust code  │  │  Projects           │ │
│  │  /chat      │  │  generation │  │  File-based         │ │
│  └─────────────┘  └─────────────┘  └─────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼ Build
┌─────────────────────────────────────────────────────────────┐
│                   Generated Rust Project                    │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  Cargo.toml + src/main.rs                           │   │
│  │  Uses: adk-rust, adk-agent, adk-model, etc.        │   │
│  └─────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────┘

API 端点

项目

代码生成

聊天

环境变量

生成的代码结构

my-project/
├── Cargo.toml
└── src/
    └── main.rs

生成的 main.rs 示例：

use adk_rust::prelude::*;
use adk_rust::Launcher;

#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
    dotenvy::dotenv().ok();
    let api_key = std::env::var("GOOGLE_API_KEY")?;
    let model = GeminiModel::new(&api_key, "gemini-2.0-flash")?;

    let agent = LlmAgentBuilder::new("assistant")
        .description("Helpful AI assistant")
        .instruction("You are a helpful assistant.")
        .model(Arc::new(model))
        .build()?;

    Launcher::new(Arc::new(agent)).run().await?;
    Ok(())
}

模板

Studio 包含预构建的模板：

• 基本助手 - 简单的 LLM agent
• 研究 Agent - 带有 Google 搜索的 Agent
• 支持路由器 - 多 agent 路由
• 代码助手 - 带有代码工具的 Agent

最佳实践

---

上一页: ← Memory | 下一页: Development Guidelines →