VividKit Crystal clear AI coding
EN
Chọn Thiết Lập Bắt Đầu với AgentKit Tiếp Tục với ClaudeKit Chuyển từ ClaudeKit sang AgentKit Gỡ hẳn ClaudeKit AgentKit Là Gì? AgentKit Hoạt Động Như Thế Nào? Kit, Skill, Agent & Hook AgentKit Hỗ Trợ Runtime AgentKit Ứng Dụng AgentKit Desktop Cấu Hình AgentKit Tra Cứu CLI ak Cheatsheet skill AgentKit Workflows AgentKit Statusline AgentKit Cập Nhật CLI ak & Kits AgentKit Helper Cài lại clean AgentKit Xử Lý Sự Cố AgentKit Giới Thiệu ClaudeKit Hướng Dẫn ClaudeKit CLI Tìm Lệnh Phù Hợp Bảng Lệnh Nhanh Quy Trình Mẫu Tham Chiếu CLI Claude Mechanics Permission Modes ClaudeKit Hooks Coexistence ClaudeKit x Codex CK → Tool coding khác Cách ClaudeKit Hoạt Động Inside ClaudeKit Tìm Unknowns Của Bạn Khôi Phục Session Sửa Lỗi Từ Log Thiết Kế UI/UX Chuyển Đổi Tài Khoản Cấu Hình IDE Remote Control Codex App Sơ đồ hệ thống UI Review Gate Khuyến Mãi Ủng Hộ VividKit

Tóm tắt nhanh / Lệnh

Bộ Marketing

/ak:google-adk-python

Xây agent bằng Google ADK Python

Hướng dẫn xây agent Google ADK theo kiểu code-first, multi-agent, A2A, MCP tools, workflow agent, state, memory, deploy và evaluation.

01

Xác định use case

02

Chọn cấu trúc

03

Chọn loại agent

04

Kết nối tool

Nguyên tắc 01

Agent ADK nên code-first để hành vi được version và test được.

Nguyên tắc 02

Dùng workflow agent khi luồng chạy cần dự đoán; dùng LlmAgent khi cần suy luận động.

Nguyên tắc 03

State, memory, artifact, callback, plugin và observability là quyết định kiến trúc có chủ đích.

Nguyên tắc 04

adk eval phải chạy trước deploy, không đợi tới khi có sự cố.

Bản đồ thực thi

Các nhánh chính từ đầu vào đến kết quả, bám theo cách command chạy khi dùng thật.

01

Khởi động

Đầu vào, phạm vi, route

  1. 1 Xác định use case Xác định việc cần làm là single agent, multi-agent, tích hợp A2A, MCP toolset, workflow, state, memory, callback, deploy hay evaluation.
  2. 2 Chọn cấu trúc Tạo cấu trúc package đúng convention với __init__.py và agent.py xuất root_agent hoặc app.
02

Xử lý

Agent / skill thực thi

  1. 3 Chọn loại agent Dùng Agent hoặc LlmAgent cho suy luận động, SequentialAgent cho pipeline cố định, ParallelAgent cho song song, LoopAgent cho lặp, hoặc RemoteA2aAgent cho agent từ xa.
  2. 4 Kết nối tool Thêm Python tool, MCPToolset, LongRunningFunctionTool cho human-in-loop, sub_agents, callback, plugin hoặc artifact khi cần.
03

Kiểm chứng

Gate, review, xác thực

  1. 5 Quản lý trạng thái Dùng ToolContext.state cho dữ liệu tạm, MemoryService cho trí nhớ dài hạn và artifact cho đầu ra cần lưu.
  2. 6 Chạy cục bộ Dùng adk web cho dev UI, adk run để test CLI, hoặc adk api_server cho server FastAPI production.
04

Đóng

Báo cáo, bàn giao, artifact

  1. 7 Đánh giá Chạy adk eval với evalset JSON trước khi deploy.
  2. 8 Triển khai Chọn Cloud Run, Vertex AI Agent Engine hoặc GKE theo tài liệu deploy.

Tính năng đặc biệt

Mẫu App production

Dùng App khi cần plugin, event compaction, artifact hoặc quản lý lifecycle riêng.

Workflow agent

Sequential, parallel và loop agent làm pipeline có thể dự đoán trở nên rõ ràng.

Prompt mẫu

Ví dụ gọi command theo từng flag, subcommand, mode hoặc route dùng được trong workflow thực tế.

Hệ multi-agent Khuyến nghị 
/ak:google-adk-python bot hỗ trợ đa agent với công cụ MCP
Dùng khi:
Cần kiến trúc ADK cho nhiều sub-agent chuyên trách và tool.
Kết quả:
Chọn loại agent, convention package, cách nối MCPToolset, state và đường evaluation.
Tích hợp A2A 
/ak:google-adk-python tích hợp agent từ xa A2A
Dùng khi:
Các agent từ xa cần giao tiếp qua giao thức A2A.
Kết quả:
Nạp tham chiếu multi-agent và A2A rồi phác thảo cách dùng RemoteA2aAgent.
Deploy Vertex 
/ak:google-adk-python triển khai agent lên Vertex AI Agent Engine
Dùng khi:
Agent ADK đã sẵn sàng triển khai dạng managed.
Kết quả:
Dùng tài liệu deploy và đưa các checkpoint evaluation vào trước khi khuyến nghị rollout production.

Phạm vi xử lý

  • Kiến trúc agent
  • Tích hợp MCP
  • Giao thức A2A
  • Workflow agent
  • State và memory
  • Deploy lên Vertex
  • Evaluation

Tiếp theo