Agy CLI 的 Plugins 介紹的差不多了，不然最後這幾天講一下如何用 ADK 建立 Agent 吧

今天介紹什麼

1. 名稱：Agent Development Kit (ADK)
2. 官方網站：https://adk.dev/
3. 開源專案：https://github.com/google/adk-python

為什麼要用這個？

簡單來說現在免費的 AI 快要跟日本的壓縮機一樣稀有，像之前 GitHub 上有免費的 Gemini Code Assist 程式碼審查，也在 2026 年中沒了。

但如果你有訂閱 Google AI 方案，每個月會用 10 美金的 GCP 額度，所以我們可以用這個額度搭配 ADK 來建立線上的程式碼審查 Agent，至於費用也很便宜，每次 GitHub Action 進行一次程式碼審查大概是 0.5 台幣

讓 AI 幫忙做事的三個層次

在工程實務上，AI 應用可以分成三個等級：

1. 第 1 層：直接問聊天機器人（Chatbot）
   • 你複製程式碼貼過去、你等它回、你看答案。
   • 只要你不在電腦前，它就完全不會動。
2. 第 2 層：技能（Skills）
   • 像是寫成一套標準作業程序（SOP，例如 SKILL.md）。
   • 規則很清楚，但還是得等人手動在終端機或編輯器裡下指令，它才會照著步驟做。
3. 第 3 層：人工智慧代理（AI Agent）
   • 這才是真正「會自己上班打卡的員工」。
   • 它是被事件（Event）驅動的。只要一開 PR，GitHub Actions 自動把它叫醒，它自己抓 diff、自己開檔案檢查和留言，完全不用在旁邊盯著。

而 Google ADK，就是專門拿來組裝「第 3 層 AI Agent」的官方工具箱。

ADK 是什麼？做 Agent 的樂高底板

ADK 就像一塊樂高底板。過去你要自己串一個會呼叫工具的 Agent，得自己寫迴圈管對話紀錄、處理 Function Calling、解析 JSON、再把結果塞回給模型，麻煩得要命。

用 ADK 的話，這些雜事它全部幫你包好了。身為開發者，你只需要決定三件事：

1. 大腦（Model）：你要用哪顆模型（Gemini 還是 Grok？）。
2. 工作說明（Instruction）：用中文寫一段話，告訴它該做什麼、不該做什麼。
3. 手腳（Tools）：給它幾個普通的 Python 函式，讓它需要時可以自己去開檔案、查資料。

如果用 Gemini，那麼只要四行就能做出你的第一個 AI Agent

name: code_reviewer
model: gemini-3.7-flash
description: 程式碼審查助理
instruction: 你是資深工程師，看到程式碼問題請用繁體中文老實跟我說…

一行指令 adk run 敲下去，它就直接活過來跟你對話了。

拆解核心：agent.py 的五個零件

如果要讓 Agent 真正有能力自己去讀檔案，我們用 Python 寫一個小工具掛上去，結構長這樣：

from google.adk.agents.llm_agent import Agent

# 工具（手腳）：寫一個最單純的 Python 函式
def read_file(path: str) -> dict:
    """讀取指定路徑的檔案內容"""
    return {"content": open(path, encoding="utf-8").read()}

root_agent = Agent(
    model='gemini-3.7-flash',   # 1.大腦：要用哪顆模型，換模型改這裡就行
    name='code_reviewer',       # 2.名牌：它的名字
    description='程式碼審查助理', # 3.簡介：一句話介紹自己（多 Agent 分工時協調者靠這個派工）
    instruction="""             # 4.工作說明（SOP）：最重要的靈魂！
    使用者要審查檔案時，先用 read_file 讀取內容，
    再用繁體中文條列嚴重的 bug 與改善建議。
    """,
    tools=[read_file],          # 5.工具：給它手腳。沒 tools 只是聊天機器人，有了 tools 才會自己動手做事
)

三種執行姿勢：開發用網頁、正式用程式

專案建好後，ADK 提供三種跑起來的方式：

1. adk web（本機瀏覽器介面，開發除錯首選）
   • 敲下這行會打開本地網頁，最厲害的是右邊的 Events 面板。
   • 你能親眼看見模型在想什麼：它何時決定呼叫 read_file、丟了什麼參數、讀到了什麼。只要提示詞寫不好、工具沒調用成功，看這裡一秒抓出原因。
2. adk run（終端機直接聊）
   • 快速測一句話用，不用特別開瀏覽器。
3. Runner（寫在 Python 程式裡）
   • 當我們要串接 GitHub Actions 或寫排程腳本時，就用 Runner 呼叫它，直接拿回審查報告 Markdown 與消耗的 Token 數量。

兩個好用功能

1. 換大腦一個字都不用改

如果哪天你想把預設的 Gemini 3.7 Flash 換成 Agent Platform（前Vertex AI）上的 Grok 4.6，只要把環境變數 .env 換掉就好，agent.py 裡的程式碼一行都不用動，轉接頭 ADK 都幫你做好了。

2. 支援掛載 SKILL.md（按需翻書，不浪費 Token）

如果審查規則有一大堆（例如幾百行的排版規範、資安準則），全部硬塞在 instruction 會讓每次對話的 Token 費用暴增。
ADK 支援吃開源標準的 SKILL.md：Agent 平常只看目錄（書名跟大綱），等到真的需要排版時，自己才會呼叫 load_skill 把整本 SOP 翻開來看，省錢又聰明。