前 15 天蓋的生產線完全不靠 AI 也能跑。今天開始的第三篇，要在生產線旁邊加一位懂事的專案經理——這位經理是用 Google ADK（Agent Development Kit，Google 開源的 agent 開發框架）搭出來的。

比喻→術語對照表

為什麼是「旁邊」，不是「裡面」

AI 不寫幾何——不會去決定三角形怎麼排列，那些前 15 天已經交給確定性程式做完，快又穩。AI 該做的是沒有標準答案、需要判斷的工作：

• CAD 檔案看起來是機械零件還是建築平面圖？該用多細的公差去轉檔？
• 渲染出來的六張照片看起來合不合格？
• Input_Gear 這種英文零件名，該怎麼寫成中文介紹？
• 哪幾個零件最值得停下來當熱點介紹？

這條界線在系列一開始就講過（CLAUDE.md 的硬規則也白紙黑字寫著：AI SDK 只准出現在這個資料夾裡）：拔掉這位專案經理，生產線完全照跑，只是所有判斷都要人工填參數。這個系列目前這位經理還沒有申請 AI 服務的門票（GOOGLE_API_KEY），所以接下來會誠實地寫「這部分沒有真的用 AI 測過」。

打開來看一眼：一個「不呼叫任何 AI」的 agent 範例

docent（展場導覽員）目前最簡單，剛好拿來當入門範例。它的骨架長這樣：

root_agent = LlmAgent(
    name="docent",
    model=os.environ.get("EXPO3D_MODEL", "gemini-2.5-flash"),
    description="展場導覽員（W5 實作）",
    instruction="你是展場導覽員，只根據展品資料回答，不知道就說不知道。",
    before_model_callback=not_implemented,
)

有名字、有模型、有一句指示，但 before_model_callback 這個掛勾攔在最前面，讓它現在收到任何問題都固定回一句「還沒做好」，完全不會真的去問模型。這正好示範一件事：用 ADK 搭一個 agent 的骨架，跟「有沒有真的接上模型」是兩件分開的事——可以先把骨架、職責、工具都搭好，晚一點再決定要不要真的讓它去問模型。

兩位經理，一個接力隊、一個還沒開張

「佈展前的總管」expo_director 是一個 SequentialAgent（接力隊）：五個子 agent 依序接力，把生產線從頭跑到尾（各自負責什麼，接下來幾天會一個一個拆開講）。「展場現場」的 docent 骨架已經搭好，但接下來的內容要等系列第四篇才實作。

有沒有申請 AI 的門票，都跑得動

expo_director 有一套「照劇本走」的替身：沒有申請門票時，不是跳過那些步驟，而是照著固定劇本一步一步真的去呼叫該呼叫的工具，跟接上真的模型時走的是同一組工具、同一份事件流，差別只在「下一步做什麼」是照劇本決定，還是讓模型自己決定。這個設計讓「有沒有申請門票」不影響整條生產線的骨架驗證，只影響有沒有中文文案——零件中文名、熱點解說、常見問答，沒有模型時一律留白，不捏造內容湊數。

打開展示間看看：adk web

ADK 提供一個本機網頁，可以看到所有 agent、跟它們對話、逐步看每一次呼叫了什麼工具：

uv run adk web agents --port 8000

打開瀏覽器，選單裡會列出這個資料夾底下所有 agent。這個系列目前有兩個：docent、expo_director。

還沒做、還沒驗證的事

• docent 的實際對話能力還沒做，骨架先搭好。
• 目前沒有申請 AI 服務的門票，所以「模型真的介入之後效果如何」這個系列目前還沒有真實測過的素材。
• 接力隊裡每個子 agent 具體怎麼呼叫工具、怎麼判讀渲染圖、怎麼寫中文——這些細節接下來幾天拆開講。

下一篇：把生產線上的每一道工序，包成經理可以呼叫的「工具」。