Loading content
Modulare, hierarchische Workflow-Agenten für das Vertex AI-Ökosystem. Architektur: Hierarchische Workflow-Architektur, primär für Vertex AI. Besonders geeignet: Enterprise-Workflow-Agenten auf Google Cloud / Vertex AI. Zu beachten: Am ausgereiftesten innerhalb des Google-Ökosystems; außerhalb weniger portierbar.
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und bei Bedarf in die 360°-Bewertung zu wechseln.
Technischer Baustein: kann automatisiert, integriert oder betrieben werden.
Konkretes Rädchen im System, das in größeren Zusammenhängen wirkt.
Google ADK ist ein modulares Framework für agentische Workflows, mit dem Teams produktionsnahe KI-Agenten im Vertex-AI-Ökosystem bauen, steuern und bereitstellen können.
Google ADK ist Googles quelloffenes Agenten-Entwicklungsframework. Die offizielle Dokumentation beschreibt es als code-first und zeigt die Entwicklung zu ADK 2.0 mit Graph-Workflows, kollaborativen Agenten, Modellrouting und Deployment auf Google Cloud. Der praktische Schwerpunkt liegt auf wiederholbaren, kontrollierbaren Agentenabläufen innerhalb von Vertex AI; außerhalb dieses Stacks nimmt die Portabilität ab.
ADK funktioniert wie eine Orchestrierungsschicht für Agenten. Ein Agent kombiniert Konfiguration, Modellaufrufe, Tools und Kontext. Einfache Aufgaben laufen als feste Sequenz, komplexere als Graph mit Verzweigungen, Routing und definierten Übergabepunkten. Menschliche Freigaben können an klaren Stellen eingefügt werden, während die Runtime Ausführung, Beobachtbarkeit und Deployment zusammenhält.
Ein Entscheidungsmodul leitet Anfragen an spezialisierte Ziele wie Agenten, Prompts oder Tools weiter.
Schritte laufen in fester Reihenfolge, und jeder Schritt nutzt die Ausgabe des vorherigen.
Menschen prüfen oder bestätigen an definierten Stellen Ergebnisse und Entscheidungen.
Arbeitsabläufe werden als gerichtete Graphen mit Knoten, Kanten und Verzweigungen modelliert.
ADK passt, wenn wiederholbare Agentenabläufe, Tool-Nutzung, kontrollierte Übergaben und ein klarer Weg in den Google-Cloud-Betrieb gefragt sind. Besonders nützlich ist es für Teams nahe an Vertex AI, die Deployment, Beobachtbarkeit und Governance aus einer Hand wollen. Weniger passend ist es, wenn starke Plattformunabhängigkeit oder ein bewusst neutraler Stack wichtiger sind.
Wo dieser Baustein im Themenmodell verortet ist.
Keine Strukturpfade verfügbar.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.