跳到正文
北京时间
原文
Google Developers Blog（RSS）·· 2026-07-01精选AI 评分67

ADK Go 2.0 发布：构建可靠的多智能体应用，新增基于图的工作流引擎、人工参与循环与动态编排

Build reliable multi-agent applications with ADK Go 2.0. Discover our new graph-based workflow engine, built-in human-in-the-loop, and dynamic orchestration

AI 导读

Agent Development Kit (ADK) for Go 2.0 发布，引入了一类基于图的工作流引擎，用于组合复杂多智能体应用。新版本内置人工参与循环（HITL）编排、使用纯 Go 代码的动态执行、以及指数退避重试等自动弹性特性。统一执行模型后，单智能体应用与复杂图均运行在同一运行时上，简化了遥测与状态持久化。

推荐理由

Google 给 Go 生态补上了多智能体编排的关键一环，图工作流引擎和人机协同直接内置，比之前拼积木的方式可靠很多，做 Agent 的 Go 开发者值得跟进。

正文 · AI 翻译

ADK for Go 2.0：以图的方式构建智能体工作流

构建真实世界的智能体应用，很少像发送单个提示词那样简单。生产环境的智能体必须进行分类、分支、扇出、请求人工审批、失败重试，并循环直到完成。把这种复杂的编排表达为临时拼凑的控制流，很快就会变得脆弱不堪。

自 1.0 版本发布以来，Agent Development Kit（ADK）for Go 一直帮助 Go 开发者以简洁、地道的 API 构建生产级智能体——强类型、iter.Seq2 事件流，以及一个能自然融入现有 Go 服务的运行时。这一基础取得了真正的成功，也正是它让下一步成为可能。

今天，我们很高兴分享 ADK for Go 2.0。最核心的亮点是一种全新的、一等公民式的多智能体应用编排方式：基于图的工作流引擎。与之相伴的还有作为内置原语的 human-in-the-loop（HITL）、用纯 Go 编写的动态编排、LLM 智能体模式，以及一个将这一切整合在一起的 统一节点运行时——单个智能体和完整的图现在都运行在同一个执行模型之上。

如果你关注过 Python ADK 2.0，这会让你感到熟悉：它遵循同样的图优先方向，并且从底层开始就设计得具有 Go 的风格。

为什么要用图？

真正的智能体应用很少只是一个提示词。它们会分类、分支、向专家节点扇出、收集结果、请人类批准某项操作、失败时重试，并循环直到完成。把这一切用临时拼凑的控制流来表达，很快就会变得脆弱不堪。

ADK 2.0 让你把应用的形态描述为一张由边连接节点构成的图，并把执行交给一个调度器，它知道如何并发运行、持久化状态、为等待人类而暂停、之后再恢复——甚至能跨进程重启。下面就是把节点串联起来有多简单：

import "google.golang.org/adk/v2/workflow"

upper  := workflow.NewFunctionNode("upper",  upperFn,  cfg)
suffix := workflow.NewFunctionNode("suffix", suffixFn, cfg)

edges := workflow.Chain(workflow.Start, upper, suffix)

wf, _ := workflowagent.New(workflowagent.Config{
    Name:  "simple_sequence_workflow",
    Edges: edges,
})

那个wf只是一个agent.Agent。它运行在你已经在用的同一个 runner、launcher 和 console 中——无需特殊的 harness，也无需新的服务器。一张图就是一个智能体。

构建模块

万物皆节点

节点是任何实现了Node 接口的工作单元。你很少需要手写这个接口——ADK 为常见场景提供了带类型的节点构造函数：

  • 函数节点包装一个普通的带类型 Go 函数。泛型会为你推断输入/输出 schema：
workflow.NewFunctionNode("classify",
    func(ctx agent.Context, in string) (Category, error) { ... }, cfg)
  • 发射函数节点是同时获得 emit 回调的函数节点，因此单个函数可以流式发送事件或暂停等待人工介入，而无需降级为动态节点：
workflow.NewEmittingFunctionNode("progress",
    func(ctx agent.Context, in Job, emit func(*session.Event) error) (Result, error) { ... }, cfg)
  • 智能体节点将任意 agent.Agent（例如 LlmAgent）放入图中。
  • 工具节点将 tool.Tool 转换为图中的一个步骤。
  • 汇合节点是扇入屏障：它们等待所有前驱节点，并向你提供其输出的映射。
  • 动态节点让你在代码中进行编排（详见下文）。
  • 工作流节点将整个子工作流嵌入为单个节点——图可以组合。
  • 并行工作器针对列表中的每一项并发运行一个节点，并聚合结果。
  • 状态绑定节点（NewFunctionNodeFromState）通过 state:"<key>" 标签将选定的会话状态值直接拉入带类型的 Params 结构体——无需手动传递状态。

边、路由以及你需要的各种形态

边连接节点，并且可以携带路由条件。节点发出一个路由值；匹配的边随即触发。仅凭这一个理念，你就能获得所需的所有控制流形态：

b := workflow.NewEdgeBuilder()
b.AddRoutes(router, map[string]workflow.Node{
    "question":    answerNode,
    "statement":   commentNode,
    "exclamation": reactNode,
})
b.AddFanOut(planner, researchA, researchB, researchC) // parallel branches
b.AddFanIn(join, researchA, researchB, researchC)       // gather results

顺序链、条件路由器、扇出/扇入、嵌套子图，甚至循环（已完成的节点可以被重新触发，因此循环是一等公民）——全都由边和路由实现。标准路由包括StringRoute、IntRoute、BoolRoute、MultiRoute，以及一个在其他条件都不匹配时触发的Default。如需更深入的配置，可利用Route 接口。

让 LLM 来操控图

最有用的模式之一，是让模型充当路由器的大脑。一个 LlmAgent 对用户的消息进行分类；一个简单的函数发出匹配的路由；图随即分派到正确的处理器：

User -> What time is it?    Agent -> question     answering question...
User -> Hello world!        Agent -> exclamation  reacting to exclamation...
User -> The sky is blue.    Agent -> statement    commenting on statement...

模型做出决策；图让它变得可靠、可观测、可恢复。（参见examples/workflow/routing/llm/。）

动态编排——用纯 Go 实现

有时执行顺序要到运行时才确定：它取决于数据、循环次数，或模型刚刚说了什么。为此，ADK 2.0 为你提供了动态节点，其中的编排主体是普通的 Go 代码，为每个子节点调用RunNode(...)：

greeter := workflow.NewDynamicNode("greeter_workflow",
    func(nc agent.Context, in string, emit func(*session.Event) error) (string, error) {
        return workflow.RunNode[string](nc, greeterNode, in)
    },
    workflow.NodeConfig{},
)

循环、条件判断、累积、在动态列表上的扇出——全都用你早已熟悉的 Go 来表达。诸如 WithRunID、WithUseSubBranch、WithUseAsOutput 和 WithIsolationScope 这样的选项，让你能够精确控制子节点身份、历史隔离和输出委派。这是 Python ADK 动态图的 Go 对应实现。

内置的人类参与环节

生产环境中的智能体往往需要在运行中途由人类来批准、纠正或提供某些内容。在 ADK 2.0 中，任何节点都可以暂停图并向人类提问——而工作流会持久地等待答案：

event := workflow.NewRequestInputEvent(ctx, session.RequestInput{
    InterruptID:    "approve_refund",
    Message:        "Approve a $200 refund? (yes/no)",
    ResponseSchema: schema,
})
// yield the event; the node moves to "waiting"

当人类在后续轮次中回复时，工作流会恢复运行。恢复方式由你选择：

  • 交接——答案直接流向下一个节点。
  • 重新进入——被暂停的节点会重新运行，人类的回复可通过 ctx.ResumedInput(...) 获取。

而且恢复是持久的。运行状态保存在会话中，ADK 甚至可以通过扫描会话历史来重建被暂停的工作流——因此工作流可以在进程重启后恢复，甚至跨不同的运行时恢复，因为中断格式与 Python ADK 共享。响应会根据 schema 进行校验，恢复是幂等的，当出现不匹配时你会得到清晰的错误（ErrInvalidResumeResponse、ErrNothingToResume）。

控制台启动器和 Web UI 都开箱即用地理解 HITL，能够呈现工具确认提示和工作流输入请求。

无需样板代码的弹性能力

每个节点都可以携带带有指数退避和抖动的重试策略——无需任何外部依赖：

cfg := workflow.NodeConfig{ RetryConfig: workflow.DefaultRetryConfig() }
// 5 attempts, 1s initial delay, 60s cap, 2x backoff, full jitter

为每个节点添加 Timeout，用 WithMaxConcurrency(n) 限制整个图的并发量，并隔离并行分支，使一个分支的杂讯永远不会泄漏到另一个分支的 LLM 提示词历史中。调度器会为你处理 goroutine、channel、背压和取消。

智能体模式，以及一个统一运行时来运行所有模式

ADK 2.0 为 LLM 智能体引入了模式——Chat、Task 和 SingleTurn——因此协调者可以在与用户对话的同时，让子智能体静默完成任务或以单次执行方式运行。合适的辅助工具（finish_task、single_turn、task）会根据每个智能体的角色自动安装。

在底层，运行器现在驱动一个普通的LlmAgent通过同一个节点运行时来驱动工作流。带来的好处是：单智能体应用和完整的图共享同一套执行模型，并且human-in-the-loop 现在对普通的 LLM 智能体也能生效——而不仅仅是在工作流内部。

我们还简化了编程模型：ToolContext 和 CallbackContext 现在统一为单一的 agent.Context —— 无论你是在编写工具、回调还是图节点，都只需学习一种类型 —— 并且节点/智能体执行会呈现在一棵一致的遥测 span 树中，让你能准确看到你的图做了什么。

从 1.0 升级

ADK 2.0 具有高度的增量性 —— 整个工作流引擎都是你可选择启用的新包。统一运行时带来了一些新增的和破坏性的变更；每一项都有简单、机械化的修复方式：

  • 节点和节点函数签名接收agent.Context****。 如果你编写节点或节点函数，请将第一个参数从 agent.InvocationContext 改为 agent.Context（它内嵌了 InvocationContext，因此你之前使用的每个方法仍然有效）：
// before:  func(ctx agent.InvocationContext, in string) (string, error)
// after:   func(ctx agent.Context,           in string) (string, error)
  • 统一的上下文。ToolContext、CallbackContext 已移除 —— 工具、回调和 workflow 节点都直接接收 agent.Context。如果你在测试中 mock 了一个上下文，agent/context_mock.go 仍然保留；使用该文件中的 StrictContextMock 作为你的测试替身。
  • 自定义**InvocationContext**实现需要两个方法：IsolationScope() 和 ResumedInput(id string)。大多数代码会内嵌所提供的实现，从而免费获得这些方法。
  • 事件流更加丰富。 事件现在携带节点字段（IsolationScope、Output、Routes、RequestedInput）以及一个 metadata 字段（NodeInfo）。如果你在测试中断言精确的 session.Event 相等性，请预期这些新字段；自定义会话存储应当持久化它们。
  • **llmagent.New**可能会安装特定模式的工具。 如果你设置了子智能体模式，实际生效的工具集将反映这些模式；task 模式的智能体不能用作静态图节点。
  • session.NewEvent 接受一个 context。其签名现在为 NewEvent(ctx context.Context, invocationID string)。迁移调用点时，将已在作用域中的 context.Context 作为第一个参数传入。

这就是完整列表。runner.Run/RunLive、agenttool 以及 llmagent 回调的公开签名均未改变。如需逐步的前后对比说明，请参阅 ADK Go 2.0 迁移指南。

试一试

感受 ADK 2.0 最快的方式就是 全新的工作流示例：

go run ./examples/workflow/basic/
go run ./examples/workflow/routing/llm/      # LLM-as-router
go run ./examples/workflow/dynamic/hitl/     # dynamic + human-in-the-loop
go run ./examples/workflow/hitl_rerun/       # HITL with re-entry resume
go run ./examples/workflow/complex/          # a larger, multi-shape graph

ADK 1.0 证明了用 Go 构建严肃的智能体可以既简洁又高效。ADK 2.0 迈出了下一步：将这些智能体组合成可靠、可观测、可恢复的 工作流——以图的形式，用地道的 Go 编写，并在关键时刻引入人类参与。

我们迫不及待想看到你构建的作品。

—— Go 版 ADK 团队

来源：Google Developers Blog（RSS） · developers.googleblog.com

#Agent#Google#产品更新#部署/工程