Tutorial Lengkap Google Agent Development Kit (ADK): Membangun AI Agent dengan Python

# Tutorial Lengkap Google Agent Development Kit (ADK): Membangun AI Agent dengan Python Google Agent Development Kit (ADK) adalah framework open-source dari Google untuk membangun, mengelola, dan men...

By Ruby Abdullah · · tutorial
Google ADKAI AgentsMulti-AgentGeminiPython

Tutorial Lengkap Google Agent Development Kit (ADK): Membangun AI Agent dengan Python

Google Agent Development Kit (ADK) adalah framework open-source dari Google untuk membangun, mengelola, dan mengorkestrasi AI agent. Framework ini dirancang agar developer bisa membuat agent yang modular, composable, dan siap produksi. ADK terintegrasi langsung dengan ekosistem Google Cloud dan mendukung berbagai model LLM termasuk Gemini, Claude, dan GPT.

Dalam tutorial ini, kita akan mempelajari cara menggunakan Google ADK dari dasar hingga fitur lanjutan, lengkap dengan contoh kode yang bisa langsung dipraktekkan.

Mengapa Google ADK?

Sebelum masuk ke implementasi, penting untuk memahami keunggulan ADK dibanding framework agent lainnya:

  • Multi-Agent Architecture: ADK mendukung orkestrasi multi-agent secara native, memungkinkan kamu membangun sistem agent yang kompleks dengan mudah
  • Integrasi Google Cloud: Terintegrasi langsung dengan Vertex AI, Gemini API, dan layanan Google Cloud lainnya
  • Model Agnostic: Meskipun dioptimalkan untuk Gemini, ADK bisa digunakan dengan model LLM apapun melalui LiteLLM
  • Built-in Tools: Menyediakan tool bawaan untuk Google Search, code execution, dan banyak lagi
  • Session Management: Sistem session dan memory management yang sudah terintegrasi
  • Streaming Support: Mendukung streaming response untuk pengalaman pengguna yang lebih baik

Instalasi dan Setup

Persyaratan Sistem

Pastikan kamu sudah memiliki Python 3.9 atau lebih baru terinstal di sistem.

python --version  # Minimal Python 3.9

Instalasi ADK

Instal Google ADK menggunakan pip:

pip install google-adk

Untuk fitur tambahan seperti evaluasi dan deployment:

pip install google-adk[eval]

pip install google-adk[a2a]

Konfigurasi API Key

ADK membutuhkan API key untuk mengakses model LLM. Kamu bisa menggunakan Gemini API key atau Google Cloud credentials.

Menggunakan Gemini API Key:
export GOOGLEAPIKEY="your-gemini-api-key"

Menggunakan Google Cloud:
export GOOGLECLOUDPROJECT="your-project-id"

export GOOGLECLOUDLOCATION="us-central1"

gcloud auth application-default login

Struktur Proyek

ADK menggunakan konvensi struktur folder tertentu. Buat struktur proyek berikut:

myagentproject/

├── myagent/

│ ├── init.py

│ └── agent.py

└── requirements.txt

File init.py harus mengexport variabel agent:

from .agent import agent

Membuat Agent Pertama

Agent Sederhana

Mari kita mulai dengan membuat agent sederhana yang bisa menjawab pertanyaan:

# myagent/agent.py

from google.adk.agents import Agent

agent = Agent(

model="gemini-2.0-flash",

name="assistant",

description="Agent asisten yang membantu menjawab pertanyaan",

instruction="""Kamu adalah asisten AI yang ramah dan membantu.

Jawab pertanyaan pengguna dengan jelas dan ringkas.

Gunakan bahasa Indonesia jika pengguna bertanya dalam bahasa Indonesia.""",

)

Menjalankan Agent

Ada beberapa cara untuk menjalankan agent:

Menggunakan CLI:
adk run myagent

Menggunakan Web UI:
adk web myagent

Secara Programatik:
import asyncio

from google.adk.runners import Runner

from google.adk.sessions import InMemorySessionService

async def main():

sessionservice = InMemorySessionService()

runner = Runner(

agent=agent,

appname="myapp",

sessionservice=sessionservice,

)

session = await sessionservice.createsession(

appname="myapp",

userid="user1",

)

from google.genai.types import Content, Part

response = runner.run(

userid="user1",

sessionid=session.id,

newmessage=Content(

role="user",

Artikel Terkait

Tutorial Lengkap LangGraph: Membangun AI Agents yang Kompleks

Tutorial Lengkap LangGraph: Membangun AI Agents yang Kompleks LangGraph adalah library dari LangChain untuk membangun st...

Tutorial Zep: Memori Jangka Panjang untuk AI Agent dengan Temporal Knowledge Graph

Zep: Bikin AI Agent Punya Memori Jangka Panjang dengan Temporal Knowledge Graph Temen-temen, pernah ngobrol sama chatbot...

Tutorial Composio: Platform Integrasi Tool untuk AI Agents

Tutorial Composio: Platform Integrasi Tool untuk AI Agents Composio adalah platform open-source yang memungkinkan AI age...

Tutorial E2B Code Interpreter: Panduan Lengkap Eksekusi Kode yang Aman untuk Aplikasi AI

Tutorial Lengkap E2B Code Interpreter: Eksekusi Kode yang Aman untuk Aplikasi AI E2B Code Interpreter adalah platform sa...