Build with ADKは、開発者が自律型AIエージェントを迅速にスキャフォールディングし、カスタムワークフローを定義し、大規模言語モデルを統合し、内蔵パイプラインを通じて本番運用可能なボットをデプロイできるオープンソースのコマンドライン開発キットです。
このツールを宣伝する
このツールを更新する
Build with ADK
Build with ADKは、開発者が自律型AIエージェントを迅速にスキャフォールディングし、カスタムワークフローを定義し、大規模言語モデルを統合し、内蔵パイプラインを通じて本番運用可能なボットをデプロイできるオープンソースのコマンドライン開発キットです。
フィーチャー
Build with ADKとは？
Build with ADKは、CLIスキャフォールディングツール、ワークフロー定義、LLM統合モジュール、テストユーティリティ、ロギング、デプロイ支援を提供し、AIエージェントの作成を簡素化します。開発者はエージェントプロジェクトを初期化し、AIモデルを選択し、プロンプトを設定し、外部ツールやAPIに接続し、ローカルでテストし、簡単なコマンドで本番またはコンテナプラットフォームへと展開できます。モジュール式アーキテクチャによりプラグインでの拡張も容易で、多数のプログラミング言語をサポートしています。
誰がBuild with ADKを使うの？
- AI開発者
- 機械学習エンジニア
- チャットボットや自動化ボットを構築するソフトウェアエンジニア
- 会話型エージェントのプロトタイピングを行うデータサイエンティスト
Build with ADKの使い方は？
- ステップ1：リポジトリをクローンする：git clone https://github.com/krutip7/build-with-adk
- ステップ2：依存関係をインストールする：npm installまたはpip install -r requirements.txt
- ステップ3：新しいエージェントプロジェクトを初期化する：adk init
- ステップ4：adk.config.yamlにAIモデルとプロンプトを設定
- ステップ5：ツール連携やカスタムワークフローステップを追加
- ステップ6：adk runでローカルテストを実施
- ステップ7：adk deployを使ってデプロイ、またはDockerでコンテナ化
プラットフォーム
- mac
- windows
- linux
Build with ADKの主な特長・利点
コア機能
- AIエージェント用のプロジェクトスキャフォールディング
- 提供者（OpenAI、Azure等）へのLLMインテグレーション
- カスタムワークフロー定義
- ローカルテストとロギングユーティリティ
- 拡張用プラグインアーキテクチャ
- ワンコマンドデプロイサポート
利点
- AIエージェント開発の速度向上
- ベストプラクティスと標準化の促進
- モジュール式で拡張可能な設計
- クロスプラットフォームのCLI体験
- オープンソースでコミュニティ主導
Build with ADKの主な使用ケース・アプリケーション
- カスタマーサポートチャットボットの展開
- 自動研究支援アシスタント
- 営業リードの資格付けエージェント
- 内部ドキュメントQ&Aボット
- 業務プロセスのワークフロー自動化
Build with ADKのFAQs
Build with ADK会社情報
- krutip7
Build with ADK のレビュー
5/5
Build with ADKの主な競合と代替品は？
- LangChain
- Rasa
- Microsoft Bot Framework
- Botpress
- AutoGen
あなたも好きかもしれません：
Phoenix AI Assistantは、インテリジェントな自動化およびパーソナライズされたサポートを使用してタスクの効率化を支援します。
Flowithは、無料の🍌Nano Banana Proやその他の効果的なモデルを提供するキャンバスベースのエージェント型ワークスペースです...
AWS Bedrock上でLangChainを使用してカスタマイズ可能なAIエージェントを構築するソリューション。基盤モデルとカスタムツールを活用。
scenario-goは、複雑なLLM駆動の会話ワークフローを定義し、プロンプト、コンテキスト、およびマルチステップAIタスクを管理するためのGo SDKです。
LangGraph Learnは、グラフベースのAIエージェントワークフローをデザインし実行するためのインタラクティブGUIを提供し、言語モデルチェーンを視覚化します。
AI Libraryは、モジュラーなチェーンとツールを使用してカスタマイズ可能なAIエージェントを構築・展開するための開発者プラットフォームです。
RModelは、高度な会話およびタスク駆動型アプリケーションのためにLLM、ツール統合、メモリを調整するオープンソースのAIエージェントフレームワークです。
LangGraph GUIのビジュアルグラフベースのオーケストレーションと言語モデルワークフローの実行のためのFastAPIバックエンドを提供します。
マルチエージェントシミュレーション用のフロッキングアルゴリズムを実装するPythonベースのフレームワークで、AIエージェントが動的に調整・ナビゲートできるようにします。
リトリーバル強化生成、ベクターデータベースのサポート、ツール統合、カスタマイズ可能なワークフローを備えた、自律型LLMエージェントを可能にするオープンソースフレームワーク。
Pipe Pilotは、LLM駆動のエージェントパイプラインを統合するPythonフレームワークで、複雑なマルチステップAIワークフローを容易に実現します。
Google Geminiの推論およびツール使用能力を活用したAIエージェント構築のための実用的なコードレシピを提供するオープンソースリポジトリ。
協力型マルチエージェント強化学習を実装するオープンソースフレームワークで、シミュレーションにおける自動運転の調整に使用されます。
ツール実行とメモリサポートを備えたLLMエージェント構築用のFletベースのインタラクティブチャットUIを備えたPythonライブラリ。
Agentic Workflowは、複雑な自動化タスクのためにマルチエージェントAIワークフローを設計、オーケストレーション、管理するPythonフレームワークです。
GitHubのデモで、SmolAgentsを紹介します。これは、ツール統合を備えた軽量なPythonフレームワークで、LLMを搭載した複数のエージェントのワークフローを調整します。
モデルコンテキストプロトコルを実装したPythonフレームワークで、カスタムツールを備えたAIエージェントサーバーの構築と実行を実現します。
LangGraphは、Python開発者がモジュール式のグラフベースのパイプラインを使用して、カスタムAIエージェントのワークフローを構築・調整できるようにします。
既存のOpenAI Python SDKインターフェースを通じてシームレスにAnthropic Claude API呼び出しを可能にするPythonラッパー。
Agent Adaptersは、LLMベースのエージェントをさまざまな外部フレームワークやツールとシームレスに統合するためのプラグイン可能なミドルウェアを提供します。
Java-Action-Storageは、分散型マルチエージェントアプリケーションのエージェントアクションを記録、保存、取得するLightJasonモジュールです。