Khám phá Google ADK: Xây dựng AI agent và tự động hóa quy trình làm việc từ A đến Z

Trong thế giới công nghệ hiện đại, việc tự động hóa các tác vụ và quy trình làm việc thông qua trí tuệ nhân tạo (AI) đang trở thành một xu hướng không thể đảo ngược. Gần đây, Google đã ra mắt Agent Development Kit (ADK), một framework mạnh mẽ giúp các nhà phát triển dễ dàng xây dựng và triển khai các AI agent thông minh. Với kinh nghiệm hỗ trợ hàng trăm ngàn nhà phát triển trong lĩnh vực này, tôi tin rằng ADK sẽ là công cụ then chốt giúp bạn nâng cấp khả năng tự động hóa và tích hợp AI vào ứng dụng của mình.

ADK được thiết kế để đưa bạn từ cấp độ người mới bắt đầu đến chuyên gia, với khả năng tạo ra các agent cá nhân cho đến các quy trình làm việc đa agent phức tạp với khả năng gọi công cụ (tool calling) và nhiều hơn thế nữa. Bài viết này sẽ đi sâu vào từng khía cạnh quan trọng của ADK, từ những khái niệm cơ bản nhất đến các tính năng nâng cao, giúp bạn tự tin xây dựng AI agent của riêng mình.

Bước khởi đầu: Hiểu rõ cấu trúc và vận hành của agent đơn trong ADK

Để làm chủ ADK, chúng ta sẽ bắt đầu với những kiến thức nền tảng nhất: xây dựng và chạy một agent đơn. Mặc dù có vẻ đơn giản, nhưng việc nắm vững các thuộc tính cốt lõi và cấu trúc dự án sẽ là nền tảng vững chắc cho mọi dự án AI agent phức tạp hơn sau này.

1. Các thuộc tính cốt lõi của một agent

Khi xây dựng agent đầu tiên trong ADK, bạn cần hiểu rõ bốn thuộc tính chính xác định hành vi và chức năng của nó:

• Tên (Name): Đây là định danh duy nhất cho agent của bạn. Tên này không chỉ giúp bạn nhận biết agent trong quá trình vận hành mà còn cực kỳ quan trọng trong cấu trúc thư mục. Trong ADK, tên của agent phải khớp chính xác với tên thư mục chứa nó. Nếu không khớp, hệ thống sẽ báo lỗi và không thể nhận diện agent của bạn.
• Mô hình (Model): Mô hình AI là bộ não của agent. ADK cho phép bạn linh hoạt lựa chọn từ nhiều mô hình khác nhau, không chỉ giới hạn ở các mô hình Gemini của Google mà còn có thể tích hợp các mô hình từ OpenAI hay Anthropic. Tuy nhiên, đối với các tác vụ thông thường và để tận dụng tối đa các công cụ tích hợp sẵn của Google, các mô hình Gemini thường là lựa chọn tối ưu. Ví dụ, Gemini 2.0 No Flash là một mô hình rất mạnh mẽ, có khả năng xử lý đa phương thức (hình ảnh, âm thanh, v.v.) với cửa sổ ngữ cảnh lên đến 1 triệu token, và chi phí sử dụng cực kỳ phải chăng.
• Mô tả (Description): Mặc dù không bắt buộc đối với agent đơn, thuộc tính description trở nên vô cùng quan trọng khi bạn xây dựng các giải pháp đa agent. Mô tả cung cấp một cái nhìn tổng quan về chức năng và chuyên môn của agent. Điều này giúp các root agent (agent gốc) hoặc các agent khác trong hệ thống đa agent dễ dàng xác định agent nào phù hợp nhất để ủy quyền một nhiệm vụ cụ thể. Ví dụ, nếu bạn có một agent chuyên về viết nội dung, mô tả của nó sẽ giúp các agent khác biết rằng đây là agent cần gửi nhiệm vụ viết lách.
• Hướng dẫn (Instructions): Đây là trái tim của mọi agent. Instructions là nơi bạn định nghĩa chi tiết những gì agent cần làm và cách nó thực hiện. Bạn có thể cung cấp các hướng dẫn phức tạp, và mô hình AI sẽ cố gắng tuân thủ chúng một cách chính xác. Khả năng xử lý các hướng dẫn phức tạp của Gemini 2.0 No Flash thực sự rất ấn tượng, cho phép bạn tinh chỉnh hành vi của agent theo ý muốn.

2. Tổ chức thư mục dự án ADK

Để ADK hoạt động trơn tru, việc tuân thủ cấu trúc thư mục chuẩn là điều kiện tiên quyết:

• Cấu trúc cơ bản: Mỗi agent nên được đặt trong một thư mục riêng. Bên trong thư mục đó, bạn cần có ba thành phần chính:
  • __init__.py: Tệp này báo hiệu cho Python biết rằng thư mục hiện tại là một gói (package) và chứa các module có thể import. Trong ngữ cảnh của ADK, nó thường chứa dòng mã chỉ dẫn đến tệp agent chính.
  • .env: Đây là nơi bạn lưu trữ các biến môi trường, đặc biệt là API key. Một điểm quan trọng cần nhớ là bạn chỉ cần một tệp .env duy nhất cho toàn bộ dự án, và tệp này nên được đặt trong thư mục của root agent (agent gốc). Ngay cả khi bạn có nhiều agent trong giải pháp đa agent, tất cả chúng đều sẽ truy cập các biến môi trường từ tệp .env của root agent.
  • agent.py: Đây là tệp chứa định nghĩa chính của agent của bạn. Tên của tệp này phải khớp với tên thư mục chứa nó, ví dụ, nếu thư mục là greeting_agent, tệp phải là greeting_agent.py. Sự khớp tên này là bắt buộc để ADK có thể nhận diện và tải agent của bạn.

3. Cài đặt môi trường và dependencies

Trước khi có thể chạy bất kỳ agent nào, bạn cần chuẩn bị môi trường phát triển Python của mình:

• Tạo môi trường ảo (virtual environment): Luôn là một phương pháp tốt khi làm việc với các dự án Python. Môi trường ảo giúp cô lập các thư viện và dependency của từng dự án, tránh xung đột giữa các phiên bản thư viện khác nhau. Bạn có thể tạo môi trường ảo bằng lệnh python -m venv venv.
• Kích hoạt môi trường: Sau khi tạo, bạn cần kích hoạt môi trường ảo (source venv/bin/activate trên macOS/Linux hoặc .\venv\Scripts\activate trên Windows) để đảm bảo các gói bạn cài đặt sẽ nằm trong môi trường này.
• Cài đặt dependencies: ADK và các thư viện cần thiết khác thường được liệt kê trong tệp requirements.txt. Bạn chỉ cần chạy lệnh pip install -r requirements.txt để cài đặt tất cả. Google ADK là thư viện quan trọng nhất cung cấp framework phát triển agent, cùng với các thư viện khác mà bạn có thể cần cho các tính năng nâng cao (ví dụ: truy vấn tài chính).

4. Thiết lập API key Google Cloud

Để các agent của bạn có thể tương tác với các mô hình AI của Google, bạn cần có một API key:

• Đăng ký Google Cloud: Truy cập Google Cloud Console và tạo một tài khoản nếu bạn chưa có.
• Tạo project: Trong Google Cloud Console, tạo một project mới (ví dụ: youtube-adk-crash-course). Đảm bảo project của bạn được liên kết với một tài khoản thanh toán (billing account), mặc dù bạn có thể nhận được các khoản tín dụng miễn phí nếu đây là lần đầu tiên sử dụng Google Cloud Platform.
• Tạo API key qua AI Studio: Sau khi project được tạo, truy cập Google AI Studio và tạo một API key mới. Sau khi tạo, hãy sao chép API key này.
• Lưu trữ API key: Dán API key vào tệp .env trong thư mục root agent của bạn. Đảm bảo bạn không chia sẻ API key này với bất kỳ ai để bảo mật thông tin.

5. Vận hành agent đầu tiên của bạn

Khi mọi thứ đã được thiết lập, bạn có thể bắt đầu chạy agent của mình:

• Điều hướng đến thư mục agent: Sử dụng lệnh cd để di chuyển vào thư mục chứa agent của bạn (ví dụ: cd basic_agent).
• Sử dụng CLI của ADK: ADK cung cấp một công cụ dòng lệnh (CLI) mạnh mẽ với nhiều tùy chọn:
  • adk api-server: Khởi động một máy chủ API để bạn có thể gửi các yêu cầu API đến agent.
  • adk create: Tạo cấu trúc thư mục agent mới (không cần thiết nếu bạn đã có sẵn).
  • adk deploy: Triển khai agent lên đám mây.
  • adk eval: Chạy các bài kiểm tra đánh giá agent.
  • adk run: Chạy agent trực tiếp trong terminal, cho phép bạn chat với agent qua dòng lệnh.
  • adk web: Đây là lựa chọn tuyệt vời nhất cho việc phát triển và gỡ lỗi. Nó sẽ khởi động một giao diện web trực quan, cho phép bạn tương tác với agent và theo dõi các sự kiện, trạng thái, và phiên làm việc của agent một cách dễ dàng.
• Tương tác với agent qua giao diện web: Khi bạn chạy adk web và truy cập địa chỉ được cung cấp (thường là localhost), bạn sẽ thấy giao diện chat với agent. Bạn có thể chọn agent để tương tác, xem các events (nhật ký hành động của agent), state (trạng thái nội bộ của agent), và sessions (lịch sử hội thoại). Ví dụ, với một “greeting agent” được hướng dẫn để hỏi tên và chào hỏi người dùng, bạn có thể nhập “hey, how are you?” và agent sẽ trả lời, sau đó hỏi tên bạn. Khi bạn nhập tên, agent sẽ chào bạn theo tên. Giao diện web ADK giúp bạn dễ dàng quan sát cách agent xử lý các hướng dẫn và tạo ra phản hồi.

Nâng tầm agent với sức mạnh của tools (công cụ)

Sau khi nắm vững các nguyên tắc cơ bản, bước tiếp theo là tăng cường sức mạnh cho agent bằng cách thêm các công cụ (tools). Tools cho phép agent tương tác với thế giới bên ngoài, thực hiện các tác vụ phức tạp như tìm kiếm thông tin, thực thi mã, hoặc kết nối với các API khác.

1. Các loại tools phổ biến trong ADK

ADK hỗ trợ nhiều loại tools khác nhau, mang lại sự linh hoạt đáng kinh ngạc:

• Function calling tools: Đây là loại tool bạn sẽ sử dụng 99% thời gian. Bạn có thể viết một hàm Python tùy chỉnh (ví dụ: get_current_time, lookup_stock) và cung cấp nó cho agent. Agent sẽ tự động quyết định khi nào cần gọi hàm này dựa trên yêu cầu của người dùng.
• Built-in tools: Google cung cấp một số công cụ tích hợp sẵn mạnh mẽ mà bạn có thể sử dụng ngay lập tức:
  • Google Search: Cho phép agent thực hiện tìm kiếm trên Google.
  • Code Execution: Cho phép agent thực thi các đoạn mã.
  • Vertex AI Search: Hữu ích cho các truy vấn RAG (Retrieval Augmented Generation).
    Một lưu ý quan trọng: các built-in tool này hiện chỉ hoạt động với các mô hình Gemini.
• Third-party tools: Nếu bạn đã quen thuộc với các framework AI agent khác như LangChain hoặc Crew AI, bạn có thể dễ dàng tích hợp các công cụ từ các thư viện đó vào ADK. Điều này cho thấy sự mở của ADK, cho phép bạn tận dụng hệ sinh thái công cụ rộng lớn.
• (Nâng cao) Agents as tools và Long-running function tools: ADK còn hỗ trợ các kịch bản phức tạp hơn như việc một agent có thể đóng vai trò là một công cụ cho agent khác trong hệ thống đa agent, hoặc các công cụ thực hiện tác vụ trong thời gian dài.

2. Cách thêm tools vào agent

Việc thêm tools vào agent trong ADK khá đơn giản. Bạn chỉ cần thêm một thuộc tính tools vào định nghĩa agent của mình, thuộc tính này là một danh sách chứa các đối tượng tool.

Ví dụ, để thêm công cụ Google Search:

agent = Agent(
    name="tool_agent",
    model=Gemini(model_name="gemini-2.0-no-flash"),
    description="An agent that can search Google.",
    instructions="Always use Google Search to find information.",
    tools=[GoogleSearchTool()] # Thêm công cụ Google Search
)

Bạn cũng có thể thêm các công cụ Python tùy chỉnh bằng cách định nghĩa hàm và sau đó thêm nó vào danh sách tools.

3. Thực hành tốt nhất khi xây dựng custom tools

Khi tạo function calling tools của riêng bạn, có một số thực hành tốt nhất cần tuân thủ:

• Định nghĩa rõ ràng: Hàm của bạn cần có docstring và return type rõ ràng. Docstring (chuỗi tài liệu) là mô tả về chức năng của hàm, giúp agent hiểu được mục đích của tool và quyết định khi nào nên gọi nó. Ví dụ:
  python def get_current_time() -> str: """Returns the current time.""" # ... implementation ...
• Trả về kết quả chi tiết: Khi một tool trả về kết quả cho agent, hãy đảm bảo rằng kết quả được đóng gói trong một từ điển (dictionary) rõ ràng và chi tiết. Thay vì chỉ trả về một chuỗi hello, hãy trả về {"current_time": "..."}. Điều này giúp agent dễ dàng hiểu và sử dụng thông tin từ tool để tạo ra phản hồi cuối cùng. Nếu bạn chỉ trả về một giá trị đơn giản, ADK sẽ tự động gói nó vào một từ điển chung chung như {"result": "hello"}, điều này không lý tưởng.
• Không sử dụng giá trị mặc định cho tham số: Tại thời điểm hiện tại, ADK không hỗ trợ các tham số có giá trị mặc định trong các hàm tool. Nếu hàm của bạn có tham số, hãy đảm bảo rằng chúng được khai báo không có giá trị mặc định.

4. Hạn chế cần nắm rõ

Mặc dù mạnh mẽ, ADK vẫn có một số hạn chế cần lưu ý khi làm việc với tools:

• Chỉ một built-in tool tại một thời điểm: Bạn không thể sử dụng nhiều built-in tool (ví dụ: Google Search và Code Execution) cùng lúc trong một agent.
• Không kết hợp built-in tools với custom tools: Tại thời điểm bài viết này được thực hiện, ADK có thể gặp lỗi nếu bạn cố gắng sử dụng đồng thời một built-in tool và một function calling tool tùy chỉnh trong cùng một agent. Hãy cân nhắc tách chúng ra thành các agent riêng biệt nếu cần.

Mở rộng tiềm năng: Các tính năng nâng cao của ADK

Sau khi đã thuần thục với agent đơn và việc tích hợp tools, bạn sẽ sẵn sàng khám phá những tính năng nâng cao hơn của ADK, mở ra cánh cửa cho các giải pháp AI phức tạp và mạnh mẽ hơn.

• Đầu ra có cấu trúc (Structured Outputs): Trong nhiều trường hợp, bạn muốn agent trả về thông tin dưới một định dạng cụ thể, chẳng hạn như JSON. ADK cho phép bạn định nghĩa cấu trúc đầu ra mong muốn, đảm bảo agent luôn tạo ra phản hồi có thể dễ dàng tích hợp với các API hoặc công cụ khác.
• Quản lý phiên và bộ nhớ (Session & Memory): Để agent có thể duy trì ngữ cảnh qua nhiều cuộc hội thoại, khả năng có “bộ nhớ” là rất quan trọng. ADK cung cấp các cơ chế để agent lưu trữ và truy xuất thông tin từ các phiên trước đó, giúp tạo ra trải nghiệm tương tác tự nhiên và liền mạch hơn.
• Lưu trữ dữ liệu (Data Saving): Không chỉ là bộ nhớ tạm thời, ADK còn cho phép bạn lưu trữ dữ liệu của agent một cách bền vững. Điều này có nghĩa là ngay cả khi ứng dụng bị đóng và khởi động lại, agent vẫn có thể truy cập các phiên và thông tin đã lưu trữ trước đó, thường thông qua việc tích hợp với các cơ sở dữ liệu.
• Giải pháp đa agent (Multi-Agent Solutions): Đây là một trong những điểm nổi bật nhất của ADK. Thay vì một agent làm tất cả, bạn có thể thiết kế một hệ thống gồm nhiều agent chuyên biệt, mỗi agent đảm nhiệm một vai trò cụ thể và phối hợp với nhau để giải quyết các nhiệm vụ phức tạp. Điều này bắt đầu với các giải pháp đa agent cơ bản và mở rộng đến các giải pháp có bộ nhớ, nơi các agent có thể “ghi nhớ” cuộc trò chuyện khi chúng hợp tác.
• Callbacks và vòng đời agent: ADK cho phép bạn kiểm soát chặt chẽ vòng đời của agent thông qua các callbacks. Bạn có thể định nghĩa các hành động cụ thể để thực hiện trước, trong và sau khi agent chạy, mang lại khả năng tùy chỉnh và gỡ lỗi mạnh mẽ.
• Các quy trình làm việc (Workflows): Để điều phối các agent trong một giải pháp đa agent, ADK hỗ trợ các loại workflow khác nhau:
  • Sequential agents: Các agent hoạt động theo một trình tự cố định, ví dụ: agent 1 hoàn thành, rồi đến agent 2, rồi đến agent 3.
  • Parallel agents: Nhiều agent hoạt động song song trên các tác vụ riêng biệt, sau đó tổng hợp kết quả.
  • Loops: Agent hoặc nhóm agent thực hiện lặp đi lặp lại một quy trình cho đến khi đạt được mục tiêu mong muốn.

Google ADK thực sự là một công cụ mạnh mẽ và linh hoạt để xây dựng AI agent, từ những tác vụ cơ bản nhất đến các quy trình làm việc phức tạp. Với những kiến thức về cấu trúc agent, quản lý tools, và các tính năng nâng cao như bộ nhớ hay giải pháp đa agent, bạn đã có trong tay những nền tảng vững chắc để bắt đầu hành trình của mình.

Việc làm chủ ADK không chỉ giúp bạn tự động hóa các tác vụ lặp đi lặp lại mà còn mở ra khả năng sáng tạo các ứng dụng AI hoàn toàn mới. Hãy bắt tay vào thực hành, khám phá các ví dụ và thử nghiệm với những ý tưởng của riêng bạn. Tiềm năng của AI agent trong việc tối ưu hóa quy trình làm việc và giải quyết vấn đề là vô cùng lớn, và ADK là một trong những công cụ tuyệt vời nhất để biến tiềm năng đó thành hiện thực.