Google ADK: el kit de desarrollo de agentes de Google

Por qué Google creó ADK

Google hizo público el Agent Development Kit en la primavera de 2025, empezando por Python. La documentación resume la ambición en una frase: crear agentes de producción, no prototipos. El proyecto es open source (Apache 2.0) y se divide en un repositorio por lenguaje: Python, TypeScript, Go y Java, y la documentación también cubre Kotlin.

Un agente de IA de ADK combina un modelo, unas instrucciones y herramientas. Lo que distingue al kit es la variedad de formas de organizar varios agentes: secuenciales, en paralelo o en bucle para flujos previsibles, y enrutamiento a cargo del modelo cuando la tarea es más abierta. Se obtiene así un verdadero sistema multiagente con una orquestación explícita.

Qué incluye

• una interfaz web de desarrollo para conversar con el agente, seguir cada paso y probarlo;
• un marco de evaluación de agentes (criterios, simulación de usuario, métricas propias);
• herramientas MCP y compatibilidad con el protocolo A2A para que los agentes se comuniquen;
• opciones de despliegue: Agent Runtime (servicio gestionado de Google Cloud), Cloud Run, GKE o cualquier contenedor.

Cómo empezar

En Python se necesita la versión 3.11 o superior. Se instala el paquete google-adk con pip, se crea una carpeta de agente con sus instrucciones y herramientas y se lanza la interfaz de desarrollo en local. Existen equivalentes para npm (TypeScript), Go y Maven/Gradle (Java, Kotlin). Una clave de API de Gemini basta para las primeras pruebas.

Puntos fuertes y límites

Puntos fuertes: muchos lenguajes, patrones multiagente variados, evaluación integrada y un camino directo a producción en Google Cloud.

Límites: el ecosistema se inclina claramente hacia Gemini y Google Cloud, aunque otros modelos funcionen. La amplitud del kit implica una curva de aprendizaje más larga que la de un SDK minimalista, y las versiones por lenguaje no siempre avanzan al mismo ritmo. A esto se suman los costes de alojamiento y de modelos: puede estimarlos con la calculadora de coste de un agente.

Alternativas

El OpenAI Agents SDK es más ligero, LangGraph da un control muy fino en forma de grafo y Microsoft Agent Framework cumple un papel parecido en el mundo Azure. Dentro de Google, Gemini Enterprise Agent Platform (antes Vertex AI Agent Builder) ofrece un enfoque más integrado en la plataforma.