Google ADK : le kit de développement d'agents de Google

Pourquoi Google a lancé ADK

Google a rendu public l’Agent Development Kit au printemps 2025, d’abord en Python. Le slogan de la documentation résume l’ambition : construire des agents de production, pas des prototypes. Le projet est open source (Apache 2.0) et réparti en dépôts par langage : Python, TypeScript, Go et Java, la documentation mentionnant aussi Kotlin.

Un agent IA ADK combine un modèle, des instructions et des outils. La particularité du kit est la variété des façons d’organiser plusieurs agents : agents séquentiels, parallèles ou en boucle pour des déroulés prévisibles, et routage confié au modèle quand la tâche est plus ouverte. On obtient ainsi un vrai système multi-agents, avec une orchestration explicite.

Ce qui est fourni

• une interface web de développement pour discuter avec l’agent, suivre chaque étape et tester ;
• un cadre d’évaluation d’agents (critères, simulation d’utilisateur, métriques personnalisées) ;
• des outils MCP et la prise en charge du protocole A2A pour faire dialoguer des agents ;
• des options de déploiement : Agent Runtime (service géré de Google Cloud), Cloud Run, GKE ou n’importe quel conteneur.

Comment démarrer

En Python, il faut une version 3.11 ou plus récente ; on installe le paquet google-adk avec pip, on crée un dossier d’agent avec ses instructions et ses outils, puis on lance l’interface de développement en local. Les équivalents existent pour npm (TypeScript), Go et Maven/Gradle (Java, Kotlin). Une clé API Gemini suffit pour les premiers essais.

Forces et limites

Forces : nombreux langages, structures multi-agents variées, évaluation intégrée, chemin direct vers la production sur Google Cloud.

Limites : l’écosystème est clairement tourné vers Gemini et Google Cloud, même si d’autres modèles fonctionnent. La richesse du kit demande un temps d’apprentissage plus long qu’un SDK minimaliste, et les versions par langage n’avancent pas toujours au même rythme. Les coûts d’hébergement et de modèles s’ajoutent : estimez-les avec le calculateur de coût d’un agent.

Alternatives

L’OpenAI Agents SDK est plus léger, LangGraph offre un contrôle très fin sous forme de graphe, et Microsoft Agent Framework joue un rôle comparable dans l’univers Azure. Côté Google, Gemini Enterprise Agent Platform (ex-Vertex AI Agent Builder) propose une approche plus intégrée à la plateforme.