从零构建Agent(十三):快速搭建Agent应用的SDK
原创 从码农到工匠 2026-11-05 19:22 上海
![]()
Agent SDK 的价值,并不是隐藏所有底层细节,而是提供一套稳定、简洁的接口,让开发者能够快速构建应用,并在复杂场景下保留扩展能力。
本文是「从零构建 Agent」系列的第 13 篇:快速搭建 Agent 应用的 SDK。
经历前 12 期的打磨,ZeroAgent 才初步具备可运行和可扩展的能力。由此可见,从零构建一个功能完备的 Agent 并非易事。
好在,市面上已经有不少 Agent SDK 和开发框架,例如 LangChain、CrewAI、Google ADK、OpenAI Agents SDK 等。它们将 Agent 的运行机制、工具调用、状态管理和多 Agent 协作等能力封装起来,让开发者可以更专注于应用本身。
本文将介绍什么是 Agent SDK,了解常见 SDK 的设计思路,并基于前 12 期构建的 ZeroAgent,实现一个轻量级 Agent SDK,支持快速创建 Agent 应用和 Multi-Agent 编排。
1. 什么是 Agent SDK?
前面 12 篇文章,我们一直在实现 Agent 的底层能力:
Model 管理:如何连接和使用不同的模型。
Tool:如何让 Agent 调用外部工具。
Agent Loop:如何驱动模型和工具循环执行。
SubAgent:如何将任务委派给其他 Agent。
Extension:如何扩展 Agent 的生命周期。
Memory:如何实现跨 Session 的长期记忆。
这些能力构成了 Agent 的运行时核心。
但对于应用开发者来说,每次构建一个 Agent,都需要理解并组装这些组件,仍然有不少工作。
例如,创建一个能够查询天气的 Agent,应用开发者真正关心的可能只是:
const agent = new Agent({
name: 'Weather Agent',
model: 'gpt-6',
instructions: '你是一个天气助手。',
tools: [weatherTool],
});
const result = await agent.run('东京今天天气怎么样?');至于内部如何构造 Prompt、调用模型、执行工具,以及如何处理多轮交互,这些细节可以由 SDK 负责。
因此,Agent SDK 的核心价值,是将 Agent Runtime 封装成稳定、易用的编程接口。
一个实用的 Agent SDK,通常需要提供:
能力 | 作用 |
|---|---|
Agent 定义 | 配置模型、指令和工具 |
Agent 运行 | 提供统一的执行入口 |
Tool 集成 | 让 Agent 调用外部能力 |
Context / Session | 管理对话上下文和状态 |
Multi-Agent | 支持 Agent 之间的委派与协作 |
扩展机制 | 允许应用接入自定义逻辑 |
不同 SDK 的抽象方式有所区别,但核心目标相似:降低 Agent 应用的构建成本。
2. 常见的Agent SDK
2.1 LangChain
是目前较为成熟的 Agent 开发框架之一。
LangChain 提供模型、工具、消息和 Agent 等抽象,并通过统一的接口连接不同模型和工具。开发者可以使用预置的 Agent 模式快速构建应用,也可以通过 Middleware 扩展运行逻辑。
LangChain 生态中还有 LangGraph,主要用于构建更复杂的状态化工作流,例如持久化执行、人工介入、重试以及自定义流程控制。<Cite refs={["turn551982search7","turn551982search16"]}/>
它的特点是:
丰富的模型和工具集成。
提供相对成熟的 Agent 抽象。
支持从简单 Agent 扩展到复杂工作流。
如果希望快速构建 Agent 应用,同时保留较强的扩展能力,LangChain 是一个值得考虑的选择。
2.2 CrewAI
更强调多个 Agent 之间的协作。
CrewAI 的核心抽象包括:
Agent:负责特定任务的智能体。
Crew:多个 Agent 组成的协作团队。
Flow:用于定义任务执行流程和状态管理。
例如,可以构建一个内容生产流程:
from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool
# 1. 定义两个角色
researcher = Agent(
role="资深技术研究员",
goal="找到关于 {topic} 的最新、可信的信息",
backstory="你是一位经验丰富的分析师,擅长从多个来源交叉验证事实。",
tools=[SerperDevTool()], # 赋予它搜索网页的能力
verbose=True,
)
writer = Agent(
role="技术报告撰写人",
goal="将研究发现整理成清晰、结构化的报告",
backstory="你是一位技术写作专家,善于将复杂信息提炼成易读的文档。",
verbose=True,
)
# 2. 定义任务,并建立依赖
research_task = Task(
description="研究 {topic},找到至少 5 个关键事实和近期发展。",
expected_output="一份包含来源链接的研究简报",
agent=researcher,
)
write_task = Task(
description="基于研究简报,撰写一份 800 字左右的 Markdown 报告。",
expected_output="一份结构清晰的 Markdown 报告",
agent=writer,
context=[research_task], # 关键:writer 会收到 research_task 的输出
output_file="report.md",
)
# 3. 组建团队并执行
crew = Crew(
agents=[researcher, writer],
tasks=[research_task, write_task],
process=Process.sequential,
verbose=True,
)
result = crew.kickoff(inputs={"topic": "AI Agent 框架的最新趋势"})
print(result.raw)researcher 先使用搜索工具调研 {topic},产出一份简报;writer 随后基于这份简报撰写最终报告,并保存到 report.md 文件中。你只需要定义“谁做什么”,CrewAI 会处理 Agent 之间的协调和任务传递。
它更适合以角色分工和任务协作为核心的应用。
2.3 Google ADK
是 Google 推出的 Agent 开发框架。
ADK 不仅支持基于 LLM 的 Agent,也提供了用于确定性流程控制的 Workflow Agent,例如:
SequentialAgent:按顺序执行子 Agent。ParallelAgent:并行执行子 Agent。LoopAgent:循环执行任务。
ADK 的设计强调 Agent 组合、工具集成以及应用的构建、评估和部署。它支持多种模型和开发语言,并不局限于 Gemini。<Cite refs={["turn551982search4","turn551982search17"]}/>
ADK 的一个特点是:将 Multi-Agent 协作作为框架中的核心能力,而不是简单地在单个 Agent 上增加一个委派功能。
2.4 OpenAI Agents SDK
是 OpenAI 提供的轻量级 Agent SDK,支持 Python 和 TypeScript。
它的核心抽象包括:
Agent:定义模型、指令和工具。Runner/run:执行 Agent。Tools:提供函数调用等外部能力。
Handoffs:将任务交给其他 Agent。
Guardrails:对输入和输出进行校验。
Tracing:记录和调试 Agent 执行过程。
OpenAI Agents SDK 的设计思路是提供少量核心抽象,同时允许开发者定制运行行为。对于需要工具调用、多步骤执行以及 Agent 委派的应用,可以直接使用 SDK 管理 Agent Runtime。<Cite refs={["turn551982search1","turn551982search6"]}/>
需要区分的是,OpenAI SDK 与 OpenAI Agents SDK 并不是同一个概念:前者主要提供 API 客户端能力,后者则在 API 之上进一步封装 Agent 的运行和编排机制。<Cite refs={["turn551982search0","turn551982search3"]}/>
2.5 不同SDK该如何选择
这些 SDK 的侧重点有所不同:
SDK | 主要特点 |
|---|---|
LangChain | 模型、工具集成与可扩展 Agent Runtime |
CrewAI | 基于角色分工的 Multi-Agent 协作 |
Google ADK | Agent 组合与流程控制 |
OpenAI Agents SDK | 轻量级 Agent Runtime 与委派机制 |
它们都在解决一个问题:如何将 Agent 的底层能力封装成更容易使用的开发接口。
接下来,我们基于 ZeroAgent 实现一个自己的 Agent SDK。
3. ZeroAgent SDK实现
前面 12 篇文章,我们已经构建了 ZeroAgent 的核心能力。本篇不再重新实现 Agent Loop,而是站在应用开发者的角度,对已有能力进行封装。
ZeroAgent SDK 的目标是:
提供统一的 Agent 定义和运行接口。
支持通过配置创建和运行 Agent。
支持多个 Agent 之间的任务委派与协作。
3.1 定义SDK Agent接口
首先,定义 Agent 的运行结果和统一接口:
exporttype AgentResult = {
name: string;
output: string;
children?: AgentResult[];
};
exportinterface RunnableAgent {
readonly name: string;
run(
input: string,
options?: AgentRunOptions,
): Promise<AgentResult>;
}这里有两个关键抽象:
RunnableAgent:所有可运行 Agent 的统一接口。无论是基于 LLM 的 Agent,还是负责协调多个 Agent 的 Coordinator,都可以通过
run()执行任务。AgentResult:统一的执行结果。除了 Agent 名称和输出内容,还可以通过
children保存子 Agent 的执行结果。
children 是一个很重要的设计。它不仅可以返回最终答案,还能够保留任务委派过程中的子结果,形成一棵 Agent 执行树。
例如:
Coordinator
├── Researcher
│ └── 搜集资料
├── Writer
│ └── 生成文章
└── Reviewer
└── 检查文章通过 AgentResult,SDK 可以将最终结果和子 Agent 的执行结果统一返回。
3.2 创建并运行 Agent
有了统一接口,应用开发者就可以直接创建 Agent,而不需要关心底层的 Agent Loop、Model 请求和 Tool 调用细节。
例如,创建一个使用工具获取城市时间的 Agent:
const prompt =
process.argv.slice(2).join(' ') || '杭州现在是什么时间.';
const tool = new FunctionTool({
name: 'get_current_time',
description: 'Get the current time in a city.',
parameters: { city: 'The name of the city.'},
execute: ({ city }) => ({
city,
time: '10:30 AM',
}),
});
const agent = new LlmAgent({
name: 'sdk-tool-test',
model: new OpenAICompatibleLlm({
model: modelName,
}),
tools: [tool],
});
console.log(`Sending a live request to ${modelName}...`);
const result = await agent.run(prompt, {
signal: AbortSignal.timeout(60_000),
});
console.log(result.output);这段代码展示了 SDK 的基本使用方式:
创建 Tool,提供 Agent 可以调用的外部能力。
创建 LLM 实例,指定使用的模型。
创建
LlmAgent,组合模型和工具。调用
agent.run()执行任务。获取
AgentResult,读取最终输出。
其中,AbortSignal 可以用于控制请求的生命周期,避免调用长时间阻塞。
需要注意,示例中的 get_current_time 返回的是固定时间 10:30 AM,这里只是演示 Tool 的调用形式,并不是真正查询当前时间。
3.3 Multi-Agent编排
参考 Google ADK 的设计,ZeroAgent SDK 也提供了 Agent 编排能力。不过,目前我们暂时只支持两种简单、确定性的编排方式:SequentialAgent 和 ParallelAgent。
SequentialAgent 按顺序执行多个 Agent,并将前序步骤的结果传递给后续 Agent;ParallelAgent 则让多个 Agent 并行处理同一个输入,再汇总各自的结果。相比动态的任务规划与调度,这种方式更简单,也更容易理解和控制。
单个 Agent 可以通过工具完成任务,但对于复杂任务,我们往往需要多个 Agent 协作。
例如,构建一个技术文章生成应用:
User
|
v
SequentialAgent
|
+----> Researcher
|
+----> Writer
|
+----> Reviewer
|
v
Final ResultResearcher 负责搜集资料,Writer 负责撰写文章,Reviewer 负责审核。ZeroAgent SDK 当前实现了两种基础的 Workflow Agent:SequentialAgent 和 ParallelAgent。
它们都实现了 RunnableAgent 接口,因此可以像普通 Agent 一样被组合和调用。
SequentialAgent:串行执行
SequentialAgent 按照预先定义的顺序执行子 Agent。
exporttype WorkflowAgentOptions = {
name: string;
agents: readonly RunnableAgent[];
};创建 Workflow 时,通过 agents 指定执行顺序:
const workflow = new SequentialAgent({
name: 'Article Workflow',
agents: [researcher, writer, reviewer],
});
const result = await workflow.run('撰写一篇关于 Agent Memory 的技术文章')第一个 Agent 接收原始输入;后续 Agent 则会同时获得原始任务和前面步骤的执行结果。
ParallelAgent:并行执行
有些任务之间没有依赖关系,可以同时交给多个 Agent 处理。
例如:
+----> Researcher A
|
输入任务 --------+----> Researcher B
|
+----> Researcher C
|
v
汇总结果此时可以使用 ParallelAgent:
const workflow = new ParallelAgent({
name: 'Research Workflow',
agents: [researcherA, researcherB, researcherC],
});
const result = await workflow.run('从不同角度分析 Agent Memory');ParallelAgent 使用 Promise.all 并行执行所有子 Agent:
const children = awaitPromise.all(
this.agents.map((agent) => agent.run(input, { ...options, signal })),
);所有子 Agent 接收相同的输入,并行执行。执行完成后,SDK 将每个 Agent 的输出汇总:
return {
name: this.name,
output: children
.map((child) =>`## ${child.name}\n${child.output}`)
.join('\n\n'),
children,
};与 SequentialAgent 不同,ParallelAgent 不会将某个子 Agent 的输出传递给另一个子 Agent。它们彼此独立,最终由 Workflow 汇总结果。
由此可见,基于 Agent SDK 进行显式的 Agent 编排,相比完全依赖 Agent 自主规划和调度,能够提供更确定、可控的执行流程。当然,这也意味着流程需要由开发者提前定义,灵活性相对有限。
总结
前 12 篇文章中,我们从零构建了 ZeroAgent 的核心能力;第 13 篇则开始将这些能力封装为 SDK。
通过统一的 Agent 接口,应用开发者可以快速创建和运行 Agent;通过 Multi-Agent 编排,可以将复杂任务拆分给不同的 Agent 协作完成。
Agent SDK 的价值,并不是隐藏所有底层细节,而是提供一套稳定、简洁的接口,让开发者能够快速构建应用,并在复杂场景下保留扩展能力。
目前,ZeroAgent SDK 只支持串行和并行两种基础编排方式。后续还可以继续扩展更复杂的 Workflow,例如条件分支、循环执行和动态任务路由。
读者可以在 https://github.com/significantfrank/ZeroAgent 的 chapter13 中获取本文的完整源码。
若觉得本文对你有帮助,请支持我的新书:《Harness 工程实战》。
参考资料
Google ADK TypeScript Quickstart
Google ADK Workflows
Google ADK Sequential Agent
Google ADK Parallel Agent
LangChain Agents
LangChain Multi-agent
CrewAI Introduction
CrewAI First Crew
CrewAI First Flow