已有數百名開發者完成了我們的第一期 DEV 教育課程,今天我們很高興能與Google AI團隊合作,繼續推進第二期課程。
本進階課程將引導您使用 Google 的代理開發工具包 (ADK)、Agent2Agent 協定 (A2A) 和 Cloud Run 建立分散式多代理系統。您將學習如何將 AI 應用架構為由專業代理商組成的協同團隊,而不是依賴單一的整體提示。
{% 卡 %}
這個開發教育課程分為三個部分: 1)專家教程; 2)動手實作; 3)寫作作業。完成所有三個部分,即可獲得專屬的「多智能體系統建構者」徽章。
{% endcard %}
首先從這個全面的程式碼實驗室開始:
你將學到:
為什麼專業代理商比單一提示更有效
分散式多智能體系統的架構
如何掌握編曲模式
如何實現分散式通訊中的代理到代理(A2A)協議
完成教學後,是時候檢驗你的新技能了!
你的任務是建立一個多智能體系統,將通常需要「一個巨大提示」的任務分解成多個專門的角色,並透過 Web 介面進行存取。
多位專業代理人:每位代理人都有其特定的職責。
部署到 Google Cloud Run :代理程式必須作為獨立的微服務運作。
前端應用程式:部署在 Cloud Run 上的 Web 介面,使用者可與之交互
我們鼓勵您開發自己的應用程式,但如果您需要靈感,這裡有一些建議:
郵件草稿流程:主題代理人提出寫作主題 → 撰稿代理人建立草稿 → 編輯代理人潤飾語氣
禮物創意產生器:使用者畫像分析器了解收禮者 → 創意查找器提供多種選擇 → 預算篩選器排除昂貴物品
待辦事項優先排序器:任務分析器會查看您的清單 → 緊急程度檢查器會依照截止日期排序 → 專注專員會選出今天最重要的 3 項任務
所有完成課程並透過分享作業的人都將在其開發者個人資料中獲得專屬的「多智能體系統建構者」徽章!
您的提交內容應包括:
你發展了什麼:描述一下你的系統解決了什麼問題
Cloud Run 嵌入:將您的 Web 應用程式直接嵌入到提交內容中
您的代理人:請解釋每位代理人的具體職責以及他們如何協同工作。
主要收穫:哪些方面讓你感到驚訝?哪些方面具有挑戰性?
請使用我們的官方提交範本提交您的作業:
{% cta https://dev.to/new?prefill=---%0Apublished%3A%20false%0Atags%3A%20agents%2C%20buildmultiagents%2C%20gemini%2C%20adk%0A---%0Atiagents%2C%20gemini%2C%20adk%0A---%0A%0A This%20post%20is%20my%20submission%20for%20%5BDEV%20Education%20Track%3A%20Build%20Multi-Agent%20Systems%20with%20ADK%5D(https%3A//dev.to/deved/buil)m-m-ba//dev.to/deved/ --描述你的系統解決的問題。 --雲端執行嵌入! --使用https://dev.to/devteam/you-can-now-embed-cloud-run-deployments-directly-in-your-dev-posts-1jk8A中的說明,在此處嵌入你的雲端執行部署。別忘了包含dev標籤! ——「你的經紀人!」——解釋每位經紀人的專業角色以及他們如何協同工作。 ——“關鍵學習重點!”——“什麼驚喜?” sed%20you%3F%20What%20was%20challenging%3F%20--%3E%0A%0A%3C!--%20Don%27t%20forget%20to%20add%20a %20cover%20image%20(if%20you%20want).%20--%3E%0A%0A%3C!--%20Thanks%20for%20epticipating!%20--%3E %}
分享你的專案
{% endcta %}
我們的徽章相當於一份結業憑證,您可以將其新增至您的開發者個人資料。它看起來會像這樣:

我們的團隊將滾動審核作品,每隔幾天頒發一次徽章。沒有截止日期,所以慢慢來,創作出讓你引以為傲的作品!
多智能體系統是生產級人工智慧開發中最重要的架構模式之一。就像你不會要求一個開發人員同時負責前端、後端、資料庫和維運一樣,現代人工智慧系統也受益於專業化分工。本課程將教你如何建立專注的智能體,並協調它們來解決單一智能體難以處理的複雜問題。
我們迫不及待想看看你的作品!祝你搭建愉快! ❤️