Preskočiť na obsah
3.7Pokročilý5 min

Google ADK: Agent Development Kit s natívnou podporou A2A

Sebastian KarallAktualizované 17. októbra 2026
Definition

Google ADK (Agent Development Kit) je open-source framework od Googlu na tvorbu jednoagentových aj multiagentových systémov s natívnou podporou protokolu A2A a MCP. Je optimalizovaný pre modely Gemini a Vertex AI a zameriava sa primárne na tímy so stackom Google Cloud. Lock-in na Google Cloud je vysoký, keď agenti bežia na Vertex AI s Gemini, a nízky pri vlastnom hostingu s inými modelmi.

Na prvý pohľad

  • Google ADK je agentový framework od Googlu na vrstve provider SDK, úzko integrovaný s Vertex AI a modelmi Gemini.
  • A2A vyvinul Google (spustenie v apríli 2025, ~50 partnerov), v júni 2025 ho odovzdal nadácii Linux Foundation a od marca 2026 je vo verzii v1.0 všeobecne dostupný (GA). V apríli 2026 Linux Foundation uviedla viac ako 150 podporujúcich organizácií. ADK podporuje A2A natívne.
  • ADK ponúka natívnu podporu MCP (vrstva nástrojov) a natívnu podporu A2A (agent k agentovi), čím sa dá znížiť technický lock-in.
  • Ekonomický lock-in závisí od spôsobu prevádzky: s Vertex AI a Gemini je stack viazaný na Google Cloud, teda na amerického dodávateľa (diskusia o CLOUD Act). Pri vlastnom hostingu s inými modelmi (v Pythone cez LiteLLM) je nízky.
  • Zmysel má predovšetkým pri existujúcom stacku Google Cloud/Gemini. Bez neho sa ADK dá hostovať vo vlastnej réžii a prevádzkovať s inými modelmi, stratí však väčšinu svojej integračnej výhody oproti LangGraph, Pydantic AI alebo n8n.
  • Vymedzenie: LangGraph poskytuje hlbšiu orchestráciu grafov s durable execution, CrewAI rýchlejšie prototypovanie založené na rolách. Silnou stránkou ADK je natívna integrácia s Vertex AI a A2A.

Google ADK (Agent Development Kit) je open-source framework od Googlu na budovanie jednoagentových aj multiagentových systémov s natívnou podporou protokolu A2A (Agent-to-Agent) a MCP (Model Context Protocol). Je optimalizovaný pre modely Gemini a Vertex AI a zameriava sa primárne na tímy, ktoré stavajú na Google Cloud. V produkcii bežia agenti na Vertex AI, Cloud Run, GKE alebo vo vlastných kontajneroch. Úzke prepojenie s Vertex AI a Gemini je zároveň silnou stránkou aj rizikom lock-inu.

  • Čo to je: agentový framework od Googlu na vrstve provider SDK, úzko integrovaný s Vertex AI a Gemini.
  • Silná stránka: natívna podpora A2A a MCP pre spoluprácu agentov naprieč výrobcami.
  • Kedy má zmysel: existujúci stack Google Cloud/Gemini a potreba interoperability medzi agentmi cez A2A.

Zaradenie v stacku agentov

Vo vrstvenom modeli prostredia agentov sa Google ADK nachádza na vrstve provider SDK, na ktorej sú aj OpenAI SDK a Anthropic SDK. Nad ňou ležia vrstvy agent runtime, frameworkov a orchestrácie/platforiem, pod ňou foundation modely, v kontexte Googlu predovšetkým Google Gemini. Naprieč týmito vrstvami ležia otvorené protokoly: MCP pre vertikálne prepojenie s nástrojmi (agent k nástroju) a A2A pre horizontálnu komunikáciu medzi agentmi. Popri nich existujú AGENTS.md ako konvencia pre repozitáre a AP2 ako rozšírenie pre platby agentov.

V praxi to znamená: S ADK definuješ agentov ako skladateľné jednotky z inštrukcie, nástrojov a modelu, orchestruješ viacerých z nich a cez A2A ich sprístupňuješ iným agentom, aj tým z cudzích stackov. Ako technický základ pre typovo bezpečné dátové štruktúry využíva ADK, podobne ako mnohé iné frameworky a SDK (OpenAI SDK, Anthropic SDK, LangChain, LlamaIndex, CrewAI), knižnicu Pydantic Validation.

Natívna podpora A2A: vlastný protokol Googlu

A2A je príspevok Googlu k interoperabilite agentov. Google protokol predstavil v apríli 2025 (so zhruba 50 partnermi na štarte) a v júni 2025 ho odovzdal nadácii Linux Foundation. Google pritom daroval špecifikáciu aj s nástrojmi. Cez verziu v0.3 (júl 2025), ktorá priniesla podpísané Agent Cards, dosiahol A2A 12. marca 2026 verziu 1.0 (GA), prvú stabilnú špecifikáciu. K prvému výročiu oznámila Linux Foundation 9. apríla 2026 viac ako 150 podporujúcich organizácií, viac ako 22 000 hviezdičiek na GitHube a päť jazykov SDK (Python, JS, Java, Go, .NET).

V ADK je A2A ako vlastný protokol Googlu priamo zabudovaný: agenti môžu spolupracovať naprieč výrobcami namiesto toho, aby zostali v uzavretom ekosystéme Googlu. MCP a A2A sa pritom dopĺňajú, nekonkurujú si: MCP štandardizuje prístup k nástrojom (agent k nástroju), A2A komunikáciu medzi agentmi (agent k agentovi). ADK pokrýva obe osi natívne.

Multiagentová architektúra a nasadenie

ADK podporuje budovanie jednotlivých agentov rovnako ako viacerých spolupracujúcich agentov. Typické vzory (sekvenčné postupnosti, paralelné vykonávanie a hierarchické štruktúry, resp. štruktúry supervisor-worker) sa dajú namodelovať a cez A2A prepojiť aj cez hranice stackov. Ako spravované behové prostredie ponúka Google Agent Runtime, do apríla 2026 pod názvom Vertex AI Agent Engine. Odvtedy je samotné Vertex AI súčasťou Gemini Enterprise Agent Platform. Agenti ADK však bežia aj na Cloud Run, GKE alebo v akomkoľvek vlastnom kontajneri, lokálne v Dockeri alebo Podmane rovnako ako u hostingových poskytovateľov v EÚ. ADK je optimalizovaný pre Gemini. V Pythone pripojíš iné modely, napríklad od OpenAI, Anthropic alebo otvorené modely hostované vo vlastnej réžii, cez LiteLLM.

Pre workloady relevantné pre DACH je kľúčová cesta hostingu: Gemini cez Vertex AI sa dá prevádzkovať v regiónoch EÚ, čo môže podporiť rezidenciu dát v EÚ. Keďže Google je americký dodávateľ, diskusia o CLOUD Act však zostáva. To isté platí pre iných amerických cloudových poskytovateľov. Na tejto ceste je profil vendor lock-inu vysoký (natívne viazaný na Google). Kto ADK hostuje sám a pripojí iné modely, lock-in výrazne zníži, stratí však výhodu integrácie s Vertex AI a Gemini. A2A a MCP zostávajú. Relevancia pre DACH je stredná: reálna, ale nižšia ako v prostrediach postavených na Microsofte alebo Salesforce.

Odlíšenie od LangGraph, CrewAI a ďalších

Nasledujúca tabuľka porovnáva Google ADK s najpoužívanejšími code-first alternatívami. Stav 2026; verzie a úroveň zrelosti sú momentky, pred začiatkom projektu ich over.

Dimenzia

Google ADK

LangGraph

CrewAI

Pydantic AI

Dodávateľ

Google (US)

LangChain Inc. (US)

crewAI Inc. (US)

Pydantic Inc. (UK)

Primárny jazyk (jazyky)

Python (plus ďalšie)

Python, JS/TS

len Python

Python

Podpora MCP

natívna

oficiálny adaptér LangChain

natívna

natívna (extra)

Podpora A2A

natívna

endpoint A2A v Agent Server

natívna

natívna (extra)

Zameranie na model

Gemini (ďalšie sa dajú pripojiť, napr. cez LiteLLM v Pythone)

nezávislé od poskytovateľa

nezávislé od poskytovateľa

nezávislé od poskytovateľa

Multiagentové vzory

sekvenčne, paralelne, hierarchicky

graf (uzly/hrany)

Crews + Flows

skladateľní agenti

Nasadenie

Agent Runtime (predtým Vertex AI Agent Engine), Cloud Run, GKE alebo self-host

self-host alebo LangSmith Deployment (predtým LangGraph Platform)

self-host alebo CrewAI Enterprise

self-host; Logfire v regióne EÚ

Vendor lock-in

vysoký s Vertex AI a Gemini, nízky pri self-hostingu s inými modelmi

nízky

nízky

nízky

Relevancia pre DACH

stredná

veľmi vysoká

stredná

vysoká (tímy v Pythone)

Rozdiely sa dajú zhrnúť do troch bodov. LangGraph je nízkoúrovňový orchestračný framework pre stavové, dlho bežiace viackrokové workflowy s durable execution, checkpointingom a zrelou observability (LangSmith). Platí za najrozšírenejší open-source orchestračný runtime v inžinierskych tímoch v DACH a je nezávislý od poskytovateľa modelov. CrewAI boduje najrýchlejším prototypovaním multiagentových systémov založených na rolách, funguje však len v Pythone a pri durable state je menej prísny. Google ADK nečerpá svoju výhodu z hlbšej grafovej logiky, ale z natívneho prepojenia s Vertex AI, Gemini a svetom protokolov A2A a MCP. Kto nemá základ v Google Cloud, s ADK oproti alternatívam nezávislým od poskytovateľa získa len zriedka.

Krátky príklad: multiagentová pipeline s A2A

Predpokladajme, že agentúra buduje pre B2B klienta pipeline na prieskum a reporting v Google Cloud. Štruktúra v pseudokóde:

```text
research_agent = Agent(
model = "gemini", # vrstva foundation modelov
tools = [web_search_mcp], # prístup k nástrojom cez MCP
instruction = "Preskúmaj trh X, zhrň zdroje."
)

report_agent = Agent(
model = "gemini",
instruction = "Vytvor zo zistení štruktúrovaný report."
)

pipeline = SequentialAgent([research_agent, report_agent])

Nasadenie: Vertex AI

deploy(pipeline)

Sprístupnenie pre cudzích agentov cez A2A (Signed Agent Card)

expose_via_a2a(pipeline)
```

Rozhodujúci krok je posledný riadok: cez A2A sa pipeline stane pre externých agentov (napríklad z Microsoft Agent Framework alebo zo stacku CrewAI) dohľadateľnou a volateľnou ako spolupracujúci peer bez toho, aby protistrana musela poznať kód špecifický pre Google. Práve toto oddelenie je zmyslom protokolovej vrstvy: výber frameworku sa oproti interoperabilite stáva druhoradým.

Pre agentúry a B2B rozhodovateľov

Pre agentúry je Google ADK relevantný, keď sú klienti už ukotvení v Google Cloud alebo je Gemini ich strategickou voľbou. Najrýchlejšia páka potom nie je v proprietárnych pipelines, ale v dôslednom využívaní A2A a MCP. Prompty, nástroje a sady evaluácií tak zostanú nezávislé od frameworku a neskorší prechod bude realistický. Pre B2B rozhodovateľov platí: Hodnoť ADK podľa jazykového stacku, požiadaviek na suverenitu a potreby viacerých agentov, nie podľa počtu hviezdičiek na GitHube.

Ak je cieľom nezávislosť od poskytovateľa alebo striktná suverenita v DACH bez amerického cloudu, aj ADK môžeš hostovať sám a prevádzkovať s inými modelmi. Výhoda integrácie s Vertex AI a Gemini potom odpadne, A2A a MCP zostanú. Udržateľnejšou voľbou sú v takom prípade väčšinou LangGraph na vlastnom hostingu (napríklad na STACKIT, IONOS alebo OVHcloud), Pydantic AI na vlastnom hostingu alebo n8n (Berlín). Región EÚ pre Logfire, službu Pydantic na observability, však beží na Google Cloud v Holandsku. Poznámky ku GDPR a EU AI Act sú informatívne a nenahrádzajú právne poradenstvo. Blck Alpaca pomáha s výberom frameworku, návrhom interoperability A2A/MCP a suverénnou cestou hostingu. Ozvi sa nám, ak chceš podložené vyhodnotenie.

Zhrnúť pomocou AIChatGPTClaudePerplexity

Otvorí chat s pripraveným promptom.

Často kladené otázky

Čo je Google ADK?
Google ADK (Agent Development Kit) je open-source framework od Googlu na budovanie jednotlivých aj viacerých spolupracujúcich agentov. Nachádza sa na vrstve provider SDK, natívne podporuje MCP a A2A a je optimalizovaný pre modely Gemini a Vertex AI. Preto sa zameriava predovšetkým na tímy, ktoré stavajú na Google Cloud.
Podporuje Google ADK protokol A2A natívne?
Áno. A2A vyvinul Google (spustenie v apríli 2025) a v júni 2025 ho odovzdal nadácii Linux Foundation; od marca 2026 je A2A v1.0 všeobecne dostupný (GA). V apríli 2026 Linux Foundation uviedla viac ako 150 podporujúcich organizácií, viac ako 22 000 hviezdičiek na GitHube a päť jazykov SDK. ADK podporuje A2A natívne, takže agenti môžu spolupracovať naprieč výrobcami.
Kedy je Google ADK lepšou voľbou ako LangGraph alebo CrewAI?
ADK sa oplatí, ak tím už stavia na Google Cloud, Vertex AI a Gemini a chce využiť natívnu integráciu A2A a MCP aj Vertex AI ako cieľ nasadenia. Pre durable grafové workflowy nezávislé od poskytovateľa je LangGraph často silnejší, pre rýchle prototypovanie viacerých agentov založené na rolách CrewAI.
Dá sa Google ADK v DACH nasadiť v súlade s GDPR?
Samotný ADK je open source. Rozhodujúca je cesta modelu a hostingu: Gemini cez Vertex AI v regiónoch EÚ môže podporiť rezidenciu dát v EÚ, väzba na amerického dodávateľa (diskusia o CLOUD Act) však na tejto ceste zostáva. Alternatívne beží ADK vo vlastných kontajneroch, aj u hostingových poskytovateľov v EÚ, a v Pythone cez LiteLLM pripojí iné modely. Súlad s GDPR a EU AI Act treba posúdiť v každom prípade zvlášť s odborníkmi na ochranu údajov a s odbornými právnikmi; toto nie je právne poradenstvo.
Ako spolu v Google ADK súvisia MCP a A2A?
Oba protokoly sa dopĺňajú, nekonkurujú si. MCP štandardizuje prístup k nástrojom (agent k nástroju), A2A komunikáciu medzi agentmi (agent k agentovi). Stručne: MCP pre schopnosti, A2A pre spoluprácu. ADK podporuje obe osi natívne.

Ísť hlbšie?

Získajte nové analýzy priamo do schránky, alebo sa pozrite, ako tieto poznatky nasadzujeme pre firmy.