LY Corp — Google ADK 入門：打造 AI Agent 與多代理人系統¶

資料來源¶

項目	連結
入門 (1): 打造 AI Agent 與多代理人系統	techblog.lycorp.co.jp/zh-hant/adk-1-agent
Agent LINEBot 系列 (1): 透過 ADK 打造 Agent LINE Bot	techblog.lycorp.co.jp/zh-hant/google-adk-linebot
Agent LINEBot 系列 (2): Function Call → Agent 模式	techblog.lycorp.co.jp/zh-hant/function-agent
Google ADK 官方文件	google.github.io/adk-docs

專案概述¶

LY Corporation（LINE 母公司）技術部落格發布的 Google ADK 入門教學系列，以繁體中文撰寫，從基礎的單一 Agent 建構到多代理人系統（Multi-Agent System），最終延伸到實際的 LINE Bot 整合應用。

這系列文章的價值在於：

繁體中文技術文件稀缺——Google ADK 的官方文件為英文，這是少數以繁體中文深度解說的教學
從概念到產品的完整路徑——不只是 SDK 教學，還展示如何整合到 LINE 的產品生態
大廠工程師視角——LY Corp 作為 LINE 的母公司，文章反映了大型服務公司如何評估和採用 Agent 框架

系列文章結構¶

入門 (1)：打造 AI Agent 與多代理人系統¶

本文為系列首篇，涵蓋：

ADK 核心概念：Agent、Tools、Session、State 的關係
LlmAgent 使用方式：定義 instruction、配置 tools、設定 model
多代理人架構：使用 sub_agents 建立 Agent 階層
共享狀態：output_key 與 session.state 的白板通訊模式
實作範例：建構一個多步驟的專案管理 Agent 系統

Agent LINEBot 系列：ADK × LINE Bot¶

展示如何將 ADK Agent 包裝為 LINE Bot webhook handler
從傳統 Function Call 模式升級為完整 Agent 模式的遷移路徑
整合 LINE Messaging API + Google ADK + Gemini 模型

核心教學內容¶

ADK 的四大核心概念¶

根據系列文章整理的 ADK 核心概念（與官方文件對照）：

Agent（代理人）
  │
  ├── LlmAgent — LLM 驅動的推理 Agent
  │     ├── instruction（系統提示詞）
  │     ├── tools（工具清單）
  │     ├── sub_agents（子代理人）
  │     └── output_key（輸出到共享狀態）
  │
  └── Workflow Agents — 確定性控制流
        ├── SequentialAgent（依序執行）
        ├── ParallelAgent（平行執行）
        └── LoopAgent（迴圈執行）

多代理人系統設計¶

文章展示的多代理人系統架構模式：

模式	說明	範例
階層委派	父 Agent 依 description 路由到子 Agent	Coordinator → Specialist A / B
序列管線	每個 Agent 處理一個階段	解析 → 分析 → 報告
共享狀態	所有 Agent 讀寫同一個 state dict	`output_key` = 寫，`{var}` = 讀

LINE Bot 整合¶

使用者 → LINE → Webhook → ADK Agent → Gemini → 回覆
                              │
                              ├── Tools (搜尋、計算、API)
                              └── Sub-agents (分工處理)

目前限制 / 注意事項¶

文章可能未涵蓋最新 ADK 版本——ADK 更新快速（雙週發布），部落格文章的 API 範例可能與最新版有差異
LINE Bot 整合為 LY Corp 特定場景——需要 LINE 開發者帳號和 Messaging API 設定
部落格為 JS 渲染（SPA）——無法透過一般 WebFetch 取得全文，需直接瀏覽器訪問

研究價值與啟示¶

關鍵洞察¶

「大廠採用 = 框架驗證」信號——LY Corporation 作為 LINE 的母公司，願意為 Google ADK 撰寫技術部落格，代表 ADK 至少通過了大型服務公司的技術評估。這比單純的 GitHub stars 更能反映框架的生產準備度。
繁體中文技術內容的生態價值——Google ADK 的中文教學資源極少，LY Corp 的系列文章填補了繁中社群的知識缺口。對台灣開發者來說，這是最直接可用的入門資源。
Function Call → Agent 的遷移路徑有參考價值——系列第二篇展示了如何從傳統的 LLM Function Call 模式升級為完整 Agent 模式，這個遷移路徑適用於所有正在考慮導入 Agent 框架的團隊。
LINE Bot × Agent 的組合展示了 Agent 落地的一種路徑——不是「Agent 取代一切」，而是「Agent 增強現有產品」。把 Agent 嵌入已有的 LINE Bot，比從零建構 Agent 產品風險更低。

與其他專案的關聯¶

直接關聯 Google ADK：本系列是 Google ADK 的繁體中文教學資源
vs Learn Claude Code：類似定位，一個教 ADK，一個教 Claude Code
vs AI Agents (黃佳)：黃佳的書教 Agent 通用概念，LY Corp 系列教特定框架（ADK）的實作