EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|De plus en plus de sites web ferment leurs portes aux agents IA18/10/26|NVIDIA RTX Spark : des laptops Windows taillés pour l'IA locale17/10/26 · NVIDIA|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|De plus en plus de sites web ferment leurs portes aux agents IA18/10/26|NVIDIA RTX Spark : des laptops Windows taillés pour l'IA locale17/10/26 · NVIDIA|
AppNouveauéditeur officiel

Google Agent Development Kit (ADK)

App : Un produit que vous utilisez directement

Kit open source de Google pour concevoir des systèmes multi-agents en Python, Java, Go ou TypeScript, avec le protocole A2A et un déploiement direct sur Vertex AI.

Le bon choix si vous êtes sur Google Cloud ou si vos agents doivent dialoguer avec d'autres agents via A2A. Gemini par défaut, autres modèles via LiteLLM.

Score global
7.8 /10
Sécu : une réserve, lire la fiche
Utilité
8.0
Fiabilité
10.0
Sécurité
Une réserve
Facilité
5 min · Technique

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Construire un agent IA capable d'enchaîner des tâches complexes, de déléguer à d'autres agents et de s'intégrer à des outils existants demande une architecture solide. Google ADK répond à ce besoin en fournissant un cadre structuré pour concevoir, tester et déployer des systèmes multi-agents sans avoir à repartir de zéro.

Concrètement, vous définissez vos agents en Python (ou en Java, Go, TypeScript, Kotlin) en leur assignant des instructions, des outils et un modèle. Vous orchestrez ensuite leur enchaînement via des workflows graphiques qui gèrent les branchements, les boucles, les exécutions parallèles et les reprises en cas d'erreur. Une interface web locale permet de tester et déboguer chaque agent avant tout déploiement.

ADK s'adresse aux développeurs qui souhaitent construire des agents en production : équipes techniques travaillant sur Google Cloud, projets nécessitant une communication entre agents via le protocole A2A, ou cas d'usage où la fiabilité et la traçabilité comptent autant que la rapidité de mise en oeuvre.

En revanche, si vous cherchez un outil sans code ou une interface graphique pour non-développeurs, ADK n'est pas adapté : tout se configure par le code, et la prise en main suppose une maîtrise d'au moins un des langages supportés et des concepts d'orchestration d'agents.

Ce que ça propose

  • ·Workflows graphiques : orchestrez des agents en séquence, en parallèle ou en boucle avec des chemins d'exécution explicites et des reprises automatiques en cas d'erreur.
  • ·Système multi-agents modulaire : composez des hiérarchies d'agents spécialisés qui se délèguent des tâches via une API structurée.
  • ·Protocole A2A intégré : les agents peuvent communiquer avec d'autres agents externes qui respectent ce protocole ouvert.
  • ·Écosystème d'outils riche : utilisez des outils préconstruits (dont Google Search), des fonctions Python personnalisées, des specs OpenAPI ou des outils MCP.
  • ·Interface web de développement locale : testez, évaluez et déboguez vos agents via une UI intégrée accessible avec la commande adk web.
  • ·Confirmation d'outil (HITL) : ajoutez une étape de validation humaine avant l'exécution de certains outils sensibles.
  • ·Déploiement flexible : conteneurisez vos agents avec Docker, déployez sur Cloud Run ou sur Vertex AI Agent Engine en une commande.
  • ·Gestion du contexte : ADK filtre les événements non pertinents, résume les tours de conversation anciens et charge les artefacts à la demande pour maintenir l'efficacité.

En pratique

Prix
GratuitKit gratuit (Apache 2.0) ; modèle et hébergement Vertex AI facturés à l'usage.
Usage commercial
Usage commercial : oui
Disponible sur
cli
Licence
Apache-2.0
Interface FR
Non

Sécurité et données

Pastille
Sécu : une réserve, lire la fiche
Vos données
Local ou cloud selon usage
Permissions
Exécute les outils déclarés avec les droits du processus ou du compte de service ; les données partent chez le fournisseur du modèle.
Maintenance
Active
Dernière release
13 octobre 2026

Liens et dépôt vérifiés le 18 octobre 2026 · ajoutée le 27 septembre 2026

Comment installer Google Agent Development Kit (ADK)

1. Vérifiez que Python 3.10 ou supérieur est installé sur votre machine. 2. Installez ADK via pip : pip install google-adk. 3. Pour protéger vos dépendances transitives, téléchargez le fichier de contraintes correspondant à votre version Python et réinstallez avec : pip install google-adk -c constraints-3.x.txt. 4. Configurez vos clés d'API (Gemini ou autre modèle) dans un fichier .env à la racine de votre projet. 5. Lancez l'interface de développement locale avec adk web chemin/vers/vos/agents pour tester avant tout déploiement. 6. Limitez les droits du compte de service utilisé au strict nécessaire pour réduire la surface d'exposition lors de l'exécution des outils.
pip install google-adk

Documentation officielle ↗

Dans la même catégorie

Toute la catégorie Automatisation & agents →