利用Google ADK开发可靠的AI智能体

告别混乱的提示词：利用 Google ADK 构建高可靠性的 AI Agent 架构

在目前的 AI 开发实践中，很多开发者在构建第一个 AI Agent（智能体）时，往往会陷入一个误区：认为只要把所有的信息——包括用户请求、对话历史、工具返回的结果、用户偏好、账号详情以及检索到的文档——全部塞进 Prompt（提示词）里，就能让 AI 表现出“记忆力”。

这种设计在原型阶段确实有效，但当你的应用进入生产环境，面对真实用户时，问题就会接踵而至。你会发现上下文管理变得极其昂贵，数据变得陈旧且难以清理，甚至敏感信息会出现在不该出现的地方。如果你想在闲鱼、淘宝服务或猪八戒等平台上提供高质量的自动化服务，构建一个逻辑严密的 AI Agent 是商业化的核心竞争力。

为什么传统的“全量 Prompt”模式会失效？

我们可以通过一个典型的旅游助手场景来分析。假设用户正在让 AI 帮他对比酒店，对话过程中发生了以下事情：

• 用户提到“我喜欢安静的房间”。
• 搜索工具返回了 40 个酒店选项。
• AI 生成了一份酒店对比表格。
• 用户关闭对话，过了一周后开启了关于另一场旅行的新对话。

如果开发者只是简单地将这些信息堆叠在 Prompt 中，会产生以下严重的架构缺陷：

• 成本与数据冗余： 如果将 40 个原始酒店搜索结果反复放入对话历史，随着对话轮数增加，Token 消耗会呈指数级增长，导致运营成本飙升。
• 逻辑错误： 如果将“本次旅行的预算”存入永久记忆，AI 可能会在用户下一次规划不同预算的旅行时，错误地沿用旧的约束条件。
• 记忆丢失： 如果将“喜欢安静房间”这一偏好仅放在当前轮次的上下文里，用户下次登录时，AI 就像失忆了一样，无法提供个性化服务。
• 数据管理困难： 如果将生成的对比表格作为一段长文本存在消息流中，你将无法实现版本管理、精准替换或删除操作。

问题的核心不在于 AI 能否获取信息，而在于信息应该存放在哪里、存放多久以及谁有权检索这些信息。

Google ADK 提供的四种上下文存储方案

为了解决上述生产环境中的痛点，Google ADK 为基于 TypeScript 开发的应用提供了四种截然不同的上下文存放空间。这种设计让开发者能够像管理数据库一样精细化地管理 AI 的记忆。

1. 会话事件（Session Events）

ADK 中的 Session 代表了一个完整的对话线程。Session Events 记录了时间线上的所有动作：用户发了什么、AI 回复了什么、调用了哪个工具、工具返回了什么结果，以及过程中是否发生了错误。这对于调试和维持对话的连贯性至关重要，但它不应该被当作用户的永久档案。

2. 会话状态（Session State）

在进行复杂任务时，代码、工具或回调函数需要一些动态数值。在 TypeScript 环境下，你可以通过上下文对象轻松更新状态。例如，在处理酒店搜索时，你可以使用以下方式管理数据：

toolContext.state.set("temp:hotel_count", hotels.length);
toolContext.state.set("selected_currency", "CNY");

这里引入了一个关键的概念：前缀管理。通过不同的前缀，你可以控制数据的生命周期：

• temp: 前缀： 仅在当前函数调用期间有效，调用结束后立即释放，非常适合存储临时的中间计算结果。
• 无前缀： 属于当前 Session，在整个对话期间有效，但对话结束即消失。
• user: 前缀： 跨 Session 共享，用于存储真正需要长期保留的用户偏好。

3. 长期记忆（Long-term Memory）

这是实现真正“个性化”的关键。只有被标记为长期记忆的信息（如用户的饮食禁忌、常住城市、语言偏好），才会跨越不同的对话 Session 被 Gemini 模型检索到。这避免了将无关的临时搜索结果污染用户的个人画像。

4. 产出物（Artifacts）

当 AI 生成了结构化数据，比如一份对比表格或一份行程单，这些信息不应该仅仅作为一段“聊天文字”存在。通过 Artifacts 管理，你可以将这些结果视为独立的实体，支持版本控制、在线预览和精准的更新或删除操作。

总结：构建可靠 AI Agent 的工程化思维

从简单的 Prompt 工程转向基于 Google ADK 的系统化开发，本质上是从“写一段话”转向“设计一套数据流”。

在使用 Gemini 进行开发时，开发者必须建立清晰的边界意识：不要试图把所有东西都塞给模型，而是要利用 TypeScript 的严谨性，结合 AI Agent 的状态管理机制，将数据分类存放。只有这样，你开发出的智能体才能在处理复杂任务时既保持聪明，又不会因为上下文爆炸而导致成本失控或逻辑混乱。