深入解析ADK-Python项目中Agent初始化错误及解决方案
在ADK-Python项目1.0.0版本中,开发者在使用LlmAgent与MCPToolset集成时可能会遇到一个常见的初始化错误。本文将详细分析这个问题的根源,并提供正确的实现方式。
问题现象
当开发者尝试创建一个LlmAgent实例并与MCPToolset工具集集成时,如果采用异步方式初始化,运行时会抛出"'coroutine' object has no attribute 'sub_agents'"的错误。这个错误通常发生在调用adk web
命令启动服务后,尝试发送消息给LLM之前。
错误原因分析
这个问题的根本原因在于1.0.0版本中ADK-Python框架对Agent初始化的处理方式发生了变化。在0.5.0版本中,异步初始化方式是可行的,但在1.0.0版本中,框架期望Agent能够直接提供sub_agents属性,而异步协程对象显然不具备这个属性。
具体来说,错误发生在框架内部尝试获取所有工具集时,它期望通过访问agent.sub_agents来遍历子代理,但由于我们的root_agent实际上是一个协程对象(因为使用了async def定义的函数),而不是真正的Agent实例,所以导致了属性访问失败。
解决方案
根据ADK-Python 1.0.0版本的官方推荐做法,正确的实现方式应该是直接实例化LlmAgent,并将MCPToolset作为工具列表的一部分传入,而不是使用异步工厂函数。以下是正确的代码实现:
from google.adk.agents.llm_agent import LlmAgent
from google.adk.models.lite_llm import LiteLlm
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset, SseServerParams
root_agent = LlmAgent(
model="gemini-2.0-flash",
name="enterprise_assistant",
instruction="You are a powerful AI assistant.",
tools=[
MCPToolset(connection_params=SseServerParams(url="http://localhost:8888/sse"))
],
)
版本兼容性说明
值得注意的是,这个问题在ADK-Python 0.5.0版本中不会出现,因为旧版本对Agent初始化的处理方式不同。这也是为什么一些从旧版本迁移过来的开发者会遇到这个问题的原因。在升级到1.0.0版本时,需要特别注意初始化方式的变更。
最佳实践建议
- 直接实例化:除非有特殊需求,否则建议直接实例化Agent类,而不是使用工厂函数
- 工具集配置:将MCPToolset直接作为工具列表的一部分传入,框架会处理后续的初始化工作
- 版本检查:在升级ADK版本时,务必检查初始化代码是否需要相应调整
通过采用这种标准的初始化方式,开发者可以避免异步初始化带来的问题,同时也使代码更加简洁和易于维护。这种模式也更符合ADK框架的设计理念,即将复杂的基础设施处理隐藏在框架内部,让开发者能够专注于业务逻辑的实现。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0384- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









