ADK-Python项目中的协程对象sub_agents属性问题解析

在ADK-Python项目从0.5.0版本升级到1.0.0版本后，开发者在使用多智能体(Multi-agent)功能时遇到了一个常见问题：'coroutine' object has no attribute 'sub_agents'错误。这个问题源于1.0.0版本对智能体初始化方式的重大重构。

问题背景

在0.5.0版本中，开发者可以通过异步函数创建智能体并直接将其作为子智能体(sub_agents)添加到父智能体中。典型代码如下：

async def get_coordinator_agent():
    gis_data_search_agent, exit_stack = await create_gis_data_search_agent()
    gis_command_agent, command_exit_stack = await create_gis_command_agent()
    root_tool_agent = LlmAgent(
        model=LiteLlm(model=default_model_name),
        name=coordinator_agent_name,
        instruction=coordinator_agent_instruction,
        sub_agents=[
            gis_data_search_agent,
            gis_command_agent
        ]
    )
    return root_tool_agent, command_exit_stack

root_agent = get_coordinator_agent()

这种实现方式在0.5.0版本中可以正常工作，但在1.0.0版本中会抛出属性错误。

原因分析

1.0.0版本对智能体的创建方式进行了重构，主要变化包括：

1. 简化了智能体创建流程：不再需要手动处理exit_stack等资源管理对象
2. 改进了MCP工具集成：对多通道协议(MCP)工具的支持更加内聚
3. 优化了异步处理机制：协程和智能体生命周期的管理更加清晰

在新版本中，直接调用异步函数返回的是协程对象，而非智能体实例，因此无法直接访问sub_agents属性。

解决方案

根据官方建议，新的智能体创建方式更加简洁：

1. 不再需要处理exit_stack等资源管理对象
2. 可以直接实例化智能体而无需额外的资源管理代码
3. 子智能体的添加方式保持不变，但需要在正确的上下文中执行

开发者应参考新版示例代码的结构，主要变化在于：

• 移除了资源管理相关的代码
• 简化了智能体初始化流程
• 保持了核心功能的一致性

最佳实践

对于从旧版本迁移的开发者，建议：

1. 仔细阅读新版本文档中的示例代码
2. 重构现有代码，移除不必要的资源管理逻辑
3. 确保在正确的异步上下文中访问智能体属性
4. 测试核心功能是否按预期工作

这次架构调整虽然带来了短暂的兼容性问题，但从长远来看简化了开发者的工作流程，使代码更加清晰和易于维护。