ADK-Python项目中LlmAgent参数传递的最佳实践

在ADK-Python项目开发过程中，正确初始化LlmAgent并传递参数是一个常见的技术挑战。本文将深入探讨如何高效地处理Agent初始化参数传递问题。

参数传递的核心问题

当使用ADK框架创建LlmAgent时，开发者经常需要在指令模板中插入动态变量。例如，在创意写作Agent的场景中，我们可能需要在指令中包含用户提供的主题参数。表面上看，直接使用f-string似乎可行：

initial_topic = "春天里孩子们在广阔的草原上玩耍"
instruction = f"根据以下主题创作故事：{initial_topic}"

然而，这种方法存在明显缺陷：它无法在运行时动态接收用户输入，且不符合ADK框架的设计理念。

正确的解决方案

ADK框架提供了更优雅的参数传递机制：

1. 使用会话状态管理：通过session.state字典存储和访问运行时参数
2. 预处理器Agent模式：在主要Agent前添加参数处理Agent

会话状态管理方案

# 在回调函数中设置参数
def handle_request(req):
    session = session_service.get_session()
    session.state["initial_topic"] = req.new_message.parts[0].text
    # 后续处理...

预处理器Agent模式

更推荐的做法是创建一个专门的参数处理Agent：

class TopicProcessorAgent(LlmAgent):
    def __init__(self):
        super().__init__(
            name="TopicProcessor",
            instruction="提取用户输入中的主题",
            output_key="initial_topic"
        )
    
    async def execute(self, session):
        session.state["initial_topic"] = session.last_user_message
        return True

技术要点解析

1. 状态隔离性：ADK的session对象具有隔离性，直接修改局部session变量不会影响全局状态
2. 数据流设计：框架鼓励使用明确的输入输出键来管理数据流
3. Agent协作：通过多个Agent的管道式协作实现复杂功能

最佳实践建议

1. 对于简单参数，优先使用session.state机制
2. 对于复杂参数处理，创建专门的预处理Agent
3. 在Agent指令中使用{{variable}}语法引用状态变量
4. 保持Agent职责单一，避免在一个Agent中处理过多逻辑

通过遵循这些原则，开发者可以构建出更健壮、更易维护的ADK应用。这种设计模式不仅解决了参数传递问题，还为后续的功能扩展奠定了良好基础。