Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
  1. IA
  2. Agentes
  3. Frameworks
Árbol de habilidades

Google ADK

1 min de lecturaActualizado el 9 jul 2026

Google Agent Development Kit (ADK) es un framework abierto para construir, ejecutar, evaluar y desplegar agentes. Tiene integración directa con Gemini y Google Cloud, pero su arquitectura admite otros modelos y despliegues.

La documentación actual ofrece SDKs para Python, TypeScript, Go, Java y Kotlin, aunque el detalle y la madurez de cada capacidad pueden variar por lenguaje.

Qué incluye

  • agentes con instrucciones, modelos y tools;
  • workflows secuenciales, paralelos, de loop y en grafo;
  • equipos multiagente y routing;
  • sesiones, estado, memoria, eventos y artifacts;
  • tools de función, OpenAPI y MCP;
  • integración A2A;
  • evaluación, logging, métricas y trazas;
  • runtimes locales y opciones de despliegue en Google Cloud.

ADK permite mezclar lógica determinística con razonamiento adaptativo. Eso encaja con la idea central de esta ruta: el workflow controla lo conocido y el modelo resuelve la parte ambigua.

Cuándo encaja

  • equipos que necesitan varios lenguajes de implementación;
  • soluciones centradas en Gemini o infraestructura de Google Cloud;
  • agentes con estado, evaluación y despliegue como una sola experiencia;
  • integración MCP o A2A;
  • workflows que combinan grafos explícitos y decisiones de modelo.

Qué evaluar

  • paridad real de funciones en el lenguaje elegido;
  • acoplamiento a servicios administrados frente a despliegue portable;
  • modelo de persistencia y recuperación ante fallos;
  • controles de contexto y costo;
  • observabilidad y tratamiento de datos sensibles;
  • permisos para tools y agentes remotos.

No confundas soporte multiagente con necesidad multiagente. Empieza por un flujo pequeño y mide antes de añadir routing o colaboración.

[!NOTE] Revisa lenguajes, runtimes e integraciones en la documentación oficial de Google ADK .

Temas relacionados

ADK implementa Workflows, Multiagentes, MCP y A2A. El valor está en elegir sólo las primitivas que el problema necesita.