16- Le protocole A2A : faire parler des agents de frameworks différents LangGraph, LangChain, CrewAI chacun parle son propre dialecte. A2A est la langue commune qui les connecte tous. 3 concepts à retenir : ① Agent Skill = la description de ce que l'agent sait faire ②
AGENTS
-
Simplifying AI Agent Deployment with Vertex AI Agent Engine
By
–
14- Vertex AI Agent Engine : le déploiement en prod sans douleur
Normalement, mettre un agent en production demande : • Créer un serveur web (FastAPI, Django…)
• Containeriser (Docker et compagnie)
• Configurer l'infra cloud
• Mettre en place monitoring + logs Avec Agent -
Real-time debugging dashboard for AI agents
By
–
12- La fonctionnalité qui change tout : le Web UI de debug Commande : adk web → un dashboard s'ouvre dans le navigateur Tu vois en temps réel : •quel agent a été activé et pourquoi
•le processus de réflexion complet
•chaque appel d'outil, dans l'ordre
•le flux entre -
How to Build Multi-Agent AI Systems with an Orchestrator
By
–
11- Multi-agent : faire bosser plusieurs IA ensemble Le principe : tu poses un agent orchestrateur (le chef) et tu lui passes chaque agent spécialisé comme un outil.
Exemple concret → ton Birthday Planner devient : • un agent "Créativité & idées"
• un agent "Réservation & -
Integrating External Tools into AI Agents via MCP
By
–
10- Connecter des outils externes via MCP (2 lignes de code) MCP = le standard qui permet à un agent de brancher n'importe quel outil externe Dans l'ADK, 2 usages : ① Connecter un serveur MCP existant (outils publics déjà disponibles) à ton agent ADK ② Publier tes propres
-
Using pre-built ADK tools to enhance AI agent capabilities
By
–
9- Les pre-built tools ADK : des super-pouvoirs prêts à l'emploi Tu n'as rien à coder. Tu importes, tu passes le tool à l'agent, c'est fini : • Google Search → recherche web en temps réel • Vertex AI Search → recherche dans tes données internes (docs, BDD) • Code
-
Building a Birthday Planner AI Agent with Python
By
–
8- Ton premier agent : le Birthday Planner Tu passes juste 4 paramètres à la classe LLMAgent : LLMAgent( name="birthday_planner", model=Claude("claude-sonnet-4-5"), description="Planifie des fêtes d'anniversaire", instruction="Gère la liste d'invités et propose des
-
Understanding Agentic Workflow Patterns for LLM Automation
By
–
6- Les 4 patterns de workflow ADK (le cœur de l'automatisation) Un agent seul, c'est bien. Plusieurs agents orchestrés, c'est une machine ↓ ① LLM Agent = un seul LLM qui décide librement (maximum de flexibilité) ② Sequential Agent = plusieurs agents en série, l'un après
-
The 4 Fundamental Concepts of Agent Development Kits
By
–
5- Les 4 concepts fondamentaux de l'ADK ① Agent = le cerveau qui tourne sur un LLM ② Tool = les compétences qu'on lui donne (ses capacités, ses outils) ③ Runner = le chef d'orchestre qui exécute l'agent et gère les sessions ④ Session = la mémoire de conversation (il se
-
ADK: An Open Source Framework for Building AI Agents
By
–
4- ADK : le framework "nu" pour créer des agents Open source / code-first / pensé pour les devs Pour créer ton premier agent, tu n'as besoin que de 3 fichiers : • http://
agent.py → la logique de l'agent
• .env → les variables d'environnement (clés, configs)
•