Android용 에이전트 개발 키트(ADK) 라이브러리를 사용하면 정교한 AI 에이전트를 빌드하여 Android 앱에 직접 통합할 수 있습니다. ADK는 로컬, 호스팅 서비스, Android 모바일 기기에서 실행되는 AI 기반 에이전트를 빌드하기 위한 오픈소스 개발자 프레임워크입니다. 이 프레임워크는 Kotlin 및 Java 프로그래밍 언어를 지원하므로 에이전트를 빠르게 빌드하고 복잡한 멀티 에이전트 애플리케이션으로 확장할 수 있습니다.
Android용 ADK 라이브러리는 모바일 환경에 맞게 조정된 특수 종속 항목과 런타임 지원을 제공합니다. ML Kit GenAI API를 사용하여 Gemini Nano를 통해 온디바이스에서 AI 모델을 실행하는 에이전트를 빌드할 수 있습니다. 이를 통해 네트워크 액세스 없이도 작동하는 개인 정보 보호 중심의 지연 시간이 짧은 AI 환경을 만들 수 있습니다.
Android 프로젝트에서 ADK Kotlin 사용
ADK Kotlin 에이전트 API를 사용하여 Android 앱 내에서 실행되는 AI 에이전트를 빌드할 수 있습니다. 작성하는 에이전트 코드는 ADK Kotlin 시작하기 가이드와 동일합니다. 차이점은 Gradle 종속 항목, 프로젝트 구성, 런타임에 에이전트를 호출하는 방법입니다.
기본 요건
Android용 ADK 라이브러리에는 다음과 같은 개발 요구사항이 있습니다.
- Android 스튜디오
- Android SDK(compileSdk 34 이상, minSdk 24 이상)
Android 프로젝트 구성
Android 프로젝트의 build.gradle.kts에 ADK Android 종속 항목과 KSP 주석 프로세서를 추가합니다.
plugins {
id("com.android.application")
kotlin("android")
id("com.google.devtools.ksp") version "2.1.20-2.0.1"
}
android {
namespace = "com.example.agent"
compileSdk = 34
defaultConfig {
applicationId = "com.example.agent"
minSdk = 24
targetSdk = 34
}
packaging {
resources {
excludes += "/META-INF/{INDEX.LIST,DEPENDENCIES}"
}
}
}
dependencies {
implementation("com.google.adk:google-adk-kotlin-core-android:0.1.0")
ksp("com.google.adk:google-adk-kotlin-processor:0.1.0")
}
kotlin {
jvmToolchain(17)
}
에이전트 정의
에이전트 코드는 ADK Kotlin 빠른 시작과 동일합니다. @Tool, @Param, .generatedTools() 문법이 포함된 HelloTimeAgent 코드 예시는 Android에서 수정 없이 작동합니다.
// package com.example.agent // import com.google.adk.kt.agents.Instruction // import com.google.adk.kt.agents.LlmAgent // import com.google.adk.kt.annotations.Param // import com.google.adk.kt.annotations.Tool // import com.google.adk.kt.models.Gemini class TimeService { /** Mock tool implementation */ @Tool fun getCurrentTime( @Param("Name of the city to get the time for") city: String ): Map<String, String> { return mapOf("city" to city, "time" to "The time is 10:30am.") } } object HelloTimeAgent { @JvmField val rootAgent = LlmAgent( name = "hello_time_agent", description = "Tells the current time in a specified city.", model = Gemini( name = "gemini-flash-latest", apiKey = System.getenv("GOOGLE_API_KEY") ?: error("GOOGLE_API_KEY environment variable not set."), ), instruction = Instruction( "You are a helpful assistant that tells the current time in a city. " + "Use the 'getCurrentTime' tool for this purpose." ), tools = TimeService().generatedTools(), ) }
Android 앱에서 에이전트 실행
Android 지원 기기에서는 다음 코드 예와 같이 InMemoryRunner를 사용하여 에이전트를 호출하고 코루틴에서 응답을 수집합니다.
// import com.google.adk.kt.runners.InMemoryRunner // import com.google.adk.kt.sessions.InMemorySessionService // import com.google.adk.kt.types.Content // import com.google.adk.kt.types.Part // import com.google.adk.kt.types.Role // import kotlinx.coroutines.CoroutineScope // import kotlinx.coroutines.launch // Create a runner and session service val sessionService = InMemorySessionService() val runner = InMemoryRunner( agent = HelloTimeAgent.rootAgent, sessionService = sessionService, ) // Call the agent from a coroutine (e.g. in a ViewModel or Activity) scope.launch { runner.runAsync( userId = "user-123", sessionId = "session-123", newMessage = Content( role = Role.USER, parts = listOf(Part(text = "What time is it in New York?")), ), ).collect { event -> val text = event.content?.parts?.firstOrNull()?.text if (!text.isNullOrBlank()) { // Update your UI with the agent's response } } }
에이전트를 사용하여 UI 생성
에이전트가 일반 텍스트 대신 카드, 양식, 목록과 같은 구조화된 대화형 사용자 인터페이스를 반환해야 하는 경우 agent-to-UI(A2UI) 프로토콜을 사용합니다.
Jetpack Compose A2UI Renderer를 사용하여 앱의 UI 계층 구조에서 A2UI 응답을 네이티브 Jetpack Compose 및 Material 3 구성요소로 자동 렌더링할 수 있습니다. 시작하려면 Jetpack Compose A2UI 가이드를 참고하세요.
Gemini Nano를 사용한 온디바이스 모델
Android용 ADK 아티팩트에는 ML Kit GenAI API를 통해 Gemini Nano를 사용하는 기기 내 추론 지원이 포함되어 있습니다. 이 접근 방식을 사용하면 에이전트가 네트워크 액세스 없이 실행되어 데이터를 기기에 보관할 수 있습니다.
기기 내 모델을 사용하려면 다음 코드 예시와 같이 Gemini 대신 GenaiPrompt 모델을 만듭니다.
// import com.google.adk.kt.models.mlkit.GenaiPrompt // import com.google.mlkit.genai.prompt.Generation // import com.google.mlkit.genai.prompt.GenerativeModel // Create an ML Kit GenerativeModel for on-device inference val generativeModel: GenerativeModel = Generation.getClient() val onDeviceModel = GenaiPrompt.create( generativeModel = generativeModel, name = "gemini-nano", ) val agent = LlmAgent( name = "on_device_agent", model = onDeviceModel, instruction = Instruction("You are a helpful assistant."), )
멀티 에이전트 시스템에서 클라우드 모델과 기기 내 모델을 결합할 수도 있습니다. 루트 조정자에는 클라우드 기반 Gemini를 사용하고 개인 정보 보호에 민감한 작업을 처리하는 하위 에이전트에는 기기 내 GenaiPrompt 모델을 사용합니다. 이 패턴에 관한 자세한 내용은 Kotlin 및 Android용 ADK 블로그 게시물을 참고하세요.
전체 작동 활동 및 더 많은 예시는 GitHub의 ADK Kotlin 예시를 참고하세요.