Google Developers представили руководство по созданию самообучающихся ИИ-агентов с помощью ADK SkillToolset

Команда Google Developers представила руководство по созданию агентов с использованием набора инструментов Agent Development Kit (ADK) SkillToolset. В основе архитектуры лежат различные паттерны работы с навыками, включая использование файловых и внешних модулей. Разработчики могут локально загружать файлы конфигурации через специализированные директории, делая базу знаний переиспользуемой. Кроме того, поддерживается импорт внешних решений из пользовательских репозиториев, а также официальных навыков Google, которые устанавливаются через консольные команды. Формат всех этих модулей строго подчиняется открытой спецификации agentskills.io, что обеспечивает их универсальность и базовую совместимость.

Наиболее продвинутым уровнем интеграции в ADK является концепция мета-навыков, которая позволяет агенту расширять свои возможности без прямого вмешательства человека. Используя встроенные инструкции и доступ к спецификации через поле ресурсов, агент способен самостоятельно генерировать новые валидные файлы конфигурации. Эта система функционирует как своеобразная «Фабрика навыков»: получив запрос на создание инструмента для проверки безопасности кода на языке Python, агент изучает эталонные примеры и формирует готовый модуль. Сгенерированный таким образом навык будет включать структурированные инструкции, охватывающие проверку ввода, аутентификацию и криптографию.

Унификация форматов играет ключевую роль в масштабировании этой технологии за пределы одной экосистемы. Поскольку созданные агентом или написанные вручную модули соответствуют единому стандарту, они работают не только внутри ADK. Спецификацию agentskills.io уже поддерживают более сорока различных продуктов на рынке искусственного интеллекта, включая такие решения, как Gemini CLI, Claude Code и Cursor. В исходных материалах не приводится полный список всех совместимых платформ, однако подчеркивается, что стандартизированный подход позволяет свободно обмениваться компонентами между различными средами разработки.

Для финальной сборки рабочего решения все созданные или импортированные навыки объединяются в единый пакет SkillToolset, который затем передается корневому агенту на базе языковой модели gemini-2.5 — flash. Несмотря на высокий уровень автоматизации и возможность саморасширения систем искусственного интеллекта, специалисты Google настоятельно рекомендуют сохранять участие человека в процессе разработки. Инженерам советуют лично проверять сгенерированные файлы и проводить тщательное тестирование их эффективности перед внедрением. Подобный контроль гарантирует, что созданные алгоритмами навыки будут работать точно в соответствии с заданными требованиями.