AI 研究助理

基于站内最新资料,回答 AI 前沿问题

回答带出处引用,支持多轮追问,当前页面内容会作为上下文

快速响应
AI 前沿跟踪
今日首页重点内容GitHub 趋势榜
领域
学术研究
大模型
具身智能
AI 基础设施
智能体 · Skill · MCP
机器人
多模态
自动驾驶
数据 / MLOps
AI 硬件
安全对齐
综述与报告
发布智能体 · Skill · MCP重点★ 重点来源ADKagent framework性能优化工具回调

adk-python v2.12.0

查看发布页
AI 解读已生成 · AI 生成,数字以原文为准
AI 全文总结值得深入基于版本说明 3.5 万字 · 完整阅读

ADK v2.12.0 长会话首请求延迟降 40%,新增工具输出拦截与工作流人工确认

adk-python 于 2026-10-13 发布 v2.12.0,重点提升长会话执行性能并增强工具、工作流与部署控制。官方报告将长会话中首次模型请求延迟降低 40%,并停止在首个 LLM 请求时导入未使用的 provider。工具侧新增 after_tool_callback,可在工具输出返回模型前拦截与过滤;工作流侧通过 require_confirmation 在 @node 和 FunctionNode 执行前要求人工确认。部署侧支持为 Agent Engine 使用专用自定义服务账号,且可安装运行于 Python 3.15。此外本版大量修复涉及 A2A、LiteLLM、BigQuery、会话与记忆服务、并行工具取消、凭据防泄漏、OpenAPI 序列化等,并新增 skill 级安全、任务子代理委托、sandbox 生命周期辅助等功能;文档更新了内部事件元数据、ToolCallIntegrityPlugin 指南及示例。使用者升级后可在 CLI 用 --state_file 持久化状态、在评估中查看效率指标,并需注意部署与凭据行为变化。

  1. 1长会话首模型请求耗时降低 40%,靠延迟加载 provider
  2. 2after_tool_callback 可在工具结果返回模型前拦截过滤
  3. 3修复 OAuth2 secret 经 /run、/run_live 等 5 个端点泄漏

为什么重要 直接影响 Agent 生产部署:工具输出可过滤后再送模型、工作流节点可挂人工审批、OAuth2 泄漏已修复,升级优先级高适合 使用 ADK 构建生产 Agent 的后端/平台工程师,尤其是多 agent 和长会话场景

来源
github.com
发布
2026/10/14
作者
google

新增7 项

  • after_tool_callback 拦截工具输出,过滤后再返回模型
  • 工作流 require_confirmation 支持 @node 和 FunctionNode 人工确认
  • Agent Engine 部署支持 dedicated custom service accounts
  • adk run 新增 --state_file 选项
  • session 中 Google credential 加密存储
  • CascadeLive 模型与 Live 背景工具调用内部模型
  • Gemini generations 支持 continuation token 恢复

改进3 项

  • 长会话首模型请求耗时降低 40%(延迟加载 provider)
  • 同步 FunctionNode 工具改在 tool thread pool 执行
  • GCPSkillRegistry.search_skills 从 GET 迁移到 POST

修复4 项

  • 修复 OAuth2 secrets 经 /run、/run_sse、/run_live、dev_server、session 端点泄漏
  • CLI 默认限制 /dev 和 agent builder 端点仅本地客户端可变更
  • MCP mTLS transport 正确遵循代理环境变量
  • orphaned function_call 不再永久阻塞 compaction
40%

首请求加速

长会话场景

3.15

Python 支持

新增安装运行

23条

mypy 清理

eval/optimization 模块

25轮撤销

工具上限

output_schema+tools agent

注释 · 40% 来自延迟加载未用 provider,非模型侧优化出自 Highlights + Performance

发布日期
2026-10-13
依赖迁移
google-cloud-aiplatform v2.2 (agentplatform)
SDK 精简
Gemini Enterprise SDK 可免 GAPIC 栈安装

中文(AI 翻译)

2.12.0 (2026-10-13)

亮点

此版本增强长会话中的执行性能,同时引入对工具执行、工作流审批和部署安全的更细粒度控制。

  • Performance:在长会话中将首个模型请求的时间减少 40%。(1754b3e)
  • Tools:使用 after_tool_callback 在工具输出返回给模型前拦截和过滤它们。(fdda17c)
  • Workflows:通过 require_confirmation 在执行工作流节点前要求人工确认。(988fd1a)
  • Deployment:使用专用自定义服务账号将 agents 部署到 Agent Engine。(629e119)
  • Python 3.15:在 Python 3.15 上安装并运行 ADK。(75aef1e)
<details> <summary>所有变更</summary>

Features

  • 为 adk run 增加 --state_file 选项 (c390266),关闭 #7083
  • 增加 after_tool_callback 以筛查工具输出 ([f

原文

2.12.0 (2026-10-13)

Highlights

This release enhances execution performance in long sessions while introducing finer control over tool execution, workflow approvals, and deployment security.

  • Performance: Cut time to first model request by 40% in long sessions. (1754b3e)
  • Tools: Intercept and filter tool outputs before returning them to the model using after_tool_callback. (fdda17c)
  • Workflows: Require human confirmation before executing workflow nodes via require_confirmation. (988fd1a)
  • Deployment: Deploy agents to Agent Engine using dedicated custom service accounts. (629e119)
  • Python 3.15: Install and run ADK on Python 3.15. (75aef1e)
<details> <summary>All changes</summary>

Features

  • add --state_file option to adk run (c390266), closes #7083
  • add after_tool_callback to screen tool output ([f…

深度总结

1 / 8
三项核心新能力· 要点卡片

术语解释工具执行后、结果送回模型前的钩子函数,可修改/过滤/替换输出 + 术语解释workflow 节点属性,设为 True 时执行前暂停等待用户批准(HITL) + 自定义 SA 部署构成此版本主线

01

工具输出拦截

Tools

after_tool_callback 在工具结果返回模型前执行,可过滤敏感字段、截断超长输出或完全替换结果

02

工作流人工确认

Workflow

require_confirmation 可加在 @node 装饰器或 FunctionNode 上,执行前暂停等待用户批准

03

自定义 SA 部署

Deploy

Agent Engine deploy 支持 dedicated custom service account,隔离不同 agent 的 GCP 权限

注释 · 分别对应工具安全、人工审批、生产隔离三个工程痛点出自 Highlights