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★ 重点来源Google ADKAgent 框架实时语音分类器

adk-python v2.13.0

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 3.3 万字 · 完整阅读

ADK v2.13.0：新增 TypeSafe Jev 分类路由与 MongoDB 记忆，性能最高 8x

adk-python v2.13.0 发布：12 项实验特性转稳定，新增 TypesafeClassifier 与 ClassifierNode，采用 TypeSafe Jev 模型单次前向返回校准概率完成工作流路由，比 LLM 快；CascadeLive 实时音频支持 barge-in 打断及 Gemini 语音识别/合成。MongoDB 集成新增 MongoDbSessionService 跨 runner 副本共享会话、MongoDbMemoryService 以关键词匹配提供长期记忆（免向量索引，均为实验性），MongoDbToolset 可部署至 Agent Engine 并支持 Atlas Automated Embedding 服务端嵌入查询。性能上官方报告字符串模型代理回合最高 8 倍加速、事件加载开销降低。破坏性变更：遥测默认切至 OpenTelemetry GenAI v2 并移除 call_llm，设 ADK_TELEMETRY_SCHEMA_VERSION_OPT_IN 可回退旧 schema；另修复 SSRF 防护、并行节点事件隔离、eval 退出码等大量缺陷并更新文档示例。

  1. 112 个实验特性转 stable，增强生产可用性。
  2. 2MongoDB 会话/记忆服务上线，记忆无需向量索引。
  3. 3OpenTelemetry 默认切 v2 并移除 call_llm，属 breaking change。

为什么重要　对 ADK 工程用户：分类路由更快、MongoDB 会话/记忆降低多副本状态成本；但遥测默认切换需改监控。适合　维护 ADK Python 多智能体工作流、遥测看板或 MongoDB 会话状态的工程师

来源
github.com
发布
2026/10/24
作者
google
版本
v2.13.0

破坏性变更1 项

  • OpenTelemetry 默认切换到 GenAI v2 (otel_semconv_1_44)，移除 call_llm。

新增3 项

  • 新增 TypesafeClassifier 与 ClassifierNode，用 TypeSafe Jev 模型做工作流路由。
  • 新增 MongoDbSessionService 与 MongoDbMemoryService，均 experimental。
  • CascadeLiveConnection 支持 barge-in，并接入 Gemini STT/TTS。

改进2 项

  • 12 个成熟实验特性转为 stable。
  • string-model agent 单回合从 20 ms 降至 2.5 ms，最高 8x 加速。

弃用1 项

  • README 标记 Sequential/Parallel/Loop agents 已弃用。

修复1 项

  • adk eval 进程退出码现在反映 passed/failed 状态。
12个

实验特性转正

稳定化

8x

执行加速

up to

2.5ms

字符串回合

从 20 ms 降

13-30%

/run_sse 降幅

事件只加载一次

注释 · 性能数字均来自官方 changelog；13-30% 是 late /run_sse 的降幅。出自 Highlights / Performance Imp

  1. 1
    保留旧版遥测 schema
    $ ADK_TELEMETRY_SCHEMA_VERSION_OPT_IN=otel_semconv_1_36
版本号
v2.13.0
遥测默认
otel_semconv_1_44
authlib 下限
=1.9.1

中文（AI 翻译）

2.13.0（2026-10-22）

亮点

本版本在稳定核心功能的同时，引入了 TypeSafe 工作流分类、实时音频交互、MongoDB 集成以及执行性能改进。

  • 稳定性：现有 12 项成熟的实验特性被提升为稳定状态。详情见 unit guide。（ea298d4）
  • 分类器：通过新的 TypesafeClassifier 和 ClassifierNode，可用 TypeSafe 的 Jev 模型路由工作流。Jev 在单次前向传播中返回校准概率，比 LLM 快得多。详情见 unit guide。（ddf8c55、e8c4bac）
  • 实时音频：结合 Gemini 语音转文本与文本转语音集成，实现支持 barge-in 的自然实时语音交互。详情见 unit guide。（2e7ef92）

原文

2.13.0 (2026-10-22)

Highlights

This release stabilizes core features while introducing TypeSafe workflow classification, live audio interactions, MongoDB integrations, and execution performance improvements.

  • Stability: Access 12 mature experimental features now promoted to stable status. See the unit guide for more details. (ea298d4)
  • Classifiers: Route workflows with TypeSafe's Jev models via the new TypesafeClassifier and ClassifierNode. Jev returns calibrated probabilities in a single forward pass, much faster than an LLM. See the unit guide for more details. (ddf8c55, e8c4bac)
  • Live Audio: Enable natural real-time voice interactions with barge-in support alongside Gemini speech-to-text and text-to-speech integration. See the unit guide for more details. ([2e7ef92](https://github.com/google/adk-python/commit/2e7ef926c953e5daab31cbc7ccb…

深度总结

1 / 8
新增集成与组件· 表格

新增 TypesafeClassifier/术语解释ADK 工作流中根据分类结果将请求路由到分支的节点 与 MongoDB 两类集成，其中 MongoDB 双服务标记 experim

能力实现状态
工作流分类路由TypesafeClassifier + 术语解释ADK 工作流中根据分类结果将请求路由到分支的节点新增
实时语音barge-in + Gemini STT/TTS新增
会话持久化术语解释把会话持久化到 MongoDB 并跨 runner 副本共享的服务experimental
长期记忆术语解释用关键词匹配回呼历史轮次、无需向量索引的记忆服务experimental
MongoDB 工具集MongoDbToolset + 术语解释MongoDB Atlas 在服务端对搜索查询自动嵌入，不需 Google embedding可用

注释 · BaseClassifier、LlmClassifier 同为分类器新增；MongoDbToolset 支持 术语解释MongoDB Atlas 在服务端对搜索查询自动嵌入，不需 Google embedding。出自 All changes / Features