Google lança ADK Go e permite que você integre agentes de IA ao seu backend em Go
6 meses ago · Updated 6 meses ago
Ouça este artigo
Você usa Go e agora pode criar agentes de IA com o Agent Development Kit feito para Go. Ele permite escrever lógica, orquestração e uso de ferramentas direto no seu código. O kit é open source e se integra ao Vertex AI. Também traz suporte a um protocolo entre agentes (A2A) e à MCP Toolbox para bancos de dados. Assim você leva agentes do desenvolvimento local até a produção sem montar outra pilha. Leia o anúncio oficial em https://www.marktechpost.com/2025/11/07/google-extends-its-agent-development-kit-adk-to-go-bringing-native-agentic-workflows-to-backend-teams/ para mais detalhes.
Principais pontos
- ADK para Go permite criar agentes de IA diretamente em Go sem trocar de linguagem.
- API em Go que aproveita concorrência e tipagem estática do idioma.
- Suporte ao protocolo agente-para-agente (A2A) para orquestração segura entre componentes.
- Integração com MCP Toolbox para usar muitos bancos de dados como ferramentas (suporte a 30 bancos).
- Compatível com Vertex AI Agent Builder e Agent Engine para deploy e observabilidade gerenciados.
- Open source e agnóstico a modelos, funcionando especialmente bem com Gemma/Gemini e Google Cloud.
Google lança ADK para Go para construir agentes de IA dentro do seu ecossistema
O Google liberou uma versão em Go do Agent Development Kit (ADK). Você agora pode criar agentes de IA usando apenas Go, sem precisar adicionar uma pilha em Python. O kit é open source, funciona com vários modelos e se integra à infraestrutura do Google Cloud para desenvolvimento e produção. Para consultar a publicação original e obter links e exemplos, veja https://www.marktechpost.com/2025/11/07/google-extends-its-agent-development-kit-adk-to-go-bringing-native-agentic-workflows-to-backend-teams/.
Principais novidades
- ADK para Go: API idiomática em Go que permite escrever lógica de agente usando concorrência e tipagem estática.
- Suporte ao A2A (Agent2Agent): agentes podem chamar outros agentes via um protocolo padrão, permitindo orquestração entre componentes locais ou remotos. Esse tipo de descoberta e publicação entre runtimes é semelhante ao fluxo descrito para o runtime Coral.
- MCP Toolbox para Bancos de Dados: integração nativa que expõe operações de banco como ferramentas, com suporte a mais de 30 bancos.
- Integração com Vertex AI: compatibilidade com Vertex AI Agent Builder e Vertex AI Agent Engine para testes, implantação e observabilidade gerenciadas.
- Open source e agnóstico a modelos: projetado para funcionar melhor com Gemini e Google Cloud, mas sem vínculo a um modelo específico.
O que isso significa para você
- Desenvolver agentes como serviços Go normais: mantendo toolchain e modelo de deploy.
- Evitar uma base separada em Python apenas para agentes — diferente de soluções que exigem múltiplas stacks ou runtimes, como algumas abordagens em TypeScript que usam MCP em produção (ex.: Volcano da Kong).
- Orquestrar subagentes de forma segura usando A2A.
- Acessar bancos e ferramentas via MCP Toolbox sem escrever conectores específicos.
- Ganhar observabilidade e pipeline de deploy ao integrar com Vertex AI.
Detalhes técnicos importantes
- ADK transforma agentes em serviços observáveis: execute localmente, analise traces e depois implante em um runtime gerenciado.
- A versão em Go preserva o conjunto de recursos das SDKs para Python e Java, oferecendo uma interface natural para desenvolvedores Go.
- A2A incluído nativamente: a arquitetura permite que um agente principal delegue tarefas a agentes especializados sem expor memórias internas. O Google contribuiu com um SDK A2A para Go ao projeto do protocolo, facilitando publicação e descoberta entre frameworks similares ao que runtimes nativos MCP já vêm fazendo.
- MCP Toolbox para Bancos de Dados atua como servidor MCP, gerenciando pooling, autenticação e apresentando operações de banco como ferramentas via Model Context Protocol; essa abordagem segue a mesma linha de iniciativas que já abriram implementações de servidor MCP para facilitar deploys em produção (servidor MCP aberto pela AWS).
- Integração com Vertex AI Agent Builder posiciona o ADK como framework preferencial para sistemas multiagente dentro do ecossistema Google; combine isso com ferramentas de comparação e teste de modelos para validar comportamentos antes do deploy (STAX).
Como começar
- Verifique o repositório oficial do projeto no GitHub para código e exemplos.
- Clone os exemplos e execute o agente localmente para testar o fluxo; se preferir workspaces visuais, há iniciativas que permitem integrar agentes em interfaces em tempo real (AG-UI).
- Conecte ferramentas e bancos via MCP Toolbox conforme necessário.
- Use traces e logs locais para validar comportamento.
- Quando pronto, faça o deploy para Vertex AI Agent Engine para produção.
Tabela resumida de recursos e benefícios
| Recurso | Benefício para você |
|---|---|
| ADK para Go | Mantém todo o desenvolvimento em Go |
| A2A | Orquestração segura entre agentes |
| MCP Toolbox | Acesso a 30 bancos sem construir adaptadores |
| Vertex AI | Pipeline de teste e deploy gerenciado |
| Open source | Você pode inspecionar e adaptar o código |
Conclusão
Você ganha uma forma prática de colocar agentes de IA no seu fluxo de trabalho: com o ADK para Go você desenvolve em Go, mantém sua toolchain e evita montar outra pilha só para agentes. O kit traz A2A para orquestração segura, MCP Toolbox para acessar dezenas de bancos sem reinventar conectores, e integração com Vertex AI para deploy e observabilidade — tudo open source. Em poucas palavras: menos atrito, mais produção; você escreve, testa, observa e escala sem sair do seu ecossistema. Para quem quer entender padrões de pipeline e integração com modelos e conteúdo, vale ver também materiais sobre construção de pipelines com Gemini (pipeline com Crewai e Gemini). Para o anúncio completo e contexto adicional, consulte https://www.marktechpost.com/2025/11/07/google-extends-its-agent-development-kit-adk-to-go-bringing-native-agentic-workflows-to-backend-teams/.
Perguntas Frequentes
- O que é o ADK Go? É um kit open source para criar agentes de IA em Go. Permite codar, testar e rodar agentes como serviços Go.
- O que o ADK Go traz de novo? Traz API idiomática Go, concorrência nativa e tipagem forte. Remove a necessidade de uma stack Python só para agentes.
- Como funciona o protocolo A2A no ADK Go? A2A permite que agentes chamem outros agentes por um protocolo seguro. Facilita orquestração e delegação sem expor memória interna. Fluxos de publicação/descoberta entre agentes seguem práticas semelhantes às usadas por runtimes MCP e Coral (exemplo Coral).
- O ADK Go suporta bancos de dados via MCP Toolbox? Sim. Vem com suporte a mais de 30 bancos via MCP Toolbox. Gerencia conexões, autenticação e oferece operações como ferramentas; a arquitetura é compatível com servidores MCP que já foram abertos para integrações mais fáceis (veja o exemplo da AWS).
- Como levar agentes Go para o Vertex AI Agent Builder e Agent Engine? Você desenvolve localmente em Go e depois implanta no Agent Builder/Engine, mantendo o mesmo código e ganhando observabilidade e escala.
Leitura adicional
- Anúncio e análise completa: https://www.marktechpost.com/2025/11/07/google-extends-its-agent-development-kit-adk-to-go-bringing-native-agentic-workflows-to-backend-teams/
- MCP e integração com ferramentas: MCP mostra como integrar IA a recursos em tempo real
- Como publicar e descobrir agentes entre frameworks: runtime Coral e marketplace de agentes
- Servidores MCP e iniciativas open source: servidor MCP aberto pela AWS
- Integração visual de agentes: AG-UI para integração em interfaces
- Modelos e ferramentas do ecossistema Gemini/Gemma: Gemma 3 e multimodalidade
Se você quiser conhecer outros artigos semelhantes a Google lança ADK Go e permite que você integre agentes de IA ao seu backend em Go, você pode visitar a categoria Notícias e Tendências.