Kotlin ADK 实战：用静态类型语言构建 AI Agent 的完整工作流

静态类型语言在写AI Agent时简直是救星，尤其是当你得处理复杂的工具Schema和模型返回结果时，编译器能帮你挡掉绝大多数低级错误。这次试了下Google出的Kotlin Agent Development Kit (ADK)，配合Gemini 1.5 Flash-lite，跑通一个简单的MCP工具调用链路比想象中快。

如果你想尝试，得先准备好 Java 25（建议用 SDKMAN! 管理版本）和 Gemini API Key。

快速部署流程

一、环境初始化
直接克隆示例库并跑初始化脚本，这步会帮你生成 .env 文件。

git clone https://github.com/xbill9/adk-hello-world-kotlin
cd adk-hello-world-kotlin
source init.sh

二、配置凭证
把你的 API Key 填进 .env，然后加载到当前 Shell 环境里。

GOOGLE_API_KEY=your-api-key

source set_env.sh

三、启动 Agent
这个项目分成了 agent 和 server 两个模块。你需要先启动 Ktor 写的 MCP 服务器（提供 greet 工具），然后再运行 Agent 客户端。

核心 Prompt 与逻辑分析

这个 Agent 的核心定义在 GreetingAgent.kt 里。最关键的是 LlmAgent 的配置，它把模型、指令和工具集（toolsets）绑定在一起。

这里用到的提示词非常精简，但定义了明确的触发逻辑：

return LlmAgent(
 name = "kotlin_greeting_agent",
 description = "A Kotlin ADK agent that greets people through an MCP tool.",
 model =
 Gemini(
 name = modelName,
 apiKey = apiKey,
 ),
 instruction =
 Instruction(
 """
 You are a concise greeting assistant.
 When the user asks you to greet someone, always call the greet tool with that
 person's name. Return the greeting produced by the tool.
 """.trimIndent(),
 ),
 toolsets = listOf(mcpToolset),
)

这个 Prompt 为什么有效？因为它采用了典型的「角色+触发条件+动作指令」结构。

• 角色定义：concise greeting assistant（简洁的问候助手），限制了模型的废话程度。
• 硬性约束：always call the greet tool，强制模型在遇到特定需求时必须调用工具，而不是自己编一个问候语。
• 输出闭环：Return the greeting produced by the tool，确保模型只做传递，不篡改工具返回的结果。

实际运行效果很稳，只要输入“帮我问候一下 XXX”，Agent 就会立刻触发 MCP 接口，拿到结果后再反馈给我。这种 code-first 的构建方式比在 Web 界面里调提示词要可控得多。