Google ADK 2.13.0 ajoute le routage typé et l'audio en direct

ADK 2.13.0 modifie la surface du workflow de l'agent

Le kit de développement d'agent open source de Google pour Python a été publié v2.13.0 sur GitHub le 23 octobre UTC. L'en-tête de la version indique que l'ensemble de modifications est le 22 octobre, donc les deux dates comptent : le 22 octobre est la date de la version dans les notes, tandis que le 23 octobre est l'horodatage de publication de GitHub. Les points forts incluent la promotion de 12 fonctionnalités expérimentales vers un statut stable, un nœud de classificateur typé, une interaction audio en direct avec prise en charge des interruptions, des sessions et de la mémoire sauvegardées par MongoDB et des changements de performances. La promotion de la stabilité est une déclaration des responsables du projet concernant son registre de fonctionnalités. Cela ne prouve pas que chaque application dépendante peut être mise à niveau sans tester son propre graphique d'agent et ses propres intégrations.

Un classificateur peut acheminer sans appel de chat général

Les nouveaux « TypesafeClassifier » et « ClassifierNode » utilisent les modèles Jev de TypeSafe pour les workflows de routage. Selon les notes de version, Jev renvoie des probabilités calibrées en une seule passe et est plus rapide que l'utilisation d'un LLM pour ce choix restreint. Un développeur pourrait utiliser un tel nœud pour acheminer une demande d'utilisateur vers un flux de travail connu, rejeter une catégorie non prise en charge ou faire remonter des entrées incertaines. Le changement technique remarquable est une étape de classificateur explicite dans le graphique, avec un modèle et un contrat de sortie distincts. Les notes ne fournissent pas une latence ou une amélioration de la précision universellement mesurée dans tous les domaines, la réclamation doit donc être vérifiée sur des demandes représentatives avant de modifier la politique de routage.

Le routage du classificateur nécessite un chemin d’abstention. Si le score le plus élevé n’est que légèrement supérieur au deuxième, envoyer une demande à un outil efficace peut être pire que demander des éclaircissements. Un ensemble d'évaluation doit inclure des requêtes ambiguës, multilingues et formulées de manière contradictoire, et l'équipe doit comparer les fausses routes à un routeur LLM basé sur des règles ou antérieur. Versionnez l’ensemble d’étiquettes et les seuils avec l’agent. Une probabilité calibrée n'a de sens que sous la distribution et les étiquettes utilisées dans le calage ; une nouvelle population de clients peut la déplacer. Il s'agit de tests d'adoption suggérés par la forme des fonctionnalités de la version, et non de mesures affirmées par Google.

L'audio en direct et la persistance résolvent différents problèmes

La version ajoute un parcours vocal en direct permettant à l’utilisateur d’interrompre la réponse en cours ainsi que l'intégration de la parole-texte et de la synthèse vocale Gemini. L'intervention signifie qu'une réponse orale en cours peut être interrompue par l'utilisateur plutôt que de forcer l'auditeur à attendre la fin d'un tour. C'est important pour l'accessibilité et le contrôle conversationnel, mais cela change la gestion de l'état : l'agent peut avoir généré du texte ou démarré une action d'outil lorsque la parole est interrompue. Un pilote doit définir si l'interruption annule uniquement la génération, annule également le travail avec l'outil ou modifie simplement ce que l'utilisateur entend. Les notes publiques établissent la fonctionnalité et relient le guide ; ils ne définissent pas la sémantique d'annulation de chaque application.

Google introduit également « MongoDbSessionService », qui peut conserver les sessions et les partager entre les réplicas d'exécution, et « MongoDbMemoryService », qui rappelle les tours précédents par correspondance de mots clés sans nécessiter d'intégrations ou d'index vectoriel. Les notes marquent explicitement les deux services MongoDB expérimentaux. La persistance de la session et la mémoire à long terme doivent être évaluées séparément : un magasin de session maintient l'état actuel de la conversation cohérent entre les répliques, tandis que la récupération de la mémoire décide quels faits les plus anciens sont ramenés. La correspondance de mots-clés peut être transparente et peu coûteuse, mais elle peut manquer des synonymes ou récupérer du texte non pertinent. Les utilisateurs ont besoin de règles de suppression et de contrôle d'accès pour les conversations stockées, même lorsqu'aucune intégration vectorielle n'est créée.

Le déploiement nécessite une répétition de migration

Les modifications de l'ensemble d'outils MongoDB décrites dans les notes incluent le déploiement sur Agent Engine sans intégrer de chaîne de connexion dans le bundle d'application et un chemin d'intégration Atlas qui évite un appel d'intégration Google distinct. Cette conception peut réduire la distribution accidentelle d’informations d’identification, mais elle ne supprime pas la nécessité de configurer correctement l’identité de la base de données, la politique réseau et la rétention. Les équipes doivent préparer une base de données de test avec des données non sensibles, vérifier l'isolation par agent et confirmer qu'une restauration vers la version précédente d'ADK lit ou ignore en toute sécurité les nouveaux enregistrements de session. Une étiquette expérimentale est une raison pour tester le schéma et le comportement en cas d'échec, et non une raison pour prétendre que le service est inutilisable.

Les notes de version mentionnent également des améliorations des performances d'exécution, mais les performances varient en fonction de la forme du graphique, du temps de réponse du modèle et des appels d'outils. Pour juger d'une migration, enregistrez le taux de réussite, la latence totale, le temps passé à attendre les outils, les effets secondaires dupliqués et la qualité de récupération de mémoire sur les mêmes tâches avant et après la v2.13.0. Le code et les guides rendent ces modifications inspectables. Une mise à niveau ciblée peut adopter les fonctionnalités stabilisées tout en laissant le stockage expérimental en dehors du chemin critique jusqu'à ce que son comportement opérationnel soit connu. Cet élément technique appartient au numéro du 25 octobre car les notes de la version originale et la version GitHub sont apparues les 22 et 23 octobre ; aucune sortie du 25 octobre n’est implicite.