English
AI 工具 / AI 编程工具

ADK-Rust

AIX Cove 评测 ·
ADK-Rust
AI 编程工具

ADK-Rust 是什么

ADK-Rust 是一个用 Rust 写 AI 智能体的开源框架，Apache-2.0 协议，由 zavora-ai 社区维护。名字跟 Google 的 Agent Development Kit 撞了，两边是各自独立的项目。Google 的 ADK 是 Python 的，ADK-Rust 是社区项目，用 Rust 的类型系统做同一类事。

动笔前我把仓库、文档站、wiki 和讨论区都翻了一遍。项目是真在动的，2.0.0 刚发不久，仓库几乎每天都有提交，现在大约 615 个 star、92 个 fork。这个规模比 LangGraph、CrewAI 小不少，文档也还在追新功能的路上。

它能给你什么

框架拆成 42 个 crate，外面套一个总依赖。先选功能档位（minimal、standard、enterprise、full），再按需往上加单个 crate。实际用得多的是这几块。

  • 类型化工具。一个 #[tool] 属性就能从 Rust 参数类型推出 JSON schema，模型拿到的工具契约不用手写。
  • 图工作流。类 LangGraph 的编排，支持子图、动态路由、节点级重试和超时，SQLite 检查点让中断的任务能跨进程接着跑。
  • 模型覆盖。Gemini、OpenAI、Anthropic、DeepSeek、Groq、Ollama、Bedrock、Azure 都能接，Fireworks、Together、xAI 这类走 OpenAI 兼容协议，本地推理用 Ollama 或 mistral.rs。
  • 实时语音。OpenAI Realtime 和 Gemini Live，双向音频、VAD、视频帧都有。
  • RAG 与记忆。切块、向量检索、六个后端，记忆层里还带一个双时态知识图谱。
  • 服务与协议。REST 加 SSE、A2A v1.0、MCP 客户端和服务端、后台任务和定时任务。
  • 运维件。护栏、RBAC、SSO、审计日志、OpenTelemetry、评测框架、浏览器自动化、沙箱执行代码。

项目自己公布过一组性能数字，2026 年 6 月在 Apple M 系列上测的，单轮 agent loop 开销约 568 微秒，LangGraph 是 1228 毫秒，冷启动 109 毫秒。这些是官方口径，动手之前最好用 cargo adk bench 在自己的负载上复测一遍。

典型工作流

上手就两条命令。先 cargo install cargo-adk 装子命令，再 cargo adk new my-agent --template rag 建项目。模板有 llm、tools、sequential、parallel、loop、conditional、graph、realtime、rag、api 这些，还有 production、multi-agent、pipeline 之类预拼好的组合，--addon 可以往任意模板上叠 telemetry、auth、memory、mcp、guardrails。

第一次搭的样子通常是，用 tools 模板起项目，写两三个 #[tool] 函数，模型指向自己用的厂商，行为稳定以后再套 api 模板把它变成 HTTP 服务。换模型厂商不用改 agent 代码，换客户端就行，同一个原型可以从 Gemini 换到 Anthropic 或本地 Ollama。

适合谁，不适合谁

适合本来就在写 Rust 的团队，想要类型安全、能自托管的智能体层。要低启动延迟的实时语音产品、必须扛得住重启的工作流，都能用上；想走 MCP、A2A 这类开放协议、不绑死单一厂商的，也是它比较擅长的方向。

不适合的情况也很清楚。团队不写 Rust 就别碰。要最大生态和社区，LangGraph、CrewAI 或者 Python 版 ADK 是更省力的路。想要开箱即用的编码智能体，OpenCode、Qwen CLI 这类现成产品比用框架零件自己攒一个省事。

上手技巧

  • 从 minimal 档开始。默认特性编译快、依赖树小，用到 audio、browser 再单独加。档位是起点，不是天花板。
  • 按活选模板。检索类任务用 rag，多步持久任务用 graph，语音、对外服务也各有对应模板。脚手架代码比空白 main.rs 好起步。
  • 给工具标好元数据。read_only、concurrency_safe、long_running 标清楚，runner 才能正确并行和告警，不用猜。
  • 重要的图都开检查点。SQLite 检查点加 RetentionPolicy，跑一周的长任务才稳，没有保留策略检查点会无限涨。
  • 部署前先验证。cargo adk validate 不编译就能查 agent 定义，cargo adk bench --dry-run 先看费用预估，再决定要不要真跑 API。
  • 模型名和下线日期要盯。README 里就写着 gemini-2.0-flash 和 gemini-2.0-flash-lite 在 2026 年 3 月 31 日下线。厂商模型说换就换，把供应商配置集中放一处。

限制和风险

  • 项目年轻，社区小。约 615 个 star、13 个 open issue。讨论区大多是技术问答，好几个帖子就是找文档还没写全的功能，比如有人问为什么文档里找不到 DeepSeekClient。
  • 文档追不上代码。wiki、指南、docs.rs 都挺全，但项目跑得快，尝鲜功能经常要读源码或者去讨论区问。
  • 性能数字是官方测的。568 微秒、4300 多个测试都是项目自己的口径，写进决策前先用自己的负载复现。
  • 有实验性角落。managed 运行时进程一死状态就没了，Windows 的 AppContainer 沙箱还没实现，agent 支付是全新功能。要在这几块上盖东西，先读 STABILITY.md 里的稳定性分级。
  • 大版本有迁移成本。1.x 升 2.0 改了六个 API 和一个默认行为，升主版本要留时间。

价格和授权

框架本身免费，Apache-2.0。真实成本是模型 API key（默认 Gemini，其他厂商各付各的），或者本地跑 Ollama、mistral.rs 的硬件，加上你自己部署的基础设施。没有托管版，没有用量上限，除了你选的 API key 没有厂商锁定。

站内相关

资料来源

来源：官方文档与定价页、标注的实测，以及社区反馈。价格核对于 2026 年 8 月，可能变动。