Tutorial do Google ADK Visual Agent Builder com projeto demo: planejador de viagens

O ADK Visual Agent Builder do Google é um toolkit prático para projetar, conectar e executar workflows multiagente sem precisar construir todo o pipeline do zero. Ele combina um construtor de agentes baseado em prompt com a CLI do ADK, modelos Gemini e ferramentas nativas, para você transformar um briefing em linguagem natural em um agente funcional. 

Neste tutorial, vou te mostrar como criar um planejador de viagens funcional usando o Visual Agent Builder do Agent Development Kit (ADK) do Google. Você vai aprender a:

• Abrir o construtor visual e conectar agentes 
• Dar instruções em linguagem natural para gerar automaticamente subagentes e ferramentas
• Adicionar busca na web, pontuação simples e tracing
• Testar e depurar seu agente

Ao final, você terá um agente que coleta cidades/datas/orçamento, executa três workers em paralelo (Voos, Hospedagens, Atividades) e retorna uma ou duas opções de roteiro bem claras.

Se você está começando em IA agentic, recomendo conferir a trilha de aprendizado AI Agent Fundamentals. Você também pode conferir o curso Building AI Agents with Google ADK.

O que é o Google ADK Visual Agent Builder?

O ADK Visual Agent Builder do Google é um canvas para desenhar workflows multiagente com Gemini. Você descreve sua intenção para um assistente de IA, que propõe e materializa uma arquitetura completa de agente, renderiza no canvas visual e permite testar na hora via chat. 

A partir daí, você pode inspecionar traces e, quando estiver pronto, exportar arquivos YAML prontos para produção.

Aqui estão alguns pontos-chave sobre esse Builder:

• Agentes de LLM: cada nó combina um prompt e um modelo com ferramentas opcionais. Por exemplo, você pode usar um agente de raciocínio (Gemini 2.5 Pro ou Gemini 3 Pro) junto a um agente rápido de busca (Gemini 2.5 Flash).
• Agentes de orquestração: nós Loop, Parallel ou Sequential coordenam como os agentes-filho de LLM executam sob comando do agente raiz.
• Ferramentas: ferramentas nativas como google_search, além de function tools e ferramentas de arquivo/contexto como url_context e FilesRetrieval, facilitam para os agentes combinarem múltiplas utilidades.
• Callbacks e Trace: uma visualização ao vivo de Events e Trace mostra qual agente rodou, com entradas/saídas, para você depurar o raciocínio e as chamadas de ferramentas passo a passo.

O ADK cuida das chamadas ao modelo, integração de ferramentas e passagem de estado, para você focar no comportamento. 

Demo do ADK Visual Agent Builder: construindo um workflow de planejador de viagens

Nesta seção, vamos criar um planejador de viagens com o ADK Visual Agent Builder do Google. O workflow usa um agente LLM raiz e um agente paralelo que consulta três agentes para voos, hospedagens e atividades, depois concilia tudo em opções de viagem claras para você agir na hora.

Funciona assim:

• Intenção da viagem: informe o roteiro esperado, incluindo cidades, datas, orçamento e preferências do tipo “precisa ter/evitar”.
• Pesquisa em paralelo: o agente paralelo pesquisa:
• O agente de Voos sugere trechos viáveis, incluindo horários, conexões, horas totais e custo.
• O agente de Hospedagens sugere 1–2 opções por cidade.
• O agente de Atividades rascunha 2–3 coisas para fazer por cidade.
• Conciliar e ranquear: o agente raiz compara trade-offs como custo, tempo total de deslocamento, aderência às preferências etc., e retorna até duas opções com prós/contras, além de um dia a dia para o plano recomendado.
• Trace e iteração: você acompanha cada subagente disparando na visualização de Trace e pode refinar com follow-ups.

No fim, você terá um workflow multiagente que transforma uma ideia de viagem em inglês simples em um roteiro concreto, alinhado ao orçamento e com raciocínio transparente.

Passo 1: instalando o Google ADK

Antes de projetarmos qualquer agente, precisamos da CLI do ADK. É a ferramenta de linha de comando que inicia o Visual Agent Builder e executa a interface web local. 

pip install --upgrade google-adk
adk --versionTecnologia

O código acima deve retornar adk, version 1.18.0. Primeiro ele busca o pacote ADK mais recente e suas dependências. A flag --upgrade garante que você não fique preso a uma CLI antiga que pode não ter os recursos do Visual Agent Builder usados neste tutorial. 

Por fim, verificamos a instalação e se o shell encontra o executável do adk.

Com o ADK instalado e verificado, estamos prontos para abrir o Visual Agent Builder e criar nosso workflow de planejador de viagens. No próximo passo, vamos configurar sua chave de API e abrir a interface local para você começar a montar os agentes visualmente.

Passo 2: configurar a chave da API do Google

Comece abrindo o Google AI Studio e, no canto inferior esquerdo, clique em Get API Key. Depois selecione Create API Key e dê um nome para sua chave. Observe que você vai precisar criar um novo projeto no Google Cloud ou usar um existente com faturamento ativado. Feito isso, volte ao Google AI Studio, copie a API Key e defina-a como variável de ambiente no seu diretório de trabalho.

export GOOGLE_API_KEY=YOUR_API_KEY —-> for macOS/Linux
setx GOOGLE_API_KEY "YOUR_KEY" —-> for Windows (PowerShell)Tecnologia

Reinicie seu terminal para a alteração entrar em vigor.

Opcionalmente, você também pode clonar um repositório inicial com um projeto pronto para testar e todos os requisitos já configurados:

git clone https://github.com/thomas-chong/google-adk-visual-agent-builder-demo.git
cd google-adk-visual-agent-builder-demoTecnologia

O comando acima clona um repositório contendo um demo inicial de agente de pesquisa para você. Agora que temos o ADK instalado, vamos abrir a interface web.

Passo 3: iniciando a interface web

Com a sua chave de API configurada e o ADK instalado, você está pronto para abrir o Visual Agent Builder. Rode o comando abaixo para iniciar o servidor local da Dev UI. 

adk webTecnologia

Por padrão, ele inicia em http://127.0.0.1:8000. Abra no seu navegador.

A interface inicial é assim:

Clique no botão + para criar um novo agente, dê o nome Travel_Agent e você vai cair no builder de três painéis: Configuração (esquerda), Canvas (centro) e Assistente/Chat (direita).

Primeiro, enviei um prompt para o Gemini no chat para criar o agente automaticamente, de forma semelhante a como você usaria o AgentKit da OpenAI para montar um workflow.

Create a Travel Ops planner agent. Given user input (ordered cities, dates, budget, must/avoid prefs), run three workers in parallel—Flights, Stays, Activities—(use google_search where helpful). 
Recommend up to 2 options. Prioritize stated preferences; if options are close, prefer lower cost and less total travel time. 
Clearly explain the trade-offs. If options are nearly identical, return one best option and say why. 
For each option, return text-only bullets: Cost (USD), Total travel time (h), Preference-fit (0–1), Pros/Cons (cost, time, experience), and a brief day-by-day (give the full day-by-day only for the recommended option). 
Defaults: prices in USD, time in hours, max 2 options. Ask at most 2 clarifying questions; if data is thin, return a degraded single option with a warning. 
Avoid fake booking links; provide sensible estimates and caveats.Tecnologia

Para minha surpresa, o Google ADK é bem eficiente ao pensar na alocação de modelos ou subagentes para uma tarefa específica. Depois que o Gemini termina de rascunhar o código e distribuí-lo nos arquivos dos agentes, ele injeta as instruções no seu agente e adiciona automaticamente os subagentes e ferramentas adequados. 

Este é o pipeline de ponta a ponta que ele gerou a partir do meu prompt.

É assim que o builder fica depois que o Gemini processa o prompt com instruções aplicadas, ferramentas conectadas, subagentes adicionados e a descrição do agente preenchida.

Por fim, clique em salvar e seu agente estará pronto. Isso vai te levar para a interface de chat, onde fiz algumas perguntas sobre a viagem.

Inicialmente, pedi ao agente:

I want to travel from New York to Dubai for New Year’s for a week long vacation. Help me plan my trip within a budget of $1000Tecnologia

No vídeo abaixo, você vê como o agente respondeu: