Google ADK: Arquitectura de Sistemas Multi-Agente en Producción

Matriz de Decisión: Frameworks de Orquestación Agentic

Seleccionar la capa de orquestación adecuada impacta directamente en la latencia, el costo operativo por invocación (FinOps) y la robustez del ciclo de vida del software (SDLC).

Implementación Práctica: Multi-Agente Financiero con Google ADK

El siguiente ejemplo demuestra la creación de un sistema de análisis de cartera de inversión compuesto por un Root Supervisor Agent y dos especialistas: un agente de consulta de mercado en tiempo real y un agente de validación de riesgo con salida estructurada tipada mediante Pydantic.

# ==============================================================================
# Producción: Multi-Agent Portfolio Analyst con Google ADK
# Requisitos: pip install google-adk pydantic yfinance
# ==============================================================================

import os
from typing import Dict, Any, List
from pydantic import BaseModel, Field
from google.adk import Agent, Tool, Task, SessionRunner

# --- 1. Definición de Esquemas de Salida Estructurada ---
class RiskAssessmentOutput(BaseModel):
    ticker: str = Field(..., description="Símbolo bursátil evaluado")
    volatility_score: float = Field(..., description="Puntuación de riesgo de 0.0 (seguro) a 1.0 (crítico)")
    max_drawdown_projected: float = Field(..., description="Pérdida máxima esperada en porcentaje")
    compliance_approval: bool = Field(..., description="True si cumple la política de inversión")
    reasoning: str = Field(..., description="Justificación técnica del dictamen")

# --- 2. Herramientas Deterministas (Deterministic Tools) ---
def fetch_market_metrics(ticker: str) -> Dict[str, Any]:
    """Obtiene métricas fundamentales y de volatilidad simuladas para producción."""
    # En un caso real se invoca un proveedor institucional o Yahoo Finance
    sample_data = {
        "GOOGL": {"price": 182.50, "beta": 1.05, "pe_ratio": 24.2, "daily_volatility": 0.018},
        "NVDA": {"price": 128.10, "beta": 1.68, "pe_ratio": 45.1, "daily_volatility": 0.034}
    }
    return sample_data.get(ticker.upper(), {"error": "Ticker no encontrado o sin cobertura."})

market_tool = Tool(
    name="fetch_market_metrics",
    description="Consulta métricas financieras cuantitativas (beta, volatilidad, ratio P/E) dado un ticker.",
    func=fetch_market_metrics
)

# --- 3. Definición de Sub-Agentes Especialistas ---
market_data_agent = Agent(
    name="MarketDataSpecialist",
    model="gemini-2.5-flash",
    instruction=(
        "Eres un analista de datos de mercado. Tu única responsabilidad es consultar "
        "y estructurar las métricas de mercado exactas del ticker proporcionado mediante fetch_market_metrics."
    ),
    tools=[market_tool]
)

risk_engine_agent = Agent(
    name="RiskComplianceSpecialist",
    model="gemini-2.5-pro",
    instruction=(
        "Eres el oficial de riesgo senior. Evalúa las métricas recibidas y emite "
        "un informe estricto cumpliendo con el esquema RiskAssessmentOutput."
    ),
    output_schema=RiskAssessmentOutput
)

# --- 4. Root Supervisor Agent (Orquestador Jerárquico) ---
supervisor_agent = Agent(
    name="PortfolioSupervisor",
    model="gemini-2.5-flash",
    instruction=(
        "Eres el arquitecto jefe de inversiones. Coordina las solicitudes del usuario: "
        "1. Delega al MarketDataSpecialist la recolección de datos cuantitativos. "
        "2. Delega al RiskComplianceSpecialist la validación del activo. "
        "3. Sintetiza la respuesta final consolidada para el cliente."
    ),
    sub_agents=[market_data_agent, risk_engine_agent]
)

# --- 5. Ejecución del Pipeline en Runtime ---
if __name__ == "__main__":
    runner = SessionRunner(agent=supervisor_agent)
    query = "Realiza una evaluación completa de riesgo para incluir el activo GOOGL en la cartera moderada."
    
    print(f"[PROCESANDO]: {query}\n")
    result = runner.run(input_text=query)
    
    print("=== RESPUESTA DEL SISTEMA MULTI-AGENTE ===")
    print(result.text)

Patrones de Diseño Arquitectónico con Google ADK

Framework de Adopción de Google ADK Paso a Paso