使用 Gemini 3 的真实世界代理示例
Source: Google Developers Blog
请提供您希望翻译的正文内容，我将为您翻译成简体中文。
2025年12月19日
我们正进入代理式 AI 的新阶段。开发者正超越简单的笔记本，构建复杂、可投入生产的代理式工作流，能够处理现实世界的任务——从浏览器自动化到社交媒体交互。
Gemini 3 旨在作为这些工作流的核心编排器。对推理深度和状态管理的精确控制有助于解决长期以来使 AI 代理难以部署的可靠性挑战。
但这在实际中是什么样子？ 理论固然好，但看到代码更佳。
我们与六个开源框架和工具合作，创建了可 克隆、运行和检查 的示例，以了解 Gemini 3 如何驱动下一代 AI 代理。
示例框架与工具
- Framework 1
- Framework 2
- Framework 3
- Framework 4
- Framework 5
- Framework 6
1. ADK (Agent Development Kit)
Agent Development Kit (ADK) 是一个 模型无关框架，旨在让构建、测试和部署 AI 代理的过程像标准软件开发一样。它提供了构建可扩展代理工作流所需的架构原语——从简单聊天机器人到复杂的多代理系统。
Retail Location Strategy sample agent 展示了如何组合专用代理，使用 Gemini 3 进行编排，将数据合成为综合策略报告。它利用 Google Search、Maps 和代码执行进行深入分析并生成可视化报告。
2. Agno
Agno（前身为 Phidata）是一个流行的开源框架，用于构建具备记忆、知识和工具的多代理系统。Agno 使开发者能够创建专门的 AI 代理——例如金融分析师或研究员——它们可以自主查询 API 并对数据进行推理。
在此演示中，Agno 与 Gemini 3 Pro 配合，构建了一个完全依赖原生模型能力的多代理套件。它展示了使用 Nano Banana Pro 工具进行图像生成的创意工作室，以及利用内置功能的研究代理：
3. Browser Use
Browser Use 是一个开源库，使 AI 代理能够与网站交互。它处理 LLM 推理与实际浏览器操作（点击、输入、导航）之间的复杂桥接，从而实现强大的网页自动化。
随附的 demo 展示了一个由 Gemini 3 Pro 驱动的表单填写 AI 代理。该代理不依赖脆弱的 CSS 选择器，而是利用 Gemini 3 的多模态能力来：
- 视觉识别字段
- 将结构化 JSON 数据映射到复杂输入
- 自动处理文件上传
模型的推理速度确保自动化过程流畅可靠，即使在处理多步骤表单或跨域 iframe 时亦是如此。
4. Eigent
Eigent 是一个本地优先的多代理平台，旨在自动化复杂的工作任务。它使用户能够在自己的基础设施上直接创建并运行一支专门的 AI 代理团队，底层使用 CAMEL 框架。
在本指南中，Eigent 将 CAMEL 劳动力架构应用于企业浏览器自动化，特别是管理 Salesforce 的交易周期。AI 代理自主地在复杂的仪表板中导航，以更新记录并提取数据。通过利用 Gemini 3 的思考签名，系统在长时任务中保持推理状态，有助于防止上下文漂移并确保可靠性。
5. Letta
Letta（来自 MemGPT 的创始团队）是一个用于构建具备高级记忆管理的有状态 AI 代理的平台。它向大语言模型引入了 记忆层级 的概念，使代理能够有效管理自己的上下文窗口，并在不“遗忘”核心指令或历史的情况下无限运行。
该 demo 展示了一个使用 Letta 构建、由 Gemini 3 驱动的“社交代理”。它演示了将有状态 AI 代理部署到社交网络的框架。代理保持持久记忆，随着交互而演进，并利用 Letta 的多层记忆系统形成稳定的角色。Gemini 3 充当推理引擎，使用动态的、按用户划分的记忆块实现个性化交互，并在长期运行中管理代理的状态。
6. mem0
mem0 是一个面向 AI 应用的记忆层框架。它解决了代理式 AI 最大的障碍之一：无状态性。通过提供智能的、自我改进的记忆层，mem0 使 AI 代理能够记住用户偏好、过去的交互以及长期上下文，从而更加个性化和高效。
在此指南中，您可以学习如何使用 mem0-mcp-server 与 Gemini 3 构建快速、智能、具备记忆感知的代理。
开始构建今天
AI 代理的未来不仅关乎模型本身，更在于让模型与世界交互的工具生态系统。
我们邀请您 克隆这些仓库，运行示例，亲自体验 Gemini 3 的强大功能。欲了解更深入的技术实现细节，请查阅 Gemini 3 开发者指南。
导航