ADK实战-基于ollama+qwen3实现外部工具串行调用

0 环境准备

1 开发环境准备

1.1 创建项目python环境

1.2 在pycharm创建项目

1.3 安装项目依赖

2 资源准备

3 adk agent构建

3.1 新建adk_agent_tool_serial python包

3.2 编辑__init__.py文件

4  配置env

4.1 新建.env文件

4.2 编辑.env文件

5 agent逻辑实现

5.1 新建agent.py文件

5.2 导入相关依赖包

5.3 加载配置文件

5.4 定义请求天气接口方法

5.5 定义格式化天气结果方法

5.6 定义获取天气工具方法

5.7 定义天气agent

5.8 定义写入本地文件方法

5.9 定义写入本地文件agent

5.10 定义串行agent

6 完整代码

---

0 环境准备

• ollama已部署推理模型qwen3:8b
• 已安装miniconda环境
• 具备科学上网条件

1 开发环境准备

1.1 创建项目python环境

通过conda命令创建项目的python开发环境

 conda create -n mcp_demo python=3.10

1.2 在pycharm创建项目

​

• 解释器类型：选择自定义环境
• 环境：选择现有
• 类型：选择conda
• 环境：选择上一步创建的环境

1.3 安装项目依赖

安装adk、litellm相关依赖

安装python-dotenv python读取环境配置文件依赖

pip install google-adk litellm python-dotenv httpx

2 资源准备

        本项目中需要调用天气接口获取城市的天气信息，因此需要注册天气API网站，并且获取调用key。

具体流程请参考以下链接的第二章节：MCP实战-基于Ollama+qwen2.5以sse方式实现MCP协议工具调用_mcp sse-CSDN博客

3 adk agent构建

3.1 新建adk_agent_tool_serial python包

        adk在识别agent时是一个python包一个agent，包名就是agent名字，因此我们需要新建一个目录，此例中是adk_agent_tool_serial，如下图所示：

3.2 编辑__init__.py文件

from . import agent

这样可以是adk_agent_tool_serial的内容可以被导入，adk可以识别并调用adk_agent_tool_serial。

4  配置env

4.1 新建.env文件

​

4.2 编辑.env文件

        填充模型，open weather等配置参数

OLLAMA_API_BASE=http://localhost:11434
MODEL=qwen3:8b
EMBEDDINGS_MODEL=quentinz/bge-large-zh-v1.5:latest
OPENAI_API_KEY=ollama
OPENWEATHER_API_KEY=5082xxxxd4cddffd1051163cb
OPENWEATHER_BASE_URL=https://api.openweathermap.org/data/2.5/weather
USER_AGENT=weather-app/1.0

注意将key换成自己的key，按照参考博客一步步申请。

5 agent逻辑实现

5.1 新建agent.py文件

​

5.2 导入相关依赖包

import json
import osimport httpx
from dotenv import load_dotenv
from google.adk.agents import LlmAgent, SequentialAgent
from google.adk.models.lite_llm import LiteLlm

5.3 加载配置文件

load_dotenv()model_name = os.getenv('MODEL')
api_base = os.getenv('OLLAMA_API_BASE')openweather_api_key = os.getenv('OPENWEATHER_API_KEY')
openweather_base_url = os.getenv('OPENWEATHER_BASE_URL')
user_agent = os.getenv('USER_AGENT')

5.4 定义请求天气接口方法

async def get_weather(city):"""从OpenWeather API 获取天气信息:param city: 城市名称（需要试用英文，如 beijing）:return: 天气数据字典；若发生错误，返回包含error信息的字典"""params = {"q": city,"appid": openweather_api_key,"units": "metric","lang": "zh_cn",}headers = {"User-Agent": user_agent}async with httpx.AsyncClient() as client:try:response = await client.get(openweather_base_url, params=params, headers=headers, timeout=30)response.raise_for_status()return response.json()except httpx.HTTPStatusError as e:return {"error": f"HTTP请求错误：{e}"}except Exception as e:return {"error": f"发生错误：{e}"}

5.5 定义格式化天气结果方法

def format_weather_data(data):"""格式化天气数据:param data: 天气数据字典:return: 格式化后的字符串；若发生错误，返回包含error信息的字符串"""#  如果传入的是字符串，则先转换成字典if isinstance(data, str):data = json.loads(data)if "error" in data:return data["error"]weather = data["weather"][0]["description"]temperature = data["main"]["temp"]city = data["name"]country = data["sys"]["country"]humidity = data["main"]["humidity"]wind = data["wind"]["speed"]return f"城市：{city}, {country}\n天气：{weather}\n温度：{temperature}°C\n湿度：{humidity}%\n风速：{wind}m/s"

5.6 定义获取天气工具方法

async def get_weather_tool(city: str):"""查询即时天气函数:param city: 必要参数，字符串类型，用于表示查询天气的具体城市名称，\注意，中国的城市需要用对应城市的英文名称代替，例如如果需要查询北京市天气，则city参数需要输入'Beijing'；:return：OpenWeather API查询即时天气的结果，具体URL请求地址为：https://api.openweathermap.org/data/2.5/weather\返回结果对象类型为解析之后的JSON格式对象，并用字符串形式进行表示，其中包含了全部重要的天气信息"""weather_data = await get_weather(city)return format_weather_data(weather_data)

5.7 定义天气agent

weather_agent = LlmAgent(name = "天气查询agent",model=LiteLlm(model=f"{model_name}",api_base=api_base,custom_llm_provider="ollama"),description = ("回答城市天气情况的问题"),instruction = ("你是一个天气助手，根据输入的城市输出该城市的天气情况"),tools = [get_weather_tool],output_key = "content"
)

5.8 定义写入本地文件方法

def write_weather_to_file(content: str) -> bool:"""将天气结果写入本地文件。:param content: 必要参数，字符串类型，用于表示需要写入文档的具体内容。:return：是否成功写入"""flag = Truetry:with open("weather.txt", "w", encoding="utf-8") as file:file.write(content)except Exception as e:print(f"写入文件时发生错误: {e}")flag = Falsereturn flag

5.9 定义写入本地文件agent

write_weather_to_file_agent = LlmAgent(name = "将天气结果写入文件agent",model=LiteLlm(model=f"ollama_chat/{model_name}",api_base=api_base,custom_llm_provider="ollama"),description = ("将天气结果内容写入文件"),instruction = ("你是一个写本地文件的助手，根据天气结果写入到本地文件中"),tools = [write_weather_to_file]
)

5.10 定义串行agent

root_agent = SequentialAgent(name = "串行agent",sub_agents = [weather_agent, write_weather_to_file],description = ("你是一个天气助手，你可以根据输入的城市，将该城市的天气情况写入到本地文件中")
)

6 完整代码

import json
import osimport httpx
from dotenv import load_dotenv
from google.adk.agents import LlmAgent, SequentialAgent
from google.adk.models.lite_llm import LiteLlmload_dotenv()model_name = os.getenv('MODEL')
api_base = os.getenv('OLLAMA_API_BASE')openweather_api_key = os.getenv('OPENWEATHER_API_KEY')
openweather_base_url = os.getenv('OPENWEATHER_BASE_URL')
user_agent = os.getenv('USER_AGENT')async def get_weather(city):"""从OpenWeather API 获取天气信息:param city: 城市名称（需要试用英文，如 beijing）:return: 天气数据字典；若发生错误，返回包含error信息的字典"""params = {"q": city,"appid": openweather_api_key,"units": "metric","lang": "zh_cn",}headers = {"User-Agent": user_agent}async with httpx.AsyncClient() as client:try:response = await client.get(openweather_base_url, params=params, headers=headers, timeout=30)response.raise_for_status()return response.json()except httpx.HTTPStatusError as e:return {"error": f"HTTP请求错误：{e}"}except Exception as e:return {"error": f"发生错误：{e}"}def format_weather_data(data) -> str:"""格式化天气数据:param data: 天气数据字典:return: 格式化后的字符串；若发生错误，返回包含error信息的字符串"""#  如果传入的是字符串，则先转换成字典if isinstance(data, str):data = json.loads(data)if "error" in data:return data["error"]weather = data["weather"][0]["description"]temperature = data["main"]["temp"]city = data["name"]country = data["sys"]["country"]humidity = data["main"]["humidity"]wind = data["wind"]["speed"]return f"城市：{city}, {country}\n天气：{weather}\n温度：{temperature}°C\n湿度：{humidity}%\n风速：{wind}m/s"async def get_weather_tool(city: str) -> str:"""查询即时天气函数:param city: 必要参数，字符串类型，用于表示查询天气的具体城市名称，\注意，中国的城市需要用对应城市的英文名称代替，例如如果需要查询北京市天气，则city参数需要输入'Beijing'；:return：OpenWeather API查询即时天气的结果，具体URL请求地址为：https://api.openweathermap.org/data/2.5/weather\返回结果对象类型为解析之后的JSON格式对象，并用字符串形式进行表示，其中包含了全部重要的天气信息"""weather_data = await get_weather(city)return format_weather_data(weather_data)def write_weather_to_file(content: str) -> bool:"""将天气结果写入本地文件。:param content: 必要参数，字符串类型，用于表示需要写入文档的具体内容。:return：是否成功写入"""flag = Truetry:with open("weather.txt", "w", encoding="utf-8") as file:file.write(content)except Exception as e:print(f"写入文件时发生错误: {e}")flag = Falsereturn flagweather_agent = LlmAgent(name = "天气查询agent",model=LiteLlm(model=f"{model_name}",api_base=api_base,custom_llm_provider="ollama"),description = ("回答城市天气情况的问题"),instruction = ("你是一个天气助手，根据输入的城市输出该城市的天气情况"),tools = [get_weather_tool],output_key = "content"
)write_weather_to_file_agent = LlmAgent(name = "将天气结果写入文件agent",model=LiteLlm(model=f"ollama_chat/{model_name}",api_base=api_base,custom_llm_provider="ollama"),description = ("将天气结果内容写入文件"),instruction = ("你是一个写本地文件的助手，根据天气结果写入到本地文件中"),tools = [write_weather_to_file]
)root_agent = SequentialAgent(name = "串行agent",sub_agents = [weather_agent, write_weather_to_file],description = ("你是一个天气助手，你可以根据输入的城市，将该城市的天气情况写入到本地文件中")
)