目录
案例简介
案例目标
技术栈与核心依赖
编程语言
核心框架与库
AI 模型
项目配置
环境变量配置
项目结构
关键文件说明
核心代码实现
1. 代理架构设计
1.1 协调器代理 (Root Agent)
1.2 信息代理 (Info Agent)
1.3 渲染编辑器 (Rendering Editor)
1.4 规划流水线 (Planning Pipeline)
2. 专业代理详解
2.1 视觉评估器 (Visual Assessor)
2.2 设计规划器 (Design Planner)
2.3 项目协调器 (Project Coordinator)
3. 核心工具实现
3.1 图像生成工具
3.2 图像编辑工具
3.3 版本管理系统
4. 辅助工具函数
4.1 成本估算
4.2 时间线计算
运行与测试
安装步骤
启动 ADK Web
使用示例
场景 1: 当前房间 + 预算
场景 2: 房间 + 灵感
场景 3: 仅文本
场景 4: 迭代优化
实现思路与扩展建议
核心设计思想
1. 协调器/调度器模式
2. SLC 公式用于图像生成
3. 布局保持约束
4. 版本管理系统
技术亮点
扩展建议
功能扩展
技术优化
应用场景扩展
最佳实践
完整源码
requirements.txt
__init__.py
agent.py (第1部分 - 导入和辅助工具)
agent.py (第2部分 - 专业代理定义)
agent.py (第3部分 - 流水线和协调器)
tools.py (第1部分 - 导入和辅助函数)
tools.py (第2部分 - 图像生成工具)
tools.py (第3部分 - 图像编辑和列表工具)
案例简介
这是一个使用 Google ADK (Agent Development Kit) 构建的多代理系统,能够分析您的空间照片,创建个性化的装修计划,并使用 Gemini 3 Flash 和 Gemini 3 Pro 的多模态能力生成照片级渲染图。
本案例展示了如何使用 协调器/调度器模式 来编排多个专业代理,实现复杂的AI应用场景。
案例目标
- 🔍 智能图像分析: 上传房间照片和灵感图片,代理自动检测并分析它们
- 🎨 照片级渲染: 使用 Gemini 3 Pro 生成专业质量的装修空间图像
- 💰 预算感知规划: 根据您的预算约束定制建议
- 📊 完整路线图: 提供时间线、预算明细、承包商列表和行动清单
