通过 LiteLlm 连接器把 Google ADK 的 Agent 接到 Router One

安装 google-adk 与 litellm，并设置凭证

使用 Python 3.10 或更新版本，安装 google-adk 和 litellm：LiteLlm 连接器页写明 ADK 要求 litellm>=1.84，而且该连接器只标注支持 ADK Python，所以本指南不适用于 TypeScript、Go、Java 或 Kotlin 版 ADK。adk create my_agent 会生成 adk run 需要的目录：含 root_agent 定义的 agent.py、__init__.py 和一个 .env 文件。快速入门把 API Key 放在这个 .env 里再运行两条命令；adk run 会加载它（设置 ADK_DISABLE_LOAD_DOTENV 可关闭），shell 里已导出的变量优先于文件里的值，所以下面的 macOS/Linux shell 示例和 .env 文件两种写法都可以。运行前替换两个占位符：一把 Router One Key，以及当前目录中支持 Chat Completions 的精确模型 ID。ROUTER_ONE_* 是本示例自己定义并显式读取的变量名；Key 直接传给 LiteLlm，所以不需要设置 OPENAI_API_KEY。

python -m pip install google-adk
python -m pip install "litellm>=1.84"
export ROUTER_ONE_API_KEY="sk-your-router-one-key"
export ROUTER_ONE_MODEL_ID="<exact-model-id-from-/models>"

把 Google ADK 配置到 Router One base URL

保存为 my_agent/agent.py，保留 adk create 生成的 __init__.py，然后在上一级目录运行 adk run my_agent。LiteLlm 是 ADK 对 litellm 库的包装：除 model 以外的关键字参数都会被保存下来，原样传给 litellm 的 completion 调用，api_base 和 api_key 就是这样到达 LiteLLM 的。model 必须以 openai/ 开头：LiteLLM 文档把这个前缀定义为「调用 OpenAI /chat/completions 端点」的指令，而 LiteLLM 只在第一个斜杠处切分一次，openai/ 之后的内容会原样作为请求里的 model 字段发出。示例用 ROUTER_ONE_MODEL_ID 拼出它，所以 openai/gpt-5.5 这样的 GPT 系列 ID 写成 openai/openai/gpt-5.5。api_base 填带 /v1 的 base URL，后面不加任何路径；LiteLLM 底层用 OpenAI Python 客户端发请求，会自己补上 /chat/completions。api_key 填 Router One Key，在这里传入后就不需要 OPENAI_API_KEY 和 OPENAI_API_BASE。root_agent 是 Agent 目录唯一必需的元素；name、instruction 和这个 model 对象就是 LiteLLM 连接器页示例用到的 LlmAgent 字段。在同一个上级目录运行 adk web --port 8000，可在 http://localhost:8000 打开开发界面：

import os

from google.adk.agents import LlmAgent
from google.adk.models.lite_llm import LiteLlm

# openai/ makes LiteLLM call an OpenAI /chat/completions endpoint; the rest of
# the string is sent unchanged as the model field (openai/openai/gpt-5.5 for a GPT ID).
model = LiteLlm(
    model="openai/" + os.environ["ROUTER_ONE_MODEL_ID"],
    api_base="https://api.router.one/v1",  # ends in /v1, nothing after it
    api_key=os.environ["ROUTER_ONE_API_KEY"],
)

# root_agent is the only required element of the agent folder.
root_agent = LlmAgent(
    name="router_one_agent",
    model=model,
    instruction="Answer in one short sentence.",
)

# From the parent folder:  adk run my_agent     (or: adk web --port 8000)

每个值填在哪里，怎么验证

Router One 需要的东西都在 LiteLlm 对象里，Agent 的其余部分不变。下表列出每个字段、要填的值和能证明它生效的检查，最后是本指南不配置的两条路径：

给一个 Agent 定预算，并逐次核对模型调用

一个用户回合可能产生多次模型请求：连接器对运行中的每次 LLM 调用发起一次 LiteLLM 调用，每个函数工具的结果又会作为一次新的 Chat Completions 请求送回模型。RunConfig.max_llm_calls 限制一次运行里的 LLM 调用次数——不传值也不设 ADK_MAX_LLM_CALLS 时为 500，设为 0 或更小则不限制；它数的是次数，不是钱。重试也是独立请求：请求带 http_options.retry_options 时，ADK 会把 attempts 作为 LiteLLM 的 num_retries 传入，每一次到达网关的尝试都是独立请求，有各自的 request_id、Trace 和费用。给每个 Agent 单独建一把设了 maxSpend 的 Router One Key；运行触到上限后，下一次调用返回 HTTP 402，钱包和其他 Key 不受影响。adk web 的事件历史显示一次运行的事件，adk run --save_session 会把它们写进 JSON 文件；两者都不显示账单。每次调用的费用就是 Dashboard → Logs 里的 Trace——模型、输入输出 tokens、费用、延迟、状态和 request_id——按 Key、时间、精确模型和 request_id 对账，报障时保留 request_id。Router One 只服务模型请求并记录 Trace；session、状态、工具执行和 Agent 循环都留在你的进程里。

Google ADK 该填哪个模型 ID？

从 /models 页复制精确的模型 ID，保留大小写、连字符和版本后缀，不要用展示名称代替。打开该模型的详情页，核对支持的 API 端点、上下文窗口和工具调用等能力，再与 Google ADK 当前选择的 provider 和功能对应。模型出现在目录里，不等于当前客户端能调用它的所有功能。建议为每个工具单独建 API Key，并设置 maxSpend 消费上限。

Google ADK 用的是哪种 API 协议？

OpenAI 兼容描述的是接口格式，不能据此推断 Chat Completions（/v1/chat/completions）、Responses（/v1/responses）和 Anthropic Messages（/v1/messages）可以互换。先核对工具当前版本、provider 配置和实际请求路径，再查模型详情与 API 兼容性事实页。一次普通对话成功，也不能证明服务端工具、历史状态或文件编辑功能都受支持。

在 trace 里验证 Google ADK 的调用

先在 Google ADK 发出一次简单文本请求，再到 Dashboard → Logs 按时间、模型和 request_id 核对 trace：tokens、花费、延迟和状态码。成功后再分别验证流式输出、工具调用和多轮历史。失败时保留实际请求路径、完整错误消息及 request_id；没有对应日志时，先查客户端配置和网络，不能仅凭客户端报错认定是网关或上游故障。

常见问题