来源：platform.claude.com/docs/en/agent-sdk · openai-agents-python · google/adk-python | 整理时间：2026-04-04
概述
2025-2026 年，三大 AI 公司各自推出了 Agent SDK，提供了构建 AI Agent 应用的官方工具包。本篇对比 Claude Agent SDK、OpenAI Agents SDK 和 Google ADK 的核心特性，帮助你做出技术选型。
三大 SDK 速览
| 特性 | Claude Agent SDK | OpenAI Agents SDK | Google ADK |
|---|---|---|---|
| 推出时间 | 2025 年中 | 2025 年底（前身为 Swarm） | 2025 年底 |
| 语言 | Python, TypeScript | Python | Python |
| 核心模型 | Claude 系列 | GPT 系列 | Gemini 系列 |
| 开源 | 是 | 是 | 是 |
| 设计理念 | 内置工具执行，安全优先 | 轻量生产就绪 | 代码优先，评估内置 |
| 工具系统 | 内置丰富（文件/命令/代码/搜索） | 函数调用 | 函数调用 + 长时运行 |
| 多模型 | 仅 Claude | 仅 OpenAI | 多模型（Gemini + 其他） |
Claude Agent SDK
核心特点
- 内置工具执行：文件操作、命令执行、代码编辑、网页搜索开箱即用
- 安全设计：权限控制、工具白名单、沙盒执行
- 多步执行：自动规划和执行多步任务
- TypeScript + Python 双语言支持
代码示例
from claude_agent_sdk import Agent, Tool
agent = Agent(
name="research-assistant",
model="claude-sonnet-4-6",
tools=[
Tool.web_search(),
Tool.file_read(),
Tool.code_execute(),
],
)
result = agent.run("Research the latest React 19 features and create a summary")
print(result)
适用场景
- 需要强安全控制的企业应用
- 文件和代码操作密集的任务
- 需要 Claude 模型推理能力的场景
OpenAI Agents SDK
核心特点
- 轻量设计：从 Swarm 演进而来，生产就绪
- 追踪（Tracing）：内置可观测性，追踪 Agent 执行过程
- 安全防护（Guardrails）：输入/输出验证，防止越界
- Handoff 机制：Agent 间优雅地交接任务
代码示例
from openai_agents import Agent, Runner
from openai_agents.guardrails import input_guardrail
@input_guardrail
def check_topic(message):
"""确保只讨论技术话题"""
return "tech" in message.lower()
agent = Agent(
name="code-assistant",
instructions="You are a helpful coding assistant.",
model="gpt-4o",
)
result = Runner.run(agent, "Explain async/await in Python")
print(result.final_output)
适用场景
- 需要追踪和可观测性的生产系统
- 多 Agent 协作和 Handoff 场景
- OpenAI 生态系统用户
Google ADK（Agent Development Kit）
核心特点
- 代码优先：一切皆代码，不用 YAML 配置
- 内置评估：Agent 质量评估工具
- 双向音频：支持实时语音交互
- 多模型：不限于 Gemini，可接入其他模型
- 多种部署：Cloud Run、GKE、本地
代码示例
from google.adk import Agent, Runner
from google.adk.tools import FunctionTool
def search_database(query: str) -> str:
"""搜索产品数据库"""
return db.search(query)
agent = Agent(
name="product-assistant",
model="gemini-2.0-flash",
tools=[FunctionTool(search_database)],
instruction="Help users find products in our catalog.",
)
runner = Runner(agent=agent)
response = runner.run("Find laptops under $1000")
print(response)
适用场景
- Google Cloud 用户
- 需要多模型支持的场景
- 需要内置评估的团队
- 语音交互应用
选型决策矩阵
按项目需求
| 你的需求 | 推荐 | 原因 |
|---|---|---|
| 企业级安全控制 | Claude Agent SDK | 内置权限和沙盒 |
| 生产追踪和可观测性 | OpenAI Agents SDK | 内置 Tracing |
| 需要多模型切换 | Google ADK | 支持多模型接入 |
| 代码/文件操作密集 | Claude Agent SDK | 内置文件/命令工具 |
| 语音交互 | Google ADK | 双向音频支持 |
| 快速原型验证 | OpenAI Agents SDK | 轻量上手快 |
| 评估和质量保证 | Google ADK | 内置评估工具 |
按团队情况
| 团队情况 | 推荐 | 原因 |
|---|---|---|
| 已用 Claude API | Claude Agent SDK | 生态一致 |
| 已用 OpenAI API | OpenAI Agents SDK | 生态一致 |
| GCP 用户 | Google ADK | 部署便利 |
| TypeScript 团队 | Claude Agent SDK | 唯一有 TS SDK 的 |
| 安全合规要求高 | Claude Agent SDK | 安全设计更完善 |
共同模式
虽然 API 不同，三大 SDK 都遵循相似的 Agent 设计模式：
- 定义 Agent：名称、指令、模型
- 配置工具：函数调用、内置工具
- 执行任务：单步或多步自动执行
- 处理结果：结构化输出、追踪
选择 SDK 主要看生态匹配和特定需求，核心的 Agent 构建思路是相通的。
相关链接
- AI Agent 核心模式详解
- Agent 框架全景
- MCP 协议详解
- Claude Agent SDK：https://platform.claude.com/docs/en/agent-sdk/overview
- OpenAI Agents SDK：https://github.com/openai/openai-agents-python
- Google ADK：https://github.com/google/adk-python
- Anthropic 构建高效 Agent：https://www.anthropic.com/research/building-effective-agents