computenest-agent-integrations

面向 计算巢Agent部署 的集成库。以 Google ADK（Agent Development Kit）为底层 Agent 架构，将部署所需的能力与 ADK 标准接口对接，帮助开发者在 ADK 生态中构建、集成并部署 Agent 服务。

凭证由调用方在运行时传入，库内不包含任何密钥。

环境要求

• Python >= 3.12

安装

pip install computenest-agent-integrations

使用 RAGFlow 集成时安装可选依赖：

pip install "computenest-agent-integrations[ragflow]"

Mem0 集成面向 self-host REST 服务实现，不依赖 mem0ai 平台版 SDK。使用时通过初始化参数显式传入 host 和 api_key。

架构说明

计算巢Agent部署          ADK Agent 架构
        │                        │
        └──── ADK 集成适配层 ────┘

本库在 ADK 的 Tool、Memory、MCP 等扩展点上提供与计算巢Agent部署及云上 Agent 生态的对接实现。开发者使用标准 ADK API 编写 Agent 逻辑，通过本库接入部署侧所需的外部能力。

当前已提供的集成

以下为实现示例，后续会持续扩展更多计算巢Agent部署与 ADK 的对接能力：

from computenest.integrations.adk import (
    BailianLongTermMemoryService,
    Mem0SelfHostingMemoryService,
    BailianRagTool,
    RagflowKnowledgeBaseTool,
    McpTool,
    E2bSandboxToolset,
    E2bCodeInterpreterToolset,
)

接入 RAGFlow 知识库检索

RAGFlow 集成当前提供知识库检索 Tool。使用前需要准备 RAGFlow 服务地址、API Key 和 Dataset ID。

RAGFLOW_BASE_URL=http://your-ragflow-host
RAGFLOW_API_KEY=ragflow-xxxx
RAGFLOW_DATASET_IDS=dataset-id

from google.adk.agents.llm_agent import Agent
from computenest.integrations.adk import RagflowKnowledgeBaseTool

rag_tool = RagflowKnowledgeBaseTool(
    base_url="http://localhost:9380",
    api_key="ragflow-...",
    dataset_ids=["dataset-id"],
)

agent = Agent(
    model=...,
    name="ragflow_agent",
    tools=[rag_tool],
)

接入 ADK Agent

from google.adk.agents.llm_agent import Agent
from computenest.integrations.adk import BailianRagTool, McpTool, Mem0SelfHostingMemoryService

memory_service = Mem0SelfHostingMemoryService(
    host="http://localhost:8888",
    api_key="m0sk_...",
)

agent = Agent(
    model=...,
    name="my_agent",
    tools=[rag_tool, *McpTool(mcp_config, variables={"DASHSCOPE_API_KEY": api_key})],
    memory_service=memory_service,
)

各组件的初始化参数见源码 docstring。

相关链接

• 计算巢Agent部署
• Google ADK 文档