anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

谷歌开源的 Go 工具包,用代码构建 AI 智能体,从带工具的单个智能体,到图工作流和多个智能体协作。说明涵盖快速入门、Gemini、Claude 和 OpenAI 模型、Cloud Run、Claude Code、Cursor 和 Antigravity。
ADK for Go 智能体开发套件 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 2 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。
go mod init my-agent/main go get google.golang.org/adk/v2 go mod tidy
用在哪里里还有 2 个
ADK Go 是 Agent Development Kit(ADK)的 Go 版本。ADK 是谷歌开源的框架,用代码构建 AI 智能体。智能体本身、它用的模型、它的工具,以及几个智能体怎样配合,都用普通的 Go 来写,所以能像服务里的其他代码一样测试和做版本管理。README 说 ADK 针对 Gemini 做了优化,但不绑定模型,仓库里也有 Claude 和 OpenAI 的示例。2.0 版自 2026 年 6 月 30 日起正式发布(GA),加入了图工作流,能把模型步骤和普通的 Go 函数混在一起,还加入了由人确认工具调用的功能。编译进程序里的启动器(launcher)能把它跑成终端对话、网页聊天页、REST API 或 A2A 服务器。
想把智能体放进自己服务里的 Go 开发者,沿用他们已经在用的类型、测试和单个可执行文件。用 Google Cloud 的团队得到的帮助最多,因为 README 点名了 Cloud Run,部署工具也以它为目标。Python、Java、Kotlin 和 TypeScript 团队各有自己的 ADK 版本。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 客户支持 | 支持工具的开发者 | 用一张图把每条进来的消息交给对应的处理步骤 | 图工作流页面的示例把提到 bug 的消息交给 bug 分支,把求助的消息交给客户支持。 |
| 金融和数据 | 后端开发者 | 把一个 Go 函数作为工具交给智能体,查自己的数据 | 函数工具页面的 get_stock_price 工具在一份价格表里查股票代码,返回它的价格。 |
| 云和平台团队 | 平台工程师 | 把智能体做成一个容器发布到 Cloud Run,不对公众开放 | adkgo 编译出 Linux 可执行文件,写好 Dockerfile,部署一个默认需要登录的服务。 |
| 多智能体产品 | 运行多个智能体服务的团队 | 让一个智能体通过 A2A 调用另一个 | 根智能体把掷骰子交给本地智能体,把质数检查交给 8001 端口上的远程智能体。 |
如果你想不写代码就搭建智能体,可以不用它。网页界面里的可视化构建器(Visual Builder)只支持 Python,文档里评估智能体的那一页也只支持 Python。
README 说 ADK 不绑定部署方式。快速入门给出了 macOS 和 Linux 的步骤,以及 Windows 上 PowerShell 和命令提示符的写法。
模型:Gemini 可以用 API 密钥或通过 Google Cloud 调用。Claude 可以走 Vertex AI 或 Anthropic API。OpenAI,或提供 Responses API 或 Chat Completions API 的兼容服务商,也可以。
点“获取”会把一个装有 Mindket 安装说明的 zip 压缩包存进你的下载文件夹,里面按 ADK 文档列出了每个平台的步骤。主要途径是 Go 快速入门:一个文件夹、一个 Go 文件和一个 Gemini 密钥。
| 需要 | 说明 |
|---|---|
| Go | 1.26.10 或更新,README 和 go.mod 都这样写。快速入门页面仍写着 1.25 |
| Gemini API 密钥 | 从 Google AI Studio 的 API Keys 页面获取,给快速入门的智能体用 |
| 其他模型 | 用 Claude 需要 Google Cloud 权限或 Anthropic 密钥,用 OpenAI 的 API 需要 OpenAI 或兼容服务商的账号 |
| gcloud 和一个 Google Cloud 项目 | 部署到 Cloud Run,或通过 Vertex AI 调用 Gemini 或 Claude 时需要(先运行 gcloud auth application-default login) |
| uv | 只在编程智能体里使用 ADK 文档 MCP 服务器或 Agents CLI(uvx google-agents-cli setup)时需要 |
go mod init my-agent/main go get google.golang.org/adk/v2 go mod tidy
echo 'export GOOGLE_API_KEY="YOUR_API_KEY"' > .env # Remember to load keys and settings: source .env OR env.bat go run agent.go
go run agent.go 后面跟的关键字决定智能体怎么运行。什么都不加,它就在终端里对话。
| 关键字 | 作用 |
|---|---|
| console | 在终端里对话,也是默认方式 |
| web api webui | REST API 加上 localhost:8080 上的聊天页面,只用于开发 |
| web api | 只开 REST API,在 8080 端口的 /api 下 |
| web a2a | 通过 A2A 把智能体提供给其他智能体 |
在聊天页面的左上角选中你的智能体,然后输入请求。页面会列出你的会话、会话状态,以及每个回答背后的全部事件,让你一步步看清它做了什么。想从自己的代码里调用智能体,就启动 API。API Server 页面给了一行 Go 命令,把它改到 8000 端口并去掉前缀,这样页面上的 curl 示例就能照原样使用。
go run agent.go web -port 8000 api -path_prefix ""
在第二个终端里,向 /apps/<app>/users/<user>/sessions/<session> 发一个 POST 来创建会话。之后每条消息都 POST 到 /run,带上应用、用户和会话的 ID。/run 把这一轮的事件作为一个列表一次返回,/run_sse 则以流的形式逐个发送。
你想让一个智能体去用另一个作为独立服务运行的智能体。A2A 快速入门的 a2a_basic 示例里有一个根智能体,它带着一个本地的掷骰子智能体,另有一个通过 A2A 在 8001 端口提供的质数检查智能体。两个都跑起来后,你对根智能体输入:
roll a die and check if it's a prime
根智能体把掷骰子交给 roll_agent,它用六个面调用 roll_die。接着 transfer_to_agent 把这个数交给另一台服务器上的 prime_agent,它调用 prime_checking。在文档的那次运行里,骰子掷出 3,回复是“3 is a prime number.”(3 是质数)。
新手:智能体就是一个语言模型,加上指令和它可以调用的工具,比如网页搜索或你自己写的某个函数。在 ADK Go 里,你用 llmagent.New 建一个智能体,给它名字、模型和指令,再交给启动器。先从快速入门的智能体和它的聊天页面开始,页面上的事件会显示智能体为每个回答做了什么。然后用 functiontool.New 加一个你自己的工具。如果有编程智能体和你一起写代码,就让它去读 llms-full.txt。README 说这个文件里有 Go API 参考和示例。
专家:2.0 的图引擎把智能体、工具和函数都当作节点。workflow.NewFunctionNode 包装一个 Go 函数,workflow.Chain 按顺序连接节点,每个节点带类型的返回值经由 event.Output 传给下一个,不用写会话状态。路由节点设置 event.Routes,再由 StringRoute、IntRoute 或 BoolRoute 的边选出分支。NewJoinNode 等待并行的分支汇合,workflowagent.New 把整张图变成一个标准的 agent.Agent。工作流示例里还有等人输入的暂停,以及用 NewDynamicNode 写成普通 Go 代码的编排。
状态写在代码里,不靠命令行参数。Go 的终端模式没有保存、恢复和重放选项,Go 的 API 服务器也没有 Swagger 页面和更新会话的 PATCH 路由。你要在 launcher.Config 里传入一个持久化的 session.Service,比如 session/database。从 1.x 升级要改用 /v2 导入路径,session.NewEvent 的第一个参数变成 context,事件还多了五个新字段。v2.2.0 之前的版本把其中三个字段按 Go 字段名存储,所以结构固定的数据库要两种写法都接受。
ADK Go 是一个库,你在哪里运行它,它就在哪里运行。哪些数据会离开你的电脑,取决于你给智能体配的模型和工具。
这个工具包里只有安装说明,由 Mindket 编写。ADK Go 是一个要加进你自己项目里的 Go 模块,源码在 https://github.com/google/adk-go
这些说明不是谷歌写的,也没有得到谷歌的认可。README 称 ADK Go 是“An open-source, code-first Go toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.”(一个开源、代码优先的 Go 工具包,用来灵活、可控地构建、评估和部署复杂的 AI 智能体)。它还说“While optimized for Gemini, ADK is model-agnostic, deployment-agnostic, and compatible with other frameworks.”(ADK 针对 Gemini 做了优化,但不绑定模型和部署方式,也能和其他框架配合)。文档在 https://adk.dev/ ,README 链接的是 https://google.github.io/adk-docs/
许可证:Apache-2.0。README 说例外是 internal/httprr,它有自己的 LICENSE 文件。LICENSE 文件(https://github.com/google/adk-go/blob/main/LICENSE)是 Apache License 2.0 的全文。
google.golang.org/adk/v2,go get 会把它加进你项目的 go.mod。来源见 https://github.com/google/adk-go/blob/main/README.md 和安装页面 https://adk.dev/get-started/installation/google.golang.org/adk。来源见 https://adk.dev/2.0/go 1.26.10。快速入门(https://adk.dev/get-started/go/)和安装页面仍写着 Go 1.25 或更新。以 README 为准。快速入门给出这三行,在你的项目文件夹里运行:
go mod init my-agent/main
go get google.golang.org/adk/v2
go mod tidy
然后在智能体所在的文件夹里运行它:
go run agent.go
来源见 https://adk.dev/get-started/go/
安装页面给出 2.0 用的 go get google.golang.org/adk/v2,以及留在 1.x 版本用的这一行:
go get google.golang.org/adk@v1
来源见 https://adk.dev/get-started/installation/
除此之外不会安装别的东西,所以没有卸载程序。要去掉 ADK Go,就从代码里删掉它的导入语句,再运行 go mod tidy。这是普通的 Go 用法,不是文档里的命令。
README.md 5 KB setup/a2a.md 3 KB setup/antigravity.md 1 KB setup/claude-code.md 2 KB setup/cloud-run.md 3 KB setup/cursor.md 1 KB setup/macos-linux.md 3 KB setup/models-and-keys.md 5 KB setup/other-agents.md 2 KB setup/run-modes-and-api.md 5 KB setup/upgrade-from-v1.md 2 KB setup/windows.md 2 KB setup/workflows-tools-and-mcp.md 4 KB
Updated by Mindket to the current version of this kit.
同一分类里与本产品共有主题最多的已上架 GitHub 项目。
| 产品 | 星标 | 活跃度 | 语言 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| ADK for Go 智能体开发套件 本页 | 8,945 | 活跃 | Go | Apache-2.0 | |
| Dify共有 genai · llm · ai | 160,579 | — | — | — | — |
| Sim 智能体工作流工作区共有 gemini · agents · ai | 30,071 | — | — | Apache-2.0 | — |
| Ollama 本地与云端运行开源模型共有 go · llm | 186,153 | — | — | MIT | — |
| Crawl4AI 开源网页爬虫共有 llm · mcp · ai | 87,016 | — | — | Apache-2.0 | — |
| qwen-code共有 llm · mcp · ai | 29,845 | 活跃 | TypeScript | Apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
langgenius · 工具包
LangGenius 的开源大模型应用开发平台:可视化工作流、RAG、模型管理,以及带沙箱的智能体。它的 difyctl 工具和技能让 Claude Code、Codex、Cursor 和其他智能体来构建和运行这些应用。
unclecode · 工具包
UncleCode 做的开源网页爬虫和抓取工具,面向大语言模型和 AI 智能体。它在浏览器里加载页面,返回干净的 Markdown,或者按你定义的结构返回 JSON。说明涵盖 Python 库、crwl 命令、Docker 服务器和 MCP。
rohitg00 · 工具包
Rohit Ghumare 做的免费课程,采用 MIT 许可证,分二十个阶段,从数学一路教到智能体和生产部署。Claude Code、Codex 和 Cursor 的导师技能带你一节课一节课地学。安装说明涵盖网站、克隆仓库、导师技能、聚焦路线、项目和认证。