Google ADK

通过 TwexAPI MCP 构建 Gemini ADK AI Agent，实现推文搜索、资料查询、趋势读取与经审核的 X 写操作。

通过 TwexAPI 的 MCP 服务器构建 Google ADK Twitter API AI Agent。搜索推文、查看资料、读取趋势并审核写操作。将 tweet ID、游标与路由名持久化为 durable JSON。

为何将 Google ADK 与 TwexAPI 搭配使用？

ADK 以 Gemini 为先。TwexAPI 作为远程 MCP 工具集出现：explore 发现路由，twexapi_request 执行。

运行时为 Gemini 时用 ADK。无需模型的定时作业请用 Python SDK 或 Prefect。

前置条件

• Python 3.10 或更高版本
• TwexAPI API 密钥
• Google AI API 密钥
• 写操作所需的 Twitter cookie 或 auth_token — 见

公开 X 读取无需 X Developer 凭证，使用 TwexAPI 认证即可。

安装

python -m pip install "google-adk>=1.0" python-dotenv

TWEXAPI_API_KEY=YOUR_API_KEY
GOOGLE_API_KEY=...

连接 TwexAPI MCP

import os

from google.adk.tools.mcp_tool import McpToolset, StreamableHTTPConnectionParams

twexapi_toolset = McpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://api.twexapi.io/mcp",
        headers={"x-api-key": os.environ["TWEXAPI_API_KEY"]},
    )
)

未认证 MCP 请求返回 401。首次请求发送 x-api-key。

完整示例

import asyncio
import os
from pathlib import Path
from typing import Literal

from dotenv import load_dotenv
from google.adk.agents import LlmAgent
from google.adk.runners import InMemoryRunner
from google.adk.tools.mcp_tool import McpToolset, StreamableHTTPConnectionParams
from google.genai import types
from pydantic import BaseModel


class TweetRow(BaseModel):
    tweet_id: str
    text: str
    author_username: str | None = None
    created_at: str | None = None


class TweetSearchHandoff(BaseModel):
    query: str
    route_used: str
    tweets: list[TweetRow]
    has_more: bool
    next_cursor: str | None = None
    stop_reason: Literal[
        "complete",
        "requested_limit",
        "cursor_stalled",
        "page_cap",
    ]


async def main() -> None:
    load_dotenv()

    twexapi_toolset = McpToolset(
        connection_params=StreamableHTTPConnectionParams(
            url="https://api.twexapi.io/mcp",
            headers={"x-api-key": os.environ["TWEXAPI_API_KEY"]},
        )
    )

    agent = LlmAgent(
        model="gemini-2.5-flash",
        name="twexapi_agent",
        instruction=(
            "Use TwexAPI for Twitter API requests. Call explore before twexapi_request. "
            "Preserve exact IDs and cursors. Never invent missing tweet fields. "
            "Ask for confirmation before read_only: false actions. "
            "Return only valid JSON for TweetSearchHandoff."
        ),
        tools=[twexapi_toolset],
    )

    runner = InMemoryRunner(agent=agent, app_name="twexapi_app")
    session = await runner.session_service.create_session(
        app_name="twexapi_app",
        user_id="user-1",
    )

    response_parts: list[str] = []
    async for event in runner.run_async(
        user_id="user-1",
        session_id=session.id,
        new_message=types.Content(
            role="user",
            parts=[
                types.Part(
                    text=(
                        "Search 25 recent tweets about Google ADK MCP. "
                        "Return query, route_used, tweet rows, has_more, "
                        "next_cursor, and stop_reason as JSON."
                    )
                )
            ],
        ),
    ):
        if event.content and event.content.parts:
            response_parts.extend(
                part.text for part in event.content.parts if part.text
            )

    handoff = TweetSearchHandoff.model_validate_json("".join(response_parts))
    Path("twexapi-adk-handoff.json").write_text(
        handoff.model_dump_json(indent=2),
        encoding="utf-8",
    )
    await twexapi_toolset.close()


asyncio.run(main())

若模型用 Markdown 围栏包裹 JSON，model_validate_json 前需剥离。在 ADK 会话外持久化文件。

保留 MCP 响应契约

每页复用相同查询与筛选。游标视为 opaque。

满足请求总量、has_more 为 false、next_cursor 重复或达到页面上限时停止分页。

保持可恢复的AI Agent handoff

见 Agent MCP Handoff。

构建错误处理

见 Error Handling 与 Rate Limits。

多AI Agent设置

仅向采集者提供 TwexAPI 工具。分析与写作AI Agent无工具，使写审批保持显式。

researcher = LlmAgent(
    model="gemini-2.5-flash",
    name="researcher",
    instruction="Collect X/Twitter data through TwexAPI MCP and return compact JSON.",
    tools=[twexapi_toolset],
)

analyst = LlmAgent(
    model="gemini-2.5-flash",
    name="analyst",
    instruction="Analyze structured tweet rows. Do not call external tools.",
)

动态 header 与工具过滤

一个 ADK 应用服务多个 TwexAPI 账号时使用动态 header。

def get_headers(context):
    return {"x-api-key": context.state["twexapi_api_key"]}


twexapi_toolset = McpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://api.twexapi.io/mcp",
    ),
    header_provider=get_headers,
)

规划AI Agent仅暴露发现：

planning_toolset = McpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://api.twexapi.io/mcp",
        headers={"x-api-key": os.environ["TWEXAPI_API_KEY"]},
    ),
    tool_filter=["explore"],
)

包版本

下一步

• MCP Tools
• Agent MCP Handoff
• Python SDK
• Advanced Twitter Search