各フレームワークの概要についてお伝えします。

フレームワークの詳細は公式ドキュメントをご確認ください。
Google ADK公式ドキュメント
Strands Agents公式ドキュメント

「エージェントを作る」という目的は同じですが、アプローチは対照的です。

実際に動かしてみたいと思います。

共通設定

必要なモジュールをダウンロードします。

python -m pip install strands-agents google-adk

APIキーを設定します。

$env:GOOGLE_API_KEY='＜キー＞'

これで事前準備は完了です。

AWS Strands Agentsの場合

import os



from strands import Agent, tool

from strands.models.gemini import GeminiModel





@tool
def check_weather(city: str) -> str:
    """都市の天気を取得する（デモ用に固定値を返す）"""
    return f"{city} is Sunny, 25°C"




# Geminiモデルを指定してエージェントを作成
agent = Agent(
    model=GeminiModel(
        model_id="gemini-2.5-flash",
        params={},
        client_args={"api_key": os.environ["GOOGLE_API_KEY"]},
    ),
    tools=[check_weather],
)


# 実行
result = agent("東京の天気は？ 必ず check_weather ツールを使って答えて。")

Google Cloud ADKの場合

import asyncio



from google.adk import Agent

from google.adk.runners import InMemoryRunner

from google.adk.tools.function_tool import FunctionTool

from google.genai import types





def check_weather(city: str) -> str:
    """都市の天気を取得する（デモ用に固定値を返す）"""
    return f"{city} is Sunny, 25°C"




async def main() -> None:
    agent = Agent(
        name="WeatherBot",
        model="gemini-2.5-flash",
        instruction="You are a weather bot. Use check_weather when asked about the weather.",
        tools=[FunctionTool(check_weather)],
    )


    runner = InMemoryRunner(agent)
    session = await runner.session_service.create_session(
        app_name=runner.app_name, user_id="demo_user"
    )
    message = types.Content(
        role="user",
        parts=[types.Part(text="東京の天気は？ 必ず check_weather ツールを使って答えて。")],
    )


    for event in runner.run(
        user_id=session.user_id, session_id=session.id, new_message=message

    ):
        if event.content and event.content.parts:
            text = "".join(part.text or "" for part in event.content.parts)
            if text:
                print(f"[{event.author}] {text}")


    await runner.close()




if __name__ == "__main__":
    asyncio.run(main())

コードを動かしてみた感触としては、

Strands Agents は、エージェントのループ処理やエラーハンドリングがSDK内部に隠蔽されているため、開発者は「ロジック」に集中できます。

対して、Google ADKは記述量が多いですが、Session や Runner、 types が明示されております。「誰が」「どのセッションで」「どういう型で」会話しているかを厳密に管理できます。

それぞれ、選ぶべきケースについて考えてみました。

Google ADK を選ぶケース

• Google Workspace 連携をしたい！
  
  • 「Gmail の内容を要約してカレンダーに登録据える」といった業務フローなど
• Google Cloud 上でデータ分析をしたい！
  
  • BigQuery 上のデータをGeminiに分析させたい場合、ADKの親和性は圧倒的

AWS Strands Agents を選ぶケース

• SaaS連携を広げたい！
  
  • MCP対応のツール（Notion、GitHub、Slackなど）を即時に組み込みたい場合
• AWS基盤を活用したい！
  
  • LambdaやFargateでサーバレスにエージェントを動かしたい場合

本記事では、エージェント開発フレームワークである、Google Cloud の「Agent Deployment Kit」と、AWSの「Strands Agents」を比較しました。

両者は「自律型エージェントの構築」という目的を共有しつつも、その設計思想と適用領域において明確な差異がありました。

どちらを採用するか検討する際は、以下の2点が主な判断基準になりそうです。

1. 分析対象や連携データが Google Cloud に集中している場合は ADK の機能が活きやすく、AWS環境あるいは特定のクラウドに依存しない構成を重視する場合はStrands Agentsの設計がフィットする可能性がありそうです。
2. プラットフォーム固有の機能を深く活用したいか、あるいは業界標準規格であるMCP（Model Context Protocol）によるエコシステム活用を優先したいか、という点も、フレームワークを選定する上での一つの分かれ目と言えるでしょう。

プロジェクトの技術要件と既存のインフラ環境を照らし合わせ、最適なフレームワークを選択してください。