agents-cli
Google · Coding
agents-cli ist ein Kommandozeilenwerkzeug von Google, das deinem vorhandenen Coding-Assistenten beibringt, KI-Agenten von Anfang bis Ende zu bauen. Statt jeden Dienst von Google Cloud von Hand zu lernen, installierst du die CLI zusammen mit einer Reihe von Skills und bittest dann deinen Coding-Agenten, ADK-basierte Agenten zu erzeugen, auszuführen, zu bewerten, bereitzustellen und zu veröffentlichen. Es funktioniert mit Antigravity CLI, Claude Code, Codex und jedem anderen Coding-Agenten, den du bereits nutzt.
Über agents-cli
Was ist agents-cli
agents-cli ist die quelloffene CLI für KI-Agenten von Google Cloud, mit der Google KI-Agenten auf Google Cloud baut. Sie liefert ein Kommandozeilenwerkzeug und eine Reihe installierbarer Skills, die sich in deinen Coding-Assistenten einklinken. So kennt der Assistent den Entwicklungszyklus, die ADK-Python-API, die Regeln für das Gerüst, die Bewertungsmethoden und die Bereitstellungsziele, ohne dass du sie dir vorher einprägen musst.
Das wichtigste Problem, das sie löst, ist die Zersplitterung. Einen Agenten auf Google Cloud zu bauen heißt normalerweise, mehrere Dienste anzufassen, jeder mit eigener CLI und eigener Konfiguration. Dieses Tool zum Bereitstellen von KI-Agenten bündelt das in einen Ablauf: Du sprichst mit deinem Coding-Agenten, und er führt die richtigen Befehle aus, um das Projekt in deinem Namen zu erstellen, zu testen und auszuliefern.
Unter der Haube baut sie auf dem ADK-Agenten-Framework von Google auf, der Codeschicht zum Definieren von Agenten. Die CLI legt sich um dieses Framework, damit du den Standardcode nicht von Hand schreibst.
Die größte Grenze ist der Umfang. Das ist ein Entwicklerwerkzeug für Google Cloud, also setzt es voraus, dass du dich mit einem Terminal, Python 3.11+, uv und Node.js auskennst, und es zeigt auf Googles Agentenplattform statt auf einen neutralen Host. Wenn du einen Agenten-Baukasten per Drag-and-drop willst, ist das nichts.
Erste Schritte
- Installiere die CLI und ihre Skills mit
uvx google-agents-cli setup. Das erfordert Python 3.11+, uv und Node.js. - Öffne deinen Coding-Assistenten (Antigravity CLI, Claude Code, Codex oder einen anderen) und melde dich mit
agents-cli loginbei Google Cloud oder AI Studio an. - Bitte deinen Coding-Agenten, einen Agenten in klarer Sprache zu bauen. Er aktiviert die Skills für den Arbeitsablauf und das Gerüst, stellt Rückfragen und speichert eine Spezifikation.
- Lass den Agenten das Projekt mit
agents-cli createerzeugen und installiere dann die Abhängigkeiten mitagents-cli install. - Ausführen, bewerten, bereitstellen: Nutze
agents-cli runfür einen schnellen Test,agents-cli eval run, um die Traces zu benoten, undagents-cli deploy, wenn du bereit zum Ausliefern bist.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von agents-cli.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Backend- und Python-Entwickler
- Teams, die schon auf Google Cloud sind
- Power-Nutzer von Coding-Agenten
Aufgaben
- Das Gerüst für ein neues ADK-Projekt erzeugen
- Die Qualität eines Agenten bewerten
- In die Produktion bereitstellen
Szenarien
- Eine Agentenidee an einem Wochenende starten, ohne vorher die Doku jedes Dienstes zu lesen
- Ein internes Tool ausliefern, das eine Prüfung bestehen muss
- Einen Agenten für Unternehmensnutzer registrieren
Wichtigste Funktionen
Skills für Coding-Assistenten
Die Kernidee ist, dass agents-cli deinem Coding-Assistenten eine Reihe von Skills übergibt, jede deckt einen Teil der Arbeit ab. Es gibt eine Skill für den Arbeitsablauf und die Modellwahl, eine für die ADK-Python-API, eine für das Gerüst und separate für Bewertung, Bereitstellung, Veröffentlichung und Beobachtbarkeit. Dein Assistent lädt die richtige, wenn du eine Aufgabe stellst, also hört er auf, bei Google-Cloud-Details zu raten. Schluss mit dem Kopieren und Einfügen von Dienst-Doku.
Projektgerüst und Aktualisierungen
Der Befehl agents-cli create baut ein frisches Agentenprojekt mit funktionierendem Code, Tests und fertigen Bewertungssätzen. Wenn du schon ein Projekt hast, können die Unterbefehle von scaffold ihm Bereitstellung oder CI/CD hinzufügen oder es auf eine neuere Version des Tools heben. Dieser Aktualisierungsweg zählt, wenn sich die CLI ändert. Du musst nicht von vorn neu bauen.
Eingebaute Bewertung
Die Bewertungsbefehle teilen die Arbeit in klare Schritte. eval generate führt deinen Agenten über die Bewertungsfälle aus. eval grade benotet die Traces anhand der Metriken. Und eval run macht beides auf einmal. Diese Bewertung von KI-Agenten unterstützt Datensätze mit mehreren Runden, Bewertung durch ein LLM als Richter und anpassungsfähige Raster. Das ist mehr, als sich die meisten Hobby-Agenten-Setups antun.
Bereitstellungsziele
Wenn der Agent fertig ist, kannst du ihn auf Agent Runtime von Google, Cloud Run oder GKE bereitstellen. Die Skill für die Bereitstellung deckt auch CI/CD-Pipelines und Geheimnisse ab, der Weg vom lokalen Build zum laufenden Dienst ist also geführt statt dir überlassen. Die Einstellungen und Anmeldedaten des Google-Cloud-Projekts bleiben bestehen.
Veröffentlichung bei Gemini Enterprise
Eine eigene Skill für die Veröffentlichung registriert deinen Agenten bei Gemini Enterprise, Googles Plattform für Agenten mit Blick auf Unternehmen. Das ist der Schritt, der einen funktionierenden Prototyp in etwas verwandelt, das eine Organisation wirklich an ihre Nutzer ausrollen kann. Lässt du ihn aus, bleibt der Agent lokal.
Ansatzpunkte für Beobachtbarkeit
Die Skill für die Beobachtbarkeit bindet den Agenten an Cloud Trace und die Protokollierung an und deckt Integrationen von Drittanbietern ab. Sobald er läuft, siehst du, wie der Agent sich in der Produktion verhält, statt blind zu fliegen.
Läuft mit den Werkzeugen, die du schon nutzt
agents-cli zwingt dir keinen neuen Editor auf. Es funktioniert mit Antigravity CLI, Claude Code, Codex und jedem anderen Coding-Agenten, du behältst also den gewohnten Arbeitsablauf und die CLI füllt die Lücken von Google Cloud.
Vor- und Nachteile
Vorteile
- Kostenlos und quelloffen unter Apache 2.0, es gibt also keine Lizenzkosten zum Ausprobieren.
- Bündelt einen Ablauf über mehrere Dienste in einer geführten Kommandozeile, was die Lernkurve bei der Einrichtung senkt.
- Das skillbasierte Design sorgt dafür, dass dein Coding-Assistent das Plattformwissen trägt statt du.
- Bewertung, Bereitstellung und Beobachtbarkeit sind enthalten, du musst also nicht für jede Stufe separate Tools zusammenstückeln.
Nachteile
- An Google Cloud gebunden, eine Bereitstellung woanders ist also nicht der vorgesehene Weg.
- Erfordert eine Entwicklerumgebung (Python 3.11+, uv, Node.js) und Sicherheit im Terminal, was nicht technische Nutzer ausschließt.
- Als schnell wachsendes Open-Source-Projekt können sich Befehle und Skills zwischen Versionen ändern, du musst die Doku nach einer Aktualisierung also vielleicht erneut prüfen.
Häufige Fragen
Es gibt deinem Coding-Assistenten die Skills und Befehle, um KI-Agenten auf Google Cloud zu bauen, zu bewerten, bereitzustellen und zu veröffentlichen. Du installierst es einmal und bittest dann deinen Coding-Agenten, die Arbeit in klarer Sprache zu erledigen.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu agents-cli.
Alternativen zu agents-cli
Forefront
Forefront · CodingForefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.
Startkit
StartKit.AI · CodingStartkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.
Testim
Tricentis · CodingTestim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.