agents-cli
Google · Programmation
agents-cli est un outil en ligne de commande de Google qui apprend à votre assistant de codage actuel à construire des agents IA de bout en bout. Au lieu d'apprendre à la main chaque service de Google Cloud, vous installez la CLI et un ensemble de skills, puis vous demandez à votre agent de codage de générer la structure, d'exécuter, d'évaluer, de déployer et de publier des agents basés sur ADK. Il fonctionne avec Antigravity CLI, Claude Code, Codex et tout autre agent de codage que vous utilisez déjà.
À propos de agents-cli
Qu'est-ce qu'agents-cli
agents-cli est la CLI d'agents IA de Google Cloud, open source, que Google utilise pour construire des agents IA sur Google Cloud. Elle fournit un outil en ligne de commande et un ensemble de skills installables qui se branchent sur votre assistant de codage, si bien que l'assistant connaît le cycle de vie du développement, l'API Python d'ADK, les règles de génération de structure, les méthodes d'évaluation et les cibles de déploiement sans que vous ayez à les mémoriser au préalable.
Le principal problème qu'elle résout, c'est la dispersion. Construire un agent sur Google Cloud revient souvent à toucher à plusieurs services, chacun avec sa propre CLI et sa propre configuration. Cet outil de déploiement d'agents IA réunit tout dans un seul flux : vous parlez à votre agent de codage, et il lance les bonnes commandes pour créer, tester et livrer le projet à votre place.
Sous le capot, elle s'appuie sur le framework d'agents ADK de Google, la couche de code qui sert à définir des agents. La CLI enveloppe ce framework pour que vous n'écriviez pas le code répétitif à la main.
La plus grande limite, c'est la portée. C'est un outil pour développeurs conçu pour Google Cloud, donc il suppose que vous êtes à l'aise avec un terminal, Python 3.11+, uv et Node.js, et il vise la plateforme d'agents de Google plutôt qu'un hébergeur neutre. Si vous cherchez un créateur d'agents en glisser-déposer, ce n'est pas celui-là.
Pour démarrer
- Installez la CLI et ses skills avec
uvx google-agents-cli setup, qui exige Python 3.11+, uv et Node.js. - Ouvrez votre assistant de codage (Antigravity CLI, Claude Code, Codex ou un autre) et connectez-vous à Google Cloud ou à AI Studio avec
agents-cli login. - Demandez à votre agent de codage de construire un agent en langage naturel. Il active les skills de flux de travail et de génération de structure, pose des questions de clarification et enregistre une spécification.
- Laissez l'agent générer le projet avec
agents-cli create, puis installez les dépendances avecagents-cli install. - Exécutez, évaluez et déployez : utilisez
agents-cli runpour un test rapide,agents-cli eval runpour noter les traces etagents-cli deployquand vous êtes prêt à livrer.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de agents-cli.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs back-end et Python
- Équipes déjà sur Google Cloud
- Utilisateurs avancés d'agents de codage
Tâches
- Générer la structure d'un nouveau projet ADK
- Évaluer la qualité d'un agent
- Déployer en production
Cas d'usage
- Démarrer l'idée d'un agent un week-end sans lire d'abord la documentation de chaque service
- Livrer un outil interne qui doit passer une revue
- Enregistrer un agent pour des utilisateurs en entreprise
Fonctionnalités clés
Skills pour assistants de codage
L'idée centrale est qu'agents-cli remet à votre assistant de codage un ensemble de skills, chacune couvrant une partie du travail. Il y a une skill pour le flux de travail et le choix du modèle, une pour l'API Python d'ADK, une pour la génération de structure, et d'autres distinctes pour l'évaluation, le déploiement, la publication et l'observabilité. Votre assistant charge la bonne quand vous demandez une tâche, donc il arrête de deviner les détails de Google Cloud. Fini le copier-coller de documentation de service.
Création et mise à niveau de projets
La commande agents-cli create monte un projet d'agent neuf avec du code fonctionnel, des tests et des jeux d'évaluation prêts à l'emploi. Si vous avez déjà un projet, les sous-commandes scaffold peuvent y ajouter le déploiement ou la CI/CD, ou le faire passer à une version plus récente de l'outil. Ce chemin de mise à niveau compte quand la CLI change. Vous n'aurez pas à tout reconstruire de zéro.
Évaluation intégrée
Les commandes d'évaluation découpent le travail en étapes claires. eval generate exécute votre agent sur les cas d'évaluation. eval grade note les traces selon les métriques. Et eval run fait les deux à la fois. Cette évaluation d'agents IA prend en charge les jeux de données multi-tours, la notation par un LLM juge et les grilles adaptatives. C'est plus que ce dont la plupart des montages d'agents amateurs se donnent la peine.
Cibles de déploiement
Quand l'agent est prêt, vous pouvez le déployer sur Agent Runtime de Google, Cloud Run ou GKE. La skill de déploiement couvre aussi les pipelines CI/CD et les secrets, donc le chemin de la compilation locale à un service en marche est guidé plutôt que laissé de côté. Les paramètres et identifiants du projet Google Cloud sont conservés.
Publication vers Gemini Enterprise
Une skill de publication dédiée inscrit votre agent dans Gemini Enterprise, la plateforme de Google pour les agents destinés aux entreprises. C'est l'étape qui transforme un prototype fonctionnel en quelque chose qu'une organisation peut réellement déployer auprès de ses utilisateurs. Sautez-la, et l'agent reste en local.
Points d'observabilité
La skill d'observabilité relie l'agent à Cloud Trace et à la journalisation, et couvre les intégrations tierces. Une fois en production, vous voyez comment l'agent se comporte au lieu d'avancer à l'aveugle.
Fonctionne avec les outils que vous utilisez déjà
agents-cli n'impose pas un nouvel éditeur. Il fonctionne avec Antigravity CLI, Claude Code, Codex et tout autre agent de codage, donc vous gardez le flux de travail auquel vous êtes habitué et la CLI comble les lacunes de Google Cloud.
Avantages et inconvénients
Avantages
- Gratuit et open source sous Apache 2.0, donc aucun coût de licence pour l'essayer.
- Réunit un flux multi-services dans une seule ligne de commande guidée, ce qui réduit la courbe d'apprentissage de la configuration.
- Une conception à base de skills fait que votre assistant de codage porte la connaissance de la plateforme à votre place.
- L'évaluation, le déploiement et l'observabilité sont inclus, donc vous n'assemblez pas des outils séparés pour chaque étape.
Inconvénients
- Lié à Google Cloud, donc déployer ailleurs n'est pas le chemin prévu.
- Exige un environnement de développeur (Python 3.11+, uv, Node.js) et de l'aisance avec le terminal, ce qui exclut les utilisateurs non techniques.
- Comme c'est un projet open source qui évolue vite, les commandes et les skills peuvent changer d'une version à l'autre, donc vous devrez peut-être revérifier la documentation après une mise à niveau.
Questions fréquentes
Il donne à votre assistant de codage les skills et les commandes pour construire, évaluer, déployer et publier des agents IA sur Google Cloud. Vous l'installez une fois, puis vous demandez à votre agent de codage de faire le travail en langage naturel.
Contenus associés
Découvrez des outils, des compétences et des articles liés à agents-cli.
Alternatives à agents-cli
Forefront
Forefront · ProgrammationForefront est une plateforme web pour construire avec de l'IA open source. Elle vous laisse affiner les principaux modèles de langage open source sur vos propres données, évaluer leurs performances et les exécuter via une API ou les exporter pour les héberger vous-même. Les développeurs qui veulent le confort d'une plateforme fermée mais tiennent à rester propriétaires de leurs modèles et de leurs données sont le public visé ici.
Startkit
StartKit.AI · ProgrammationStartkit est un boilerplate pour créer des produits SaaS d'IA et des wrappers d'IA. Voyez-le comme un boilerplate de startup IA avec les parties ennuyeuses déjà branchées : authentification, paiements Stripe et Lemon Squeezy, limites d'usage, e-mail transactionnel et un kit de démarrage d'API IA qui parle à OpenAI, Anthropic, Groq ou Llama. Vous clonez le dépôt, fixez votre prix et attaquez la partie du produit pour laquelle les gens paient vraiment. Il repose sur Next.js au-dessus de React et Tailwind, donc une bonne partie du code boilerplate vous semble déjà familière.
Testim
Tricentis · ProgrammationTestim est une plateforme d'automatisation des tests dopée à l'IA, qui sert à créer et exécuter des tests de bout en bout sur des applications web, mobiles et Salesforce. Elle s'appuie sur l'apprentissage automatique pour garder les tests stables quand une interface change, alors les équipes passent moins de temps à réparer des sélecteurs cassés. Pas mal pour un outil de tests automatisés que vous pouvez utiliser dès aujourd'hui. Vous créez des tests en enregistrant des actions dans un navigateur, puis vous ajoutez du JavaScript quand vous avez besoin de plus de contrôle. C'est un choix solide pour une équipe QA bien occupée.