agents-cli

핵심 발상은 agents-cli가 코딩 어시스턴트에게 스킬 묶음을 넘기고, 각 스킬이 작업의 한 부분을 맡는다는 것이다. 워크플로와 모델 선택을 위한 스킬, ADK의 Python API용 스킬, 골격 생성용 스킬이 있고, 평가, 배포, 게시, 관측성에는 각각 별도의 스킬이 있다. 작업을 요청하면 어시스턴트가 알맞은 스킬을 불러오므로 Google Cloud의 세부 사항을 추측하지 않는다. 서비스 문서를 복사해 붙여 넣을 일도 없다.

agents-cli create 명령은 작동하는 코드, 테스트, 바로 쓸 수 있는 평가 세트를 갖춘 새 에이전트 프로젝트를 만든다. 이미 프로젝트가 있다면 scaffold 하위 명령으로 배포나 CI/CD를 더하거나 더 새 버전의 도구로 끌어올릴 수 있다. 이 업그레이드 경로는 CLI가 바뀔 때 중요하다. 처음부터 다시 만들 필요가 없다.

평가 명령은 작업을 분명한 단계로 나눈다. eval generate는 평가 사례로 에이전트를 돌린다. eval grade는 지표에 따라 추적 기록을 채점한다. 그리고 eval run은 둘을 한 번에 한다. 이 AI 에이전트 평가는 여러 턴의 데이터셋, LLM을 심판으로 삼는 채점, 적응형 평가 기준을 지원한다. 취미로 에이전트를 만드는 대부분이 굳이 하지 않는 것보다 더 나아간다.

에이전트가 준비되면 Google의 Agent Runtime, Cloud Run, GKE에 배포할 수 있다. 배포 스킬은 CI/CD 파이프라인과 비밀도 다루므로, 로컬 빌드에서 돌아가는 서비스까지의 길은 직접 떠안는 대신 안내된다. Google Cloud 프로젝트 설정과 자격 증명은 그대로 이어진다.

전용 게시 스킬이 에이전트를 Gemini Enterprise에 등록한다. 이는 Google이 기업용 에이전트를 위해 마련한 플랫폼이다. 이 단계가 작동하는 시제품을 조직이 실제로 사용자에게 배포할 수 있는 무언가로 바꾼다. 건너뛰면 에이전트는 로컬에 머문다.

관측성 스킬은 에이전트를 Cloud Trace와 로깅에 연결하고 서드파티 연동도 다룬다. 일단 가동되면 어둡게 나는 대신 프로덕션에서 에이전트가 어떻게 작동하는지 본다.

agents-cli는 새 편집기를 강요하지 않는다. Antigravity CLI, Claude Code, Codex, 그리고 다른 어떤 코딩 에이전트와도 작동하므로 익숙한 워크플로를 유지하고 CLI가 Google Cloud의 빈틈을 메운다.