agents-cli
Google · 程式設計
agents-cli 是 Google 推出的命令列工具，能教會你現有的開發助理從頭到尾建置 AI 代理。你不必逐一手動學習 Google Cloud 的每個服務，只要安裝這個 CLI 和一組技能，接著請你的開發代理產生專案骨架、執行、評估、部署並發佈以 ADK 為基礎的代理。它能搭配 Antigravity CLI、Claude Code、Codex，以及你已經在用的任何其他開發代理。
關於 agents-cli
什麼是 agents-cli
agents-cli 是 Google 開源的 Google Cloud AI 代理 CLI，用來在 Google Cloud 上建置 AI 代理。它提供一套命令列工具和一組可安裝的技能，能接到你的開發助理上，讓助理熟悉開發生命週期、ADK 的 Python API、專案骨架規則、評估方法與部署目標，你不必事先把它們全部背下來。
它最主要解決的問題是零散。在 Google Cloud 上建置代理通常要動到好幾個服務，每個都有自己的 CLI 和設定。這款 AI 代理部署工具把這些收攏成單一流程：你跟開發代理對話，它就替你執行建立、測試與交付專案所需的正確指令。
在底層，它建立在 Google 的 ADK 代理框架上，那是用來定義代理的程式層。這個 CLI 把該框架包起來，讓你不用手寫樣板程式碼。
最大的限制是範圍。它是為 Google Cloud 打造的開發者工具，因此預設你熟悉終端機、Python 3.11+、uv 和 Node.js，而且它指向 Google 的代理平台，而非中立的代管環境。如果你想要的是拖放式的代理建置工具，那它不是。
開始使用
- 用
uvx google-agents-cli setup安裝 CLI 及其技能，這需要 Python 3.11+、uv 和 Node.js。 - 開啟你的開發助理（Antigravity CLI、Claude Code、Codex 或其他），並用
agents-cli login登入 Google Cloud 或 AI Studio。 - 用白話請你的開發代理建置一個代理。它會啟用工作流程與專案骨架技能、提出釐清問題，並存下一份規格。
- 讓代理用
agents-cli create產生專案骨架，接著用agents-cli install安裝相依套件。 - 執行、評估與部署：用
agents-cli run做快速測試，用agents-cli eval run為追蹤紀錄評分，準備好交付時再用agents-cli deploy。
產品資訊
快速了解 agents-cli 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 後端與 Python 開發者：你能用單一指令從想法走到已部署的代理，前提是你不介意在終端機裡工作。
- 已經在 Google Cloud 上的團隊：agents-cli 使用你現有的專案、驗證與帳單，因此不必新增供應商。
- 開發代理的重度使用者：如果你本來就活在 Claude Code 或 Codex 裡，安裝技能就是全部的設定。
任務
- 產生新的 ADK 代理專案骨架：一個指令就備好樣板程式碼、測試與評估集。
- 評估代理品質：在評估資料集上跑推論，再用指標與以 LLM 擔任評審的評分準則為追蹤紀錄評分。
- 部署到正式環境：推送至 Agent Runtime、Cloud Run 或 GKE，並內含 CI/CD 與機密處理。
情境
- 週末就開始一個代理構想，不必先讀完每個服務的說明文件：技能會替你承載平台知識。
- 交付一個必須通過審查的內部工具：內建的評估與可觀測性給你追蹤紀錄與指標，讓你能為上線辯護。
- 為企業使用者註冊代理：發佈步驟會把它註冊到 Gemini Enterprise。
主要功能
開發助理技能
核心概念是 agents-cli 交給你的開發助理一組技能，每個各負責工作的一部分。有一個技能管工作流程與模型選擇，一個管 ADK 的 Python API，一個管專案骨架，另外各有技能處理評估、部署、發佈與可觀測性。你要求某項任務時，助理會載入對應的那個，因此它不再對 Google Cloud 的細節瞎猜。不必再複製貼上服務說明文件。
專案骨架與升級
agents-cli create 指令會建出一個全新的代理專案，內含可用的程式碼、測試與現成的評估集。如果你已經有專案，scaffold 子指令能為它加上部署或 CI/CD，或把它升級到較新版本的工具。當這個 CLI 變動時，這條升級路徑很重要。你不必從頭重建。
內建評估
評估指令把工作拆成清楚的步驟。eval generate 讓代理跑過評估案例。eval grade 依指標為追蹤紀錄評分。eval run 則一次做完兩件事。這套 AI 代理評估支援多輪對話資料集、以 LLM 擔任評審的評分，以及可調適的評分準則。這比多數業餘代理設定願意做的還多。
部署目標
代理就緒後，你可以部署到 Google 的 Agent Runtime、Cloud Run 或 GKE。部署技能也涵蓋 CI/CD 流程與機密，因此從本機建置到服務運行的路徑是有引導的，而不是丟給你自理。Google Cloud 專案設定與憑證會沿用。
發佈到 Gemini Enterprise
一個專責的發佈技能會把你的代理註冊到 Gemini Enterprise，那是 Google 為面向企業的代理所設的平台。這一步把可運作的原型變成組織真能推行給使用者的東西。跳過它，代理就只留在本機。
可觀測性掛接
可觀測性技能把代理接到 Cloud Trace 與日誌記錄，並涵蓋第三方整合。上線之後，你能看見代理在正式環境的行為，而不是盲目飛行。
在你現有的工具上運行
agents-cli 不強迫你換編輯器。它搭配 Antigravity CLI、Claude Code、Codex 以及任何其他開發代理，因此你保留習慣的工作流程，而這個 CLI 補上 Google Cloud 的缺口。
優缺點
優點
- 依 Apache 2.0 免費開源，試用沒有授權成本。
- 把跨多個服務的工作流程收攏成一行有引導的指令，降低了設定的學習曲線。
- 以技能為本的設計，讓你的開發助理承載平台知識，而不是你自己。
- 評估、部署與可觀測性都內含，你不必為每個階段拼湊各自獨立的工具。
缺點
- 綁定 Google Cloud，因此部署到別處並非預設的路徑。
- 需要開發者環境（Python 3.11+、uv、Node.js）與對終端機的熟悉度，這把非技術使用者排除在外。
- 由於是快速演進的開源專案，指令與技能可能在版本之間變動，升級後你可能得重新查核文件。
常見問題
它給你的開發助理在 Google Cloud 上建置、評估、部署與發佈 AI 代理所需的技能與指令。你安裝一次，接著用白話請你的開發代理完成工作。
相關內容
探索與 agents-cli 相關的工具、技能與文章。
agents-cli 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。