agents-cli 是什么:谷歌给编程 Agent 的建 Agent 套件

google/agents-cli 是谷歌开源的「建 Agent」CLI + Skills 合集:给 Claude Code、Codex、Antigravity CLI 等编程 Agent 装上脚手架、评测、部署和可观测性流程,专门面向 Google Cloud / Gemini 平台上的 ADK Agent。截至 2026-11-06(北京时间),最新版 v1.13.0,Apache-2.0,skills.sh 整包约 390 万次累计安装;GitHub 6,310 星。
它是什么
agents-cli 不是又一个聊天 Agent,而是给编程 Agent 用的工具包。README 写得很直白:它提供命令和 Skill,让你手里的 Claude Code / Codex / Antigravity 变成「会在 Google Cloud 上搭、评、发 Agent」的专家,而不是替代这些编程 Agent 本身。
| 仓库 | github.com/google/agents-cli |
|---|---|
| 作者 | Google LLC |
| 许可证 | Apache-2.0 |
| 热度 | skills.sh 包页 7 个 Skill、合计约 390 万次安装(adk-code 单技能 552.8K,2026-11-06 约 15:20 北京时间抓取);趋势榜 adk-code 约 4.1K,整组约 28.6K;GitHub 6,310 星(GitHub API,同日);PyPI google-agents-cli 近一周下载 45,666(pypistats) |
| 运行要求 | Python 3.11+、uv、Node.js;本地跑 Agent 可用 AI Studio Key,部署需 Google Cloud 项目 |
| 最新版本 | v1.13.0(GitHub Release 2026-11-05 00:19 北京时间;PyPI 同步 1.13.0;Cloud Run 支持 Agent Identity、eval 输出 PASS/FAIL 等) |
解决什么问题
通用编程 Agent 能写 Python,但对「用 ADK 搭一个能评测、能上 Cloud Run / Agent Runtime、能看 Trace 的生产 Agent」往往缺官方约定:脚手架怎么起、评测数据集怎么写、部署目标选哪个、密钥和身份怎么配。agents-cli 把这些写成 CLI 命令,再配上 7 个 Skill,让宿主 Agent 按阶段加载手册,而不是临场瞎编。
按仓库 skills/ 与官方文档,七个 Skill 分工如下:
| Skill | 干什么 |
|---|---|
google-agents-cli-workflow | 开发生命周期、代码保留规则、模型选型 |
google-agents-cli-scaffold | create / enhance / upgrade 脚手架 |
google-agents-cli-adk-code | ADK Python/Go API:Agent、工具、编排、回调、状态、Workflow 图 |
google-agents-cli-eval | 评测:指标、数据集、LLM-as-judge、自适应量表 |
google-agents-cli-deploy | 部署到 Agent Runtime、Cloud Run、GKE,以及 CI/CD、密钥 |
google-agents-cli-publish | 注册到 Gemini |
google-agents-cli-observability | Cloud Trace、日志、第三方观测接入 |
模板不止 ADK:文档写明还支持 LangGraph、Claude Agent SDK,以及自带模板。扩展机制(agents-cli-extension.yaml)可以在每次 deploy 前挂团队自己的策略检查。
怎么用
# 安装 CLI + 把 Skills 装进本机编程 Agent
uvx google-agents-cli setup
# 只要 Skills(宿主自己会调 CLI)
npx skills add google/agents-cli
# 起一个默认 ADK Python 项目(Agent Runtime 目标)
agents-cli create -y
# 本地跑一句提示
agents-cli run "lookup order 1042"
# 跑评测(v1.13.0 结束会打 RESULT: PASS / FAIL)
agents-cli eval run
# 部署到 Google Cloud
agents-cli deploy
官方推荐路径是:先让编程 Agent 读 docs 的 setup,再按「搭 → 评 → 发 → 看 Trace」循环。FAQ 说明:本地 create / run / eval 用 AI Studio Key 即可;部署和云功能才要 Cloud 项目。默认会向你自己的 GOOGLE_CLOUD_PROJECT 写一条命令级遥测;可用 AGENTS_CLI_TELEMETRY=0 或 DO_NOT_TRACK=1 关掉。
上手要点
- 版本对齐:对照 GitHub Release
v1.13.0、plugin.json的version: 1.13.0,以及各 Skill frontmatter 的version: 1.13.0;PyPI 包名google-agents-cli同为 1.13.0(核验时间 2026-11-06 北京时间)。 - 许可证:GitHub API 返回 SPDX Apache-2.0;仓库根目录
LICENSE。 - 安装面:skills.sh 包页列出 7 个 Skill,与仓库
skills/目录一致;趋势侧 adk-code / deploy / publish / workflow / eval / scaffold / observability 成组出现。 - v1.13.0 重点:Cloud Run 支持 Agent Identity(新项目默认);
eval run/eval grade以RESULT: PASS|FAIL收尾,可用--fail-under设阈值;login同时刷 gcloud 与 ADC。 - 边界:部署会产生你自己项目里的云资源与账单;扩展覆盖
deploy时仍要人工审策略脚本。
适合谁,不适合谁
适合:已经在用 Claude Code / Codex / Antigravity,准备用 ADK(或文档列出的其他模板)在 Gemini 平台 / Google Cloud 上交付 Agent 的人;需要「评测过了再部署」护栏的团队。
不适合:只想给现有前后端工程加通用 Skill(可看站内 Superpowers、Addy Osmani agent-skills);主战场在 Azure 的,优先看 Azure Skills。完全不做云部署、只写本地脚本的,也用不上 deploy / publish 这两段。
最后
装包、扫一眼 7 个 Skill 名称,再用 agents-cli create -y 起一个空项目——比先啃完 ADK 长文档更快知道这套流程合不合适。官方文档与 Release 笔记是唯一该跟的版本来源。