---
title: "谷歌云开源 agents-cli：AI智能体全生命周期CLI工具，从脚本到GKE部署一气呵成"
url: "https://paooo.com/ai-tool/10631/"
author: "Prompt 语宙研究院"
published_at: "2026-05-24T13:08:04+08:00"
updated_at: "2026-05-24T02:28:34+08:00"
categories: "AI 工具"
tags: "ADK, AI Agent, Gemini, 命令行工具, 谷歌云"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 谷歌云开源 agents-cli：AI智能体全生命周期CLI工具，从脚本到GKE部署一气呵成

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-tool/10631/) · 作者：Prompt 语宙研究院 · 发布时间：2026-05-24

## AI 30 秒核心看点 (TL;DR)

- 将 Agent 全生命周期工程化封装为 CLI 与七大技能模块，显著降低从原型到生产的落地门槛。
- 支持 scaffold、eval、deploy、publish 等关键命令，可覆盖本地调试、评估验证、云端部署与企业发布。
- 通过 ADK + A2A 与技能注入机制，帮助编程助手直接生成更准确的云原生 Agent 代码与配置。

> 
                **💡 站外导读：**当前，AI Agent 正从原型走向生产，但开发、评估、部署各环节工程化复杂度高，开发者往往需串联十余个工具与服务，试错成本极高。谷歌云开源 agents-cli，将 Agent 全生命周期知识浓缩为一套 CLI 命令与七大技能模块，让编程助手代为处理基础设施配置，本地开发仅需 API Key 即可启动，显著降低从原型到云端的落地门槛。

            

             
                        

## agents-cli是什么

Agents CLI 是谷歌云智能体平台推出的官方命令行工具，专为简化 AI Agent 全生命周期设计。工具将工程化知识打包为 7 个独立技能模块，覆盖从项目脚手架、ADK 开发、本地评估到 Cloud Run / GKE 部署及 Gemini Enterprise 发布的完整流程。开发者可让 AI 编程助手自动完成全流程，可通过人工模式直接接管 CLI 命令。本地开发仅需 AI Studio API Key，无需 Google Cloud 项目可快速原型验证。

## agents-cli的主要功能

- 
**项目脚手架**：提供 `scaffold` 命令，支持一键创建标准化 Agent 项目、为现有项目追加部署/CI/CD/RAG 能力，及将项目升级至新版规范。

- 
**本地开发与调试**：内置 `run` 命令支持单条指令快速冒烟测试，`playground` 可启动本地 Web 可视化界面进行交互调试，同时提供 `install` 和 `lint` 命令管理依赖与代码质量。

- 
**评估与验证**：通过 `eval run` 运行评估流水线，按预设指标和评估集测试 Agent 表现，并通过 `eval compare` 对比不同版本结果，支持 LLM-as-Judge 和轨迹评分。

- 
**自动化部署**：`deploy` 命令支持一键部署至 Agent Runtime（自动处理记忆与编排）、Cloud Run（无服务器容器化）或 GKE（Kubernetes 集群）三类目标环境。

- 
**企业发布**：`publish gemini-enterprise` 可将部署后的 Agent 注册到 Gemini Enterprise 平台，使其在组织内可被搜索和调用。

- 
**基础设施即代码**：提供 `infra` 系列命令生成 Terraform 配置、搭建 staging/prod 的 CI/CD 流水线，配置向量存储等 RAG 数据基础设施及数据接入管道。

- 
**编程助手技能包**：将工程化知识打包为 Workflow、ADK Code、Scaffold、Eval、Deploy、Publish、Observability 七个结构化技能模块，直接注入 Gemini CLI、Claude Code、Codex、Cursor 等编程助手。

## agents-cli的技术原理

- 
**技能包注入机制**：agents-cli 将 Google Cloud 的工程化知识（部署流程、评估方法、API 规范）打包为 7 个结构化技能模块，通过 `npx skills add` 注入 Gemini CLI、Claude Code、Codex 等编程助手的上下文，使其无需自行推断云服务连接逻辑即可生成准确的 Agent 代码和配置。

- 
**基于 ADK + A2A 的编排架构**：agents-cli 构建于 Google ADK（Agent Development Kit）和 A2A（Agent-to-Agent）协议之上，利用 ADK 的 Python API 定义 Agent 行为、工具调用、状态管理和多 Agent 编排，并通过 A2A 实现 Agent 间的互操作。

- 
**分层云原生架构**：整个技术栈采用分层设计，编排层通过 ADK/A2A 处理 Agent 逻辑，模型层接入 Model Garden 的 Gemini 系列大模型，数据层整合 Vector Store 和 BigQuery，可观测性层通过 OpenTelemetry 和 Cloud Trace 实现全链路追踪。

- 
**上下文压缩与确定性交互**：通过将云服务的连接逻辑、部署规范和最佳实践预先编码为结构化 CLI 命令和技能包，agents-cli 避免了编程助手在每次交互中重复推断基础设施配置，显著降低 Token 消耗并提升输出确定性。

- 
**本地评估与轨迹验证**：内置的评估流水线支持在本地运行基于数据集的 Agent 测试，通过 LLM-as-Judge 和轨迹评分（Trajectory Scoring）对比不同版本的输出质量，确保部署前的行为一致性。

## 如何使用agents-cli

- 
**环境准备**：确保本地已安装 Python 3.11+、uv（Python 包管理器）和 Node.js（用于技能包安装），这是运行 agents-cli 的基础依赖条件。

- 
**安装 CLI 与技能包**：执行 `uvx google-agents-cli setup` 一键安装命令行工具，将 Workflow、ADK Code、Scaffold、Eval、Deploy、Publish、Observability 七个结构化技能包同步部署到你的编程助手。

- 
**仅安装技能包（可选）**：若已有其他工具管理 CLI，可运行 `npx skills add google/agents-cli` 单独向 Gemini CLI、Claude Code、Codex 或 Cursor 注入技能知识，由编程助手代为调用底层命令。

- 
**身份认证**：运行 `agents-cli login --interactive` 通过浏览器完成 Google Cloud 交互式登录，或执行 `export GEMINI_API_KEY="your-key"` 使用 AI Studio API Key 进行无需 GCP 项目的本地开发认证。

- 
**创建项目**：执行 `agents-cli scaffold my-first-agent` 自动生成包含标准目录结构、ADK 基础代码、依赖文件和默认配置的全新 Agent 项目，并进入项目目录。

- 
**安装依赖**：在项目根目录运行 `agents-cli install` 自动解析并安装 requirements.txt 或 pyproject.toml 中声明的 Python 依赖包。

- 
**本地调试**：执行 `agents-cli playground` 启动本地 Web 可视化界面（默认地址 https://127.0.0.1:8000），在浏览器中选择 Agent 并直接输入指令进行交互式调试，无需编写测试脚本。

## agents-cli的核心优势

- 
**降低工程化门槛**：将 Google Cloud 十几个 CLI 工具和服务知识打包成技能包，开发者无需啃文档即可让编程助手完成云端部署。

- 
**多 Agent 兼容**：无缝支持 Gemini CLI、Claude Code、Codex、Cursor、Antigravity 等主流编程助手，不绑定单一工具链。

- 
**本地零成本起步**：本地开发仅需 AI Studio API Key，无需 GCP 项目即可快速原型验证，降低试用门槛。

- 
**全生命周期覆盖**：从脚手架创建、代码开发、评估测试到部署发布、监控观测，提供端到端闭环。

- 
**人工模式兜底**：支持开发者直接执行 CLI 命令，在必要时接管流程，解决全自主系统透明度不足的问题。

- 
**企业级可靠性**：内置评估流水线、IaC、CI/CD 和多环境部署能力，满足生产环境要求。

## agents-cli的项目地址

- **项目官网**：https://google.github.io/agents-cli/

- **GitHub仓库**：https://github.com/google/agents-cli

## agents-cli的同类竞品对比

维度
Google Agents CLI
[MMX-CLI](https://ai-bot.cn/mmx-cli/)
[Cursor CLI](https://ai-bot.cn/cursor-cli/)

**定位**
谷歌云官方开源 CLI，通过 7 个结构化技能包将任意编程助手转化为构建、评估和部署企业级 AI Agent 的专家工具。
MiniMax 推出的多模态命令行工具，封装全模态模型调用能力，面向 AI Agent 实现端到端多媒体内容自动化生产。
AI 原生 IDE（VS Code fork）内置的 CLI Agent，面向日常编码与大规模代码库重构，提供实时补全与多文件编辑能力。

**覆盖阶段**
覆盖脚手架创建、ADK 开发、本地评估、Cloud Run/GKE 部署、Gemini Enterprise 发布及生产观测的完整生命周期。
覆盖信息搜集、内容生成、语音合成、图像/音乐选择到视频制作的端到端多媒体自动化流程。
覆盖代码编辑、多文件重构、测试生成、终端命令执行及通过 Cursor Actions 对接 CI/CD 的编码全流程。

**部署目标**
支持一键部署至 Agent Runtime（自动处理记忆与编排）、Cloud Run（无服务器容器化）或 GKE（Kubernetes 集群）三类 Google Cloud 环境。
仅在本地或 CI 环境中执行 shell 命令，直接调用 MiniMax API 完成内容生成，无特定云基础设施部署目标。
以本地开发为主，通过 Cursor Actions 对接外部 CI/CD 流水线，无原生云服务器或容器化部署能力。

**评估能力**
内置 eval 流水线，支持在本地运行基于数据集的评估，通过 LLM-as-Judge 和轨迹评分量化验证 Agent 行为一致性。
未提供内置 Agent 评估框架，仅依赖 MiniMax API 返回的生成结果，缺乏系统化的指标评测与版本对比机制。
未提供内置 Agent 评估框架，仅支持生成测试代码供开发者自行运行，缺乏 LLM-as-Judge 或轨迹评分能力。

**技能包机制**
将工程化知识打包为 Workflow、ADK Code、Scaffold、Eval、Deploy、Publish、Observability 七个结构化技能模块注入编程助手。
未采用技能包机制，通过 npm 安装后以标准 shell 命令暴露能力，编程助手需自行推断 MiniMax API 的调用逻辑。
未采用技能包机制，通过 `.cursorrules` 文件实现项目级配置预设，由 IDE 内置 Agent 根据上下文推断操作。

**人工模式**
支持开发者在任意步骤直接执行原生 CLI 命令（如 `agents-cli info` 或 `agents-cli deploy`），绕过编程助手的自动化推理。
支持开发者直接执行标准 shell 命令（如 `mmx video generate`），通过 stdout 纯 JSON 输出和语义状态码实现人工可控。
支持开发者直接执行 Cursor CLI 命令或手动接管 IDE 中的 Agent 会话，保持对代码变更的完全控制权。

## agents-cli的应用场景

- 
**企业级 Agent 开发**：需要从零搭建可投产的多 Agent 系统，涉及编排、记忆、评估和监控的复杂场景。

- 
**快速原型验证**：开发者想在本地快速测试 Agent 逻辑，无需配置云服务即可运行和评估。

- 
**AI 编程助手增强**：让团队现有的编程助手（Cursor / Claude Code）获得 Google Cloud 部署专家能力。

- 
**DevOps 自动化**：需要自动生成 Terraform 配置、CI/CD 流水线，实现 Agent 应用的基础设施即代码管理。

- 
**组织级 Agent 发布**：将内部开发的 Agent 注册到 Gemini Enterprise，实现企业内统一发现和使用。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                谷歌云此次开源 agents-cli，本质是在抢占 AI Agent 工程化的标准制定权。它将分散在 Cloud Run、GKE、Vertex AI 等十余个服务中的最佳实践，抽象为可注入编程助手的技能包，用 CLI 命令替代大量 YAML 与 Terraform 手动配置，这是 DevOps 向 AgentOps 演进的典型信号。值得关注的是其技能包注入机制——它让 Gemini CLI、Claude Code、Cursor 等不同工具共享同一套云原生知识，意味着谷歌正在尝试以「工具链无关」的姿态构建生态粘性。若该模式成熟，未来 Agent 开发或将像前端用 Vite 脚手架一样标准化，而谷歌则牢牢卡住了云端部署与可观测性的关键卡口。

## 常见问题解答 (FAQ)

### agents-cli 是什么工具？
agents-cli 是谷歌云智能体平台推出的官方命令行工具，目标是把 AI Agent 从开发、评估到部署、发布的全流程工程化。它内置 7 个技能模块，可配合编程助手完成脚手架、调试、评估和云端部署等任务。

### agents-cli 本地开发需要 Google Cloud 项目吗？
不需要。文章提到本地开发仅需 AI Studio API Key 即可快速启动原型验证，无需先创建 Google Cloud 项目，适合先做本地开发与冒烟测试，再逐步迁移到云端环境。

### agents-cli 可以部署到哪些环境？
可通过 deploy 命令一键部署到三类目标环境：Agent Runtime、Cloud Run 和 GKE。若需要企业内分发，还可用 publish gemini-enterprise 将 Agent 注册到 Gemini Enterprise 平台。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
