{"title":"Google сделал CLI для агентных проектов — и это уже не просто игрушка","url":"https://verapointmedia.com/tools/google-agents-cli/","markdownUrl":"https://verapointmedia.com/tools/google-agents-cli.md","language":"ru","category":"tools","publishedAt":"2026-07-03T11:23:36.000Z","updatedAt":"2026-07-03T11:23:36.000Z","references":["https://github.com/google/agents-cli","https://google.github.io/agents-cli/","https://pypi.org/project/google-agents-cli/","https://github.com/google/agents-cli/issues"],"rights":"Public user-requested reading, summarization and citation allowed. Model training requires separate permission.","contentMarkdown":"# Google сделал CLI для агентных проектов — и это уже не просто игрушка\n\n- Site: VeraPoint News\n- Section: Инструменты\n- Date: 2026-07-03\n- Canonical: https://verapointmedia.com/tools/google-agents-cli/\n- Markdown: https://verapointmedia.com/tools/google-agents-cli.md\n- Summary: Разбираю agents-cli: как он помогает собирать, тестировать и деплоить AI-агентов на Google Cloud без плясок с десятком отдельных команд.\n- SEO title: Google сделал CLI для агентных проектов: рабочий процесс для AI-агентов и разработки\n- SEO description: Разбираю agents-cli: как он помогает собирать, тестировать и деплоить AI-агентов на Google Cloud без плясок с десятком отдельных команд\n- Target queries: Google сделал CLI для агентных проектов; Google сделал CLI для агентных проектов github; что такое Google сделал CLI для агентных проектов; как использовать Google сделал CLI для агентных проектов\n- Tags: #agents #googlecloud #python #cli #aiagents\n- Image: https://verapointmedia.com/static/content-assets/tools/google-agents-cli/cover.webp\n\n## Sources\n\n- https://github.com/google/agents-cli\n- https://google.github.io/agents-cli/\n- https://pypi.org/project/google-agents-cli/\n- https://github.com/google/agents-cli/issues\n\n---\n\nКогда у вас агент уже не «поболтать в ноутбуке», а нормально собрать, проверить, задеплоить и потом ещё не потерять в этом всем голову, начинается боль. Вот именно эту боль и пытается закрыть `google/agents-cli`: один слой поверх кучи разрозненных команд, чтобы код-ассистент умел не только писать, но и доводить агент до вменяемого рабочего состояния.\n\nСразу скажу, кому это читать: если вы уже трогали AI-агентов, ADK, Google Cloud или хотя бы понимаете, что «запустить демку» и «поддерживать систему» — это вообще разные жанры, вам сюда. Если же вам нужен просто красивый чатик с LLM, можно пропустить: тут история про сборку, оценку, деплой и инфраструктуру.\n\nСсылка на инструмент: `google/agents-cli` — https://github.com/google/agents-cli\nИ ещё у него есть доки на отдельной странице, что, честно, уже хороший знак: хотя бы не пытаются спрятать смысл в маркетинговом тумане.\n\n## Если просто\n\n`agents-cli` — это не сам агент и не замена Claude Code или Codex. Я проверила: это именно набор команд и «скиллов» — по-русски говоря, подсказок и рабочих умений — которые прикручиваются к вашему кодовому помощнику.\n\nИдея простая, почти до смешного: вы не заставляете ИИ-ассистента самому каждый раз вспоминать, как устроены Google Cloud, ADK, деплой, логирование и тестирование агентов. Вы даёте ему готовый каркас. Он уже по нему идёт.\n\nУ Google это упаковано в Python-CLI, плюс отдельные skills: для scaffolding, то есть создания каркаса проекта; для eval, то есть оценки качества агента; для deploy; для observability, то есть наблюдаемости — проще говоря, чтобы видеть, что агент вообще делает, а не верить ему на слово.\n\n## Что это решает\n\nСамая больная штука в агентных проектах — они очень быстро расползаются. Сегодня у вас «просто прототип», завтра там уже RAG, промпты, оценки, секреты, CI/CD, а послезавтра вы сидите и думаете: а где тут вообще вход, где выход и почему оно живёт только на ноутбуке одного человека.\n\nВот `agents-cli` пытается собрать это в одну понятную дорожку. Не магию, а дорожку. Чтобы можно было:\n\n- создать новый агентный проект;\n- добавить в существующий проект деплой и пайплайн;\n- прогнать eval на датасете;\n- сравнить результаты;\n- задеплоить в Google Cloud;\n- и зарегистрировать всё это в Gemini Enterprise, если вам туда надо.\n\nМне это нравится как практическая идея. Не нравится — что всё подано с явным уклоном в Google-экосистему. Ну то есть если вы уже сидите на GCP, вам, скорее всего, будет удобно. Если нет — «универсальность» тут слегка рекламная, я бы не обольщалась.\n\n## Как попробовать\n\nТут всё довольно по-человечески, и это неожиданно приятно.\n\nДля старта нужны Python 3.11+, `uv` и Node.js. Дальше установка выглядит так:\n\n```bash\nuvx google-agents-cli setup\n```\n\nЕсли вам нужны только skills, без полной установки CLI, есть более лёгкий путь:\n\n```bash\nnpx skills add google/agents-cli\n```\n\nПотом открываете своего кодового помощника — Antigravity CLI, Claude Code, Codex или что используете вы — и просите его собрать что-нибудь через `agents-cli`.\n\nУ Google даже есть быстрый туториал, где предлагают сделать «caveman-style agent» — агента, который сжимает длинный текст в короткие технические ворчания. И вот тут я, честно, сначала усмехнулась, а потом подумала: ну да, хороший способ проверить, как вообще работает весь стек.\n\n## 3 сценария с примерами\n\nПервый сценарий — вы хотите начать новый агентный проект, но не знаете, с чего там вообще заводиться.\nЗадача: пустая папка и идея.\nКак применить: `agents-cli scaffold <name>`.\nЧто получится: базовый каркас проекта, где уже есть понятная структура, а не самодельный зоопарк из файлов.\n\nВторой сценарий — у вас уже есть агент, но он живёт в вакууме, без нормальной проверки качества.\nЗадача: понять, агент отвечает стабильно или только «когда звёзды сошлись».\nКак применить: `agents-cli eval generate`, потом `agents-cli eval grade`.\nЧто получится: трассы выполнения и оценка по метрикам — то есть не вера в ответ модели, а хоть какой-то способ измерять поведение.\n\nТретий сценарий — агент надо вытащить из ноутбука в реальную среду.\nЗадача: деплой в облако и внятная инфраструктура вокруг него.\nКак применить: `agents-cli deploy`, а если нужна обвязка — `agents-cli infra single-project` или `agents-cli infra cicd`.\nЧто получится: более-менее воспроизводимый путь к запуску в Google Cloud, а не «ну у меня на машине работает».\n\n## Где можно застрять\n\nТут есть один важный подвох: `agents-cli` выглядит как ускоритель, но ускоряет он в первую очередь тех, кто уже готов жить в Google Cloud и вокруг ADK.\n\nЕсли вы новичок, можно легко утонуть в словах типа `RAG`, `observability`, `CI/CD`, `Gemini Enterprise`. По-человечески это значит: поиск по своим данным, наблюдение за поведением системы, автоматическая сборка и доставка, корпоративная платформа для агентов. Но слова эти всё равно тяжёлые, и без базового понимания тут будет тесно.\n\nЕщё момент: репозиторий помечен как preview. А это уже не «полировка на финише», а «оно работает, но осторожно». То есть в прод я бы смотрела внимательнее, особенно если речь о ресурсах в вашем Google Cloud-проекте и ответственности за них.\n\nНу и лицензионно всё нормально — Apache-2.0, тут без сюрпризов. Но зрелость всё равно лучше проверять руками: 24 open issues на такой инструмент — не катастрофа, но и не знак абсолютного спокойствия.\n\n## Кому это нужно\n\nТем, кто строит агентные приложения и хочет не просто «поиграться», а довести их до проекта с жизненным циклом.\n\nТем, кто уже использует Google Cloud или собирается туда идти.\n\nТем, кто работает с кодовым ассистентом и хочет научить его делать не только файлы, но и инфраструктурные шаги: тестировать, сравнивать, деплоить, логировать.\n\n## Кому это не нужно\n\nЕсли вам нужен только локальный эксперимент на один вечер — это, скорее всего, тяжеловато.\n\nЕсли вы не планируете Google Cloud и вообще не хотите заходить в экосистему Google, ценность резко снижается.\n\nЕсли у вас уже есть свой зрелый пайплайн для агентов и вы не хотите менять стек, `agents-cli` может оказаться лишним слоем поверх того, что и так работает.\n\n## Вердикт Веры\n\nВот мой честный вывод: `agents-cli` — полезная штука не потому, что она «про агентов», а потому, что она пытается сделать агентную разработку менее хаотичной.\n\nМне нравится, что здесь есть нормальный путь от scaffold до eval и deploy. Не нравится только то, что за удобством тут явно стоит ставка на Google-экосистему, а это всегда немного с условиями мелким шрифтом.\n\nЕсли вы уже в этом мире — очень стоит попробовать. Если вы только присматриваетесь, сохраните как шпаргалку и начните с `setup` и `scaffold`. А потом уже будет видно, это ваш инструмент или очередная красивая обвязка вокруг очень сложной жизни агентных систем.\n\n## Что читать дальше\n\n- [Все материалы про AI-агентов](/topics/ai-agents/)\n- [Что такое AI-агент простыми словами](https://verapointmedia.com/guides/chto-takoe-ai-agent-prostymi-slovami/)\n- [Все материалы про AI-инструменты](/topics/ai-tools/)\n- [Как отличить рабочий AI-инструмент от красивой демки](https://verapointmedia.com/guides/kak-otlichit-rabochiy-ai-instrument-ot-krasivoy-demki/)\n\n## Материалы\n\n- [google/agents-cli] google/agents-cli: https://github.com/google/agents-cli\n- [google.github.io] supporting context: https://google.github.io/agents-cli/\n- [pypi.org] supporting context: https://pypi.org/project/google-agents-cli/\n- [github.com] supporting context: https://github.com/google/agents-cli/issues\n"}