谷歌开源 agents-cli一套,让 AI 助手在云上变专业的 Skill 包

如果你尝试让一个 AI 编程助手去谷歌云上搭个 Agent，它会卡住。BigQuery 现在的 API 长什么样、Cloud Run 部署要配哪些参数、Agent 评估该用什么数据集，这些细节三个月前的模型训练数据里根本没有，全靠猜想。猜错了，你需要一遍遍贴文档、纠正、重来。

谷歌 2026 年 6 月开源的 agents-cli，它本身是一个 Skill 包，不是 Agent。

"它是 Antigravity CLI、Claude Code 或 Codex 的替代品吗？不是。agents-cli 是给编程 Agent 用的工具，自己不是编程 Agent。"换句话说，它不能替你写代码，它只是让你手头那个会写代码的 AI 助手，在谷歌云上变得专业起来。

Skill 是什么：给 Agent 的上岗手册

理解 agents-cli，得先理解 Skill 这个概念。大模型的知识有截止日期。一个半年前训练的模型，它脑子里的 BigQuery 文档是半年前的版本。API 改过几次、限额变了、最佳实践更新了，它都不知道。你让它干活，它就按过时的记忆来，错得理直气壮。

Skill 解决的就是这个。它是一个个打包好的知识文件，里面装着某个产品的当前 API、当前最佳实践、当前的限制。关键在于：Agent 只在用到的时候才读它。你在写 BigQuery 相关代码时，它才把 BigQuery 的 Skill 读进来；写 Gmail 集成时，它不会浪费脑容量去想 Cloud Run 的事。

谷歌打了个比方叫"closing the knowledge gap"，翻译过来就是补上知识时差。你可以理解成给新员工发一本上岗手册：平时不用背，需要的时候翻开对应那一章。agents-cli 提供的，正是这本手册里和"在谷歌云上做 Agent"直接相关的几章。

一本手册覆盖 Agent 的全部流程

agents-cli 的 Skill 包，按一个 Agent 从无到有的完整流程组织。官方原话是"cover the agent-building lifecycle"，覆盖构建 Agent 的整个生命周期。一本手册从头翻到尾，恰好就是一个 Agent 上线的全过程。

① 先搭起来

一条 agents-cli create my-agent 命令，给你生成标准的项目骨架，目录结构、配置文件、依赖都摆好。接下来写 Agent 代码，agents-cli 配了 ADK（谷歌自己的 Agent 开发框架）的代码模式速查。ADK 是 Agent 跑起来的引擎，agents-cli 是围着引擎转的工具箱，帮你把基于 ADK 的 Agent 搭出来、测好、送上线。

②再测试

给你一套评估方法学和测试数据集的格式，让 Agent 跑一批推理、自动打分、找出哪里不行。不是人肉看一眼觉得"差不多"就敢上线。一个没经过 eval 的 Agent，就像没试车就把新车开上高速。

③ 最后上线

部署环节告诉你怎么配 Cloud Run、怎么接 Vertex AI 做模型后端。部署上线之后还得持续盯着：Cloud Trace 看请求在哪卡顿、BigQuery Agent Analytics 看 token 花在哪、对话有没有跑偏。有数据可查，不靠猜。最后一步 publish，正式发布出去。

这套流程是：一个 AI 编程助手只要装了这套 Skill，就能独立完成"从零搭一个云端 Agent、测试、部署、监控"的全套活，中间不用你不停地去翻谷歌文档喂给它。

配套的那十几本产品手册

产品手册覆盖谷歌云最常用的几个服务：BigQuery、Cloud Run、GKE，加上 AlloyDB、Cloud SQL、Firebase、Gemini API 等。要操作哪个服务，就读哪本手册。

架构手册有三本：Security、Reliability、Cost Optimization。这是谷歌"Well-Architected"（架构最佳实践）框架的三个支柱，教你整个系统怎么设计才稳。

Recipe（菜谱）手册把上面这些组合成"做一个某某场景的 Agent"，比如"搭一个会查 BigQuery 的客服 Agent"，需要哪几本手册、按什么顺序拼，菜谱里写好了。

装的时候一条命令：npx skills install github.com/google/skills。它跨工具通用：Antigravity、Gemini CLI、任何实现了 Skills 规范的第三方 Agent 都能用。

表面看，谷歌就是发了一堆知识文件。但这个动作背后的逻辑，比文件本身有意思。过去，"怎么用某个云服务"的知识主要靠两种载体：一是官方文档网站，给人看；二是 MCP（一种让 AI 实时调用外部工具的协议），给程序调。文档会过时，MCP 要一直维持连接、占资源。Skill 是第三条路：把知识打包成 Agent 能直接读的格式，按需加载，不占常驻连接，还能版本化管理。

更深的信号是：当 AI 编程助手成为主流开发工具，连"开发文档"的形态都在变。以前谷歌写文档是写给程序员看的，要讲清原理、配截图、给示例代码。现在谷歌直接发一套 Skill，是写给 Agent 看的。Agent 不需要看截图，它需要的是结构化的、当前可用的、能直接照着执行的知识。

agents-cli 和 google/skills 合在一起，相当于谷歌在说：以后开发者面对我们的云，可能根本不用自己啃文档，让你的 Agent 读这套手册就行。这是一份"面向 Agent 时代"的开发文档。