Google Agents CLI — coding agents को agent builder बनाने वाला meta tool

 (github.com/google)
13 पॉइंट द्वारा ragingwind 6 일 전 | अभी कोई टिप्पणी नहीं है. | WhatsApp पर शेयर करें

Google ने Cloud Next में पेश किया गया agents-cli एक CLI टूल है, जो Gemini CLI, Claude Code और Codex जैसे coding agents को Google Cloud-आधारित AI agents डिज़ाइन और deploy करने की विशेषज्ञ क्षमता देता है। यह खुद कोई agent नहीं है, बल्कि agent बनाने वाले agent की क्षमता बढ़ाने वाली एक layer है। यह Google के ADK(Agent Development Kit, agent development framework) पर आधारित है और project creation से लेकर evaluation, deployment और enterprise registration तक agent development के पूरे lifecycle को एक ही CLI में संभालता है।

इस टूल का लक्ष्य SDK code लिखवाना नहीं है। इसकी शुरुआत इस समझ से होती है कि असली bottleneck यह है कि दर्जनों components में से किसे, किस क्रम में और किस configuration के साथ जोड़ना है। सामान्य-purpose coding agents इस संयोजन का अनुमान लगाते हैं, लेकिन Agents CLI coding agents के भीतर अनुभवी platform engineer-स्तर की decision-making को समाहित करने का तरीका अपनाता है। इसे इस तरह डिज़ाइन किया गया है कि coding agent केवल यह न बताए कि "क्या किया गया", बल्कि यह भी समझाए कि "ऐसा निर्णय क्यों लिया गया", ताकि टीम के सदस्यों की platform समझ भी साथ में बढ़े। MCP documentation, ADK docs, gcloud docs और Runtime docs जैसी चार से अधिक जगहों पर बिखरी जानकारी को एक ही टूल में समेटकर exploration cost घटाने का इरादा भी इसमें दिखाई देता है。

मुख्य संरचना

  • installation सिर्फ uvx google-agents-cli setup की एक लाइन से हो जाता है। इसके लिए Python 3.11 या उससे ऊपर, uv(Python package manager) और Node.js चाहिए
  • यह coding agents में 7 तरह के "skills" inject करने के तरीके से काम करता है। इनमें workflow design, ADK code writing, project scaffolding(बुनियादी ढांचा auto-generate करना), evaluation(जिसमें LLM-as-judge तरीका शामिल है), deployment(Agent Runtime, Cloud Run, GKE), Gemini Enterprise publishing, और observability(लॉग और trace के ज़रिए system state समझने की व्यवस्था) शामिल हैं
  • tool wiring में MCP(Model Context Protocol, external tools को call करने का standard), A2A(Agent-to-Agent, agents के बीच communication protocol), और connectors का support मिलता है
  • local development सिर्फ AI Studio API key से संभव है, और Google Cloud account की ज़रूरत केवल cloud deployment के समय होती है
  • मौजूदा agent projects में भी scaffold enhance command के जरिए deployment settings और CI/CD pipeline(code changes को अपने-आप test और deploy करने की व्यवस्था) बाद में जोड़ी जा सकती है
  • इसे coding agent के बिना terminal में standalone भी चलाया जा सकता है

अंतर पैदा करने वाले बिंदु

  • यह किसी एक खास coding agent पर निर्भर नहीं है। Gemini CLI, Claude Code, Codex, Antigravity—कहीं भी skills inject कर दिए जाएँ तो यह काम करता है, इसलिए यह developer की tool choice को सीमित नहीं करता
  • ADK नाम का framework, Agent Runtime नाम का execution environment, Agent Sandbox नाम की isolation layer, और Gemini Enterprise नाम के deployment channel को एक command system में जोड़ने के कारण यह सिर्फ एक साधारण CLI नहीं, बल्कि पूरे Google Cloud agent stack का front door बन जाता है
  • यह black-box automation की बजाय decision basis को साथ में सामने रखने वाली "discovery-first" डिज़ाइन अपनाता है

निहितार्थ

  • "coding agent agent बनाता है" वाली संरचना यह दिखाती है कि developer workflows agent-केंद्रित दिशा में बढ़ रहे हैं। हालांकि यह अभी Pre-GA(औपचारिक release से पहले) चरण में है, और source code की बजाय केवल pre-built .whl files(Python package distribution format) के रूप में वितरित किया जा रहा है, इसलिए open source community का सीधा code contribution सीमित है
  • इसका फोकस Google Cloud agent ecosystem में entry barrier कम करने पर है, इसलिए multi-cloud environment या मुख्यतः non-Google stack इस्तेमाल करने वाली टीमों के लिए इसकी उपयोगिता सीमित हो सकती है
  • बिखरे हुए docs और tools को एक जगह समेटने की कोशिश अपने-आप में महत्वपूर्ण है, लेकिन इसके साथ यह भी ध्यान रखना होगा कि engineering organization का इस एक टूल पर dependency level बढ़ सकता है

संबंधित पढ़ाई

अभी कोई टिप्पणी नहीं है.

अभी कोई टिप्पणी नहीं है.