如何安装 Google Agents CLI 并按 ADK 开发生命周期搭建第一个 Agent 项目【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills这篇文章面向刚接触 Google Agents CLI 的开发者目标是在本地完成 CLI 安装并按照 ADKAgent Development Kit开发生命周期走到第一个 Agent 项目脚手架这一步安装、验证、编写 spec、参考样例、用scaffold生成项目。操作依据来自本仓库的 google-agents-cli-onboarding 技能文档。该文档把 agents-cli 定位为 Gemini Enterprise Agent Platform 上构建、评估和部署 AI agent 的工具入口文档本身不额外列出系统版本等环境要求安装即从下面的 setup 命令开始。选择安装方式文档给出了两条安装路径按需二选一方式一安装 CLI 并启用全部开发技能主路径uvx google-agents-cli setup按文档说明这条命令会安装 CLI并在你的编码 agent 中启用全部 7 个专门化的开发技能specialized development skills。方式二只安装专家技能由 agent 负责执行可选分支npx skills add google/agents-cli这条命令只安装 expert skills后续的指令执行交给编码 agent 处理。如果你希望由 agent 驱动整个开发流程可以选这一条如果希望在本机直接执行agents-cli各子命令用方式一。验证安装是否生效安装完成后运行agents-cli info文档把这一步定义为确认安装并查看当前激活的项目配置confirm the installation and view the active project configuration。能看到安装信息且项目配置正常输出即说明 CLI 可用。如果不确定有哪些可用命令运行agents-cli --help查看完整命令列表和全局选项。按 ADK 开发生命周期确定当前阶段setup 执行后各专门化技能会随你的请求自动激活。文档用一张生命周期表说明每个阶段加载哪个技能这也是后续操作的路线图阶段对应技能目的0 — Understandgoogle-agents-cli-workflow明确意图在编码前把 agent 规格写入.agents-cli-spec.md1 — Studygoogle-agents-cli-workflow参考现有 agent 样例如ambient-expense再动手搭脚手架2 — Scaffoldgoogle-agents-cli-scaffold初始化项目结构、CI/CD 和基础设施模板3 — Buildgoogle-agents-cli-adk-code用 ADK API 编写 agent 逻辑、工具、回调并管理状态4 — Evaluategoogle-agents-cli-eval运行系统化评估LLM-as-judge5 — Deploygoogle-agents-cli-deploy部署到 Agent Runtime (Vertex AI)、Cloud Run 或 GKE6 — Publishgoogle-agents-cli-publish在 Gemini Enterprise 中注册 agent使其可作为工具使用7 — Observegoogle-agents-cli-observability配置 Cloud Trace、prompt-response 日志和 BigQuery 分析对搭建第一个项目这个目标你要走通的是阶段 0 到 2其余阶段在后续文档中继续。阶段 0在编码前先写 spec文档要求在任何代码编写之前完成这一步向用户确认 agent 的核心需求包括 agent 用途、需要的外部工具external tools、部署目标deployment target并把这些内容记录到项目根目录的.agents-cli-spec.md文件中。这一步是必做步骤它既是阶段 0 的交付物也决定了阶段 1 选哪个样例、阶段 2 生成什么样的脚手架。阶段 1研究现有样例在 scaffolding 之前文档建议先研究现有的 agent 样例例如ambient-expense。目的是从成熟样例中确认项目结构和 agent 组织方式减少阶段 2、3 中踩坑的概率。这一阶段和阶段 0 一样由google-agents-cli-workflow技能承载。阶段 2用 scaffold 生成第一个 Agent 项目spec 和样例研究完成后执行脚手架命令agents-cli scaffold namename是你自己的项目名称执行时替换为实际值。文档对这条命令的定义是从模板创建一个新 agent 项目对应的google-agents-cli-scaffold技能负责生成项目结构、CI/CD 和基础设施模板。生成完成后可以再次运行agents-cli info确认新项目出现在激活的项目配置中然后进入阶段 3用google-agents-cli-adk-code技能开始编写 agent 逻辑。后续阶段的关键命令项目搭好之后文档列出的后续主要命令及用途如下供按阶段推进时参考命令用途agents-cli eval run单步完成运行 agent 对 traces 打分generate gradeagents-cli deploy部署 agent 到 Google CloudAgent Runtime、Cloud Run 或 GKEagents-cli publish gemini-enterprise把已部署的 agent 注册到 Gemini Enterprise到这里安装 → 验证 → spec → 样例研究 → 脚手架这条主路径已经完成第一个 Agent 项目落地。下一步就是阶段 3 的编码实现以及后续评估、部署、发布和监控阶段。【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
如何安装 Google Agents CLI 并按 ADK 开发生命周期搭建第一个 Agent 项目【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills这篇文章面向刚接触 Google Agents CLI 的开发者目标是在本地完成 CLI 安装并按照 ADKAgent Development Kit开发生命周期走到第一个 Agent 项目脚手架这一步安装、验证、编写 spec、参考样例、用scaffold生成项目。操作依据来自本仓库的 google-agents-cli-onboarding 技能文档。该文档把 agents-cli 定位为 Gemini Enterprise Agent Platform 上构建、评估和部署 AI agent 的工具入口文档本身不额外列出系统版本等环境要求安装即从下面的 setup 命令开始。选择安装方式文档给出了两条安装路径按需二选一方式一安装 CLI 并启用全部开发技能主路径uvx google-agents-cli setup按文档说明这条命令会安装 CLI并在你的编码 agent 中启用全部 7 个专门化的开发技能specialized development skills。方式二只安装专家技能由 agent 负责执行可选分支npx skills add google/agents-cli这条命令只安装 expert skills后续的指令执行交给编码 agent 处理。如果你希望由 agent 驱动整个开发流程可以选这一条如果希望在本机直接执行agents-cli各子命令用方式一。验证安装是否生效安装完成后运行agents-cli info文档把这一步定义为确认安装并查看当前激活的项目配置confirm the installation and view the active project configuration。能看到安装信息且项目配置正常输出即说明 CLI 可用。如果不确定有哪些可用命令运行agents-cli --help查看完整命令列表和全局选项。按 ADK 开发生命周期确定当前阶段setup 执行后各专门化技能会随你的请求自动激活。文档用一张生命周期表说明每个阶段加载哪个技能这也是后续操作的路线图阶段对应技能目的0 — Understandgoogle-agents-cli-workflow明确意图在编码前把 agent 规格写入.agents-cli-spec.md1 — Studygoogle-agents-cli-workflow参考现有 agent 样例如ambient-expense再动手搭脚手架2 — Scaffoldgoogle-agents-cli-scaffold初始化项目结构、CI/CD 和基础设施模板3 — Buildgoogle-agents-cli-adk-code用 ADK API 编写 agent 逻辑、工具、回调并管理状态4 — Evaluategoogle-agents-cli-eval运行系统化评估LLM-as-judge5 — Deploygoogle-agents-cli-deploy部署到 Agent Runtime (Vertex AI)、Cloud Run 或 GKE6 — Publishgoogle-agents-cli-publish在 Gemini Enterprise 中注册 agent使其可作为工具使用7 — Observegoogle-agents-cli-observability配置 Cloud Trace、prompt-response 日志和 BigQuery 分析对搭建第一个项目这个目标你要走通的是阶段 0 到 2其余阶段在后续文档中继续。阶段 0在编码前先写 spec文档要求在任何代码编写之前完成这一步向用户确认 agent 的核心需求包括 agent 用途、需要的外部工具external tools、部署目标deployment target并把这些内容记录到项目根目录的.agents-cli-spec.md文件中。这一步是必做步骤它既是阶段 0 的交付物也决定了阶段 1 选哪个样例、阶段 2 生成什么样的脚手架。阶段 1研究现有样例在 scaffolding 之前文档建议先研究现有的 agent 样例例如ambient-expense。目的是从成熟样例中确认项目结构和 agent 组织方式减少阶段 2、3 中踩坑的概率。这一阶段和阶段 0 一样由google-agents-cli-workflow技能承载。阶段 2用 scaffold 生成第一个 Agent 项目spec 和样例研究完成后执行脚手架命令agents-cli scaffold namename是你自己的项目名称执行时替换为实际值。文档对这条命令的定义是从模板创建一个新 agent 项目对应的google-agents-cli-scaffold技能负责生成项目结构、CI/CD 和基础设施模板。生成完成后可以再次运行agents-cli info确认新项目出现在激活的项目配置中然后进入阶段 3用google-agents-cli-adk-code技能开始编写 agent 逻辑。后续阶段的关键命令项目搭好之后文档列出的后续主要命令及用途如下供按阶段推进时参考命令用途agents-cli eval run单步完成运行 agent 对 traces 打分generate gradeagents-cli deploy部署 agent 到 Google CloudAgent Runtime、Cloud Run 或 GKEagents-cli publish gemini-enterprise把已部署的 agent 注册到 Gemini Enterprise到这里安装 → 验证 → spec → 样例研究 → 脚手架这条主路径已经完成第一个 Agent 项目落地。下一步就是阶段 3 的编码实现以及后续评估、部署、发布和监控阶段。【免费下载链接】skillsAgent Skills for Google products and technologies项目地址: https://gitcode.com/GitHub_Trending/skills29/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
