如何安装 Google Agents CLI 并按 ADK 开发生命周期搭建第一个 Agent 项目-创锋一号

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 ADK（Agent 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 — Understand	`google-agents-cli-workflow`	明确意图，在编码前把 agent 规格写入`.agents-cli-spec.md`
1 — Study	`google-agents-cli-workflow`	参考现有 agent 样例（如`ambient-expense`），再动手搭脚手架
2 — Scaffold	`google-agents-cli-scaffold`	初始化项目结构、CI/CD 和基础设施模板
3 — Build	`google-agents-cli-adk-code`	用 ADK API 编写 agent 逻辑、工具、回调并管理状态
4 — Evaluate	`google-agents-cli-eval`	运行系统化评估（LLM-as-judge）
5 — Deploy	`google-agents-cli-deploy`	部署到 Agent Runtime (Vertex AI)、Cloud Run 或 GKE
6 — Publish	`google-agents-cli-publish`	在 Gemini Enterprise 中注册 agent，使其可作为工具使用
7 — Observe	`google-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 <name>

<name>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 + grade）
`agents-cli deploy`	部署 agent 到 Google Cloud：Agent Runtime、Cloud Run 或 GKE
`agents-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

企业官网建设流程全解析