Google Agents CLI — công cụ meta biến coding agent thành agent builder

agents-cli mà Google công bố tại Cloud Next là một công cụ CLI giúp trang bị cho các coding agent như Gemini CLI, Claude Code và Codex năng lực chuyên biệt để thiết kế và triển khai AI agent dựa trên Google Cloud. Đây không phải là bản thân agent, mà là một lớp giúp nâng cấp năng lực của agent tạo ra agent. Công cụ này dựa trên ADK (Agent Development Kit, framework phát triển agent) của Google và xử lý toàn bộ vòng đời phát triển agent trong một CLI duy nhất, từ tạo dự án, đánh giá, triển khai cho tới đăng ký doanh nghiệp. Mục tiêu mà công cụ này nhắm tới không phải là việc viết mã SDK. Nó xuất phát từ nhận định rằng nút thắt thực sự nằm ở việc quyết định nên kết hợp thành phần nào trong hàng chục thành phần sẵn có, theo thứ tự nào và với cấu hình ra sao. Các coding agent đa dụng thường chỉ phỏng đoán tổ hợp này, còn Agents CLI chọn cách nhúng vào coding agent khả năng phán đoán ở mức một platform engineer dày dạn kinh nghiệm. Công cụ được thiết kế để coding agent không chỉ giải thích "đã làm gì" mà còn cả "vì sao lại quyết định như vậy", từ đó hướng tới một cấu trúc giúp nâng cao luôn cả mức độ hiểu biết về nền tảng của các thành viên trong nhóm. Cũng có thể thấy ý đồ gom thông tin đang phân tán ở hơn bốn nơi như tài liệu MCP, tài liệu ADK, tài liệu gcloud và tài liệu Runtime vào một công cụ duy nhất để giảm chi phí khám phá.

Cấu trúc cốt lõi

• Việc cài đặt chỉ cần một dòng uvx google-agents-cli setup. Yêu cầu Python 3.11 trở lên, uv (trình quản lý gói Python) và Node.js
• Công cụ hoạt động theo cách tiêm 7 loại "kỹ năng" vào coding agent. Chúng lần lượt phụ trách thiết kế workflow, viết mã ADK, scaffolding dự án (tự động tạo bộ khung), đánh giá (bao gồm cả phương thức LLM-as-judge), triển khai (Agent Runtime, Cloud Run, GKE), phát hành lên Gemini Enterprise và observability (hệ thống nắm bắt trạng thái hệ thống qua log và trace)
• Ở phần kết nối công cụ (Tool Wiring), công cụ hỗ trợ MCP (Model Context Protocol, chuẩn để model gọi công cụ bên ngoài), A2A (Agent-to-Agent, giao thức liên lạc giữa các agent) và connector
• Phát triển cục bộ có thể thực hiện chỉ với khóa API AI Studio, và chỉ cần tài khoản Google Cloud khi triển khai lên cloud
• Với các dự án agent hiện có, có thể bổ sung hậu kỳ cấu hình triển khai và pipeline CI/CD (hệ thống tự động kiểm thử và triển khai khi mã thay đổi) bằng lệnh scaffold enhance
• Có thể chạy độc lập ngay trong terminal mà không cần coding agent

Điểm khác biệt

• Không phụ thuộc vào một coding agent cụ thể. Chỉ cần tiêm kỹ năng là có thể hoạt động với Gemini CLI, Claude Code, Codex hay Antigravity, nên không làm mất quyền tự do lựa chọn công cụ của nhà phát triển
• Từ góc độ gắn kết ADK là framework, Agent Runtime là môi trường thực thi, Agent Sandbox là lớp cô lập và Gemini Enterprise là kênh phân phối vào cùng một hệ lệnh, công cụ này đóng vai trò như cửa ngõ phía trước của toàn bộ stack agent trên Google Cloud, vượt xa một CLI đơn thuần
• Công cụ chọn thiết kế "discovery-first" (ưu tiên khám phá), tức là không tự động hóa theo kiểu hộp đen mà cùng lúc phơi bày luôn căn cứ ra quyết định

Hàm ý

• Cấu trúc "coding agent tạo ra agent" là một ví dụ cho thấy workflow của nhà phát triển đang dịch chuyển sang mô hình lấy agent làm trung tâm. Tuy nhiên hiện công cụ vẫn ở giai đoạn Pre-GA (trước phát hành chính thức) và chỉ được phân phối dưới dạng tệp .whl dựng sẵn (định dạng phân phối gói Python), không phải mã nguồn, nên khả năng cộng đồng mã nguồn mở đóng góp trực tiếp vào code còn bị hạn chế
• Vì công cụ tập trung vào việc hạ thấp rào cản gia nhập hệ sinh thái agent của Google Cloud, phạm vi áp dụng có thể bị giới hạn với các đội ngũ chủ yếu dùng môi trường multicloud hoặc stack không phải của Google
• Việc cố gắng quy tụ tài liệu và công cụ phân tán vào một đầu mối là điều có ý nghĩa, nhưng đồng thời mức độ phụ thuộc vào chính công cụ này cũng có thể tăng lên, và đây là điểm các tổ chức kỹ thuật cần cân nhắc