Google Agents CLI — a metafaerramenta que transforma agentes de codificação em criadores de agentes

O agents-cli, apresentado pelo Google no Cloud Next, é uma ferramenta de CLI que injeta em agentes de codificação como Gemini CLI, Claude Code e Codex a capacidade especializada de projetar e implantar agentes de IA baseados no Google Cloud. Não é o agente em si, mas uma camada que eleva a competência do agente que cria agentes. Baseado no ADK (Agent Development Kit, framework de desenvolvimento de agentes) do Google, ele cobre em uma única CLI todo o ciclo de vida do desenvolvimento de agentes, da criação do projeto à avaliação, implantação e registro empresarial. O alvo desta ferramenta não é a escrita de código de SDK. Ela parte da percepção de que o verdadeiro gargalo é decidir quais componentes, entre dezenas de opções, devem ser combinados, em que ordem e com quais configurações. Agentes de codificação de uso geral tentam adivinhar essa combinação, enquanto o Agents CLI adota a abordagem de incorporar nesses agentes um nível de julgamento equivalente ao de um engenheiro de plataforma experiente. Ele foi projetado para que o agente de codificação explique não apenas "o que fez", mas também "por que tomou essa decisão", buscando uma estrutura em que a compreensão da plataforma pela equipe também evolua. Também fica clara a intenção de reunir em uma única ferramenta informações hoje espalhadas por quatro ou mais lugares, como a documentação de MCP, ADK, gcloud e Runtime, reduzindo o custo de exploração.

Estrutura principal

• A instalação pode ser feita com uma única linha: uvx google-agents-cli setup. São necessários Python 3.11 ou superior, uv (gerenciador de pacotes Python) e Node.js
• Funciona injetando 7 tipos de "skills" em agentes de codificação. Cada uma cobre design de workflow, escrita de código ADK, scaffolding de projeto (geração automática da estrutura base), avaliação (incluindo o método LLM-as-judge), implantação (Agent Runtime, Cloud Run, GKE), publicação no Gemini Enterprise e observabilidade (Observability, estrutura para entender o estado do sistema com logs e traces)
• Em conexão de ferramentas (Tool Wiring), oferece suporte a MCP (Model Context Protocol, padrão para o modelo chamar ferramentas externas), A2A (Agent-to-Agent, protocolo de comunicação entre agentes) e conectores
• O desenvolvimento local é possível apenas com uma chave de API do AI Studio, e a conta do Google Cloud só é necessária na implantação em nuvem
• Mesmo em projetos de agentes já existentes, é possível adicionar depois configurações de implantação e pipelines de CI/CD (estrutura que testa e implanta automaticamente alterações de código) com o comando scaffold enhance
• Também pode ser executado de forma independente no terminal, sem um agente de codificação

Diferenciais

• Não fica preso a um agente de codificação específico. Funciona em Gemini CLI, Claude Code, Codex, Antigravity ou qualquer outro, desde que as skills sejam injetadas, sem restringir a liberdade de escolha de ferramentas do desenvolvedor
• Ao conectar em um único sistema de comandos o framework ADK, o ambiente de execução Agent Runtime, a camada de isolamento Agent Sandbox e o canal de distribuição Gemini Enterprise, vai além de uma simples CLI e atua como a porta de entrada de toda a stack de agentes do Google Cloud
• Em vez de uma automação de caixa-preta, adota um design "discovery-first" (descoberta em primeiro lugar), que expõe junto os fundamentos das decisões tomadas

Implicações

• A estrutura em que "um agente de codificação cria agentes" mostra como o workflow de desenvolvimento está migrando para um modelo centrado em agentes. No entanto, a ferramenta ainda está em estágio Pre-GA (antes do lançamento oficial) e é distribuída apenas como arquivo .whl pré-compilado (formato de distribuição de pacote Python), não como código-fonte, o que limita contribuições diretas da comunidade open source
• Como o foco está em reduzir a barreira de entrada para o ecossistema de agentes do Google Cloud, o alcance pode ser limitado para equipes que trabalham principalmente em ambientes multicloud ou com stacks não baseadas no Google
• A tentativa de reunir em um só lugar documentos e ferramentas dispersos é significativa, mas o aumento da dependência dessa ferramenta única também é um ponto que organizações de engenharia precisam considerar