agents-cli 项目结构逐文件解读从 app/agent.py 到 deployment/terraform/【免费下载链接】agents-cliThe CLI and skills that turn any coding assistant into an expert at creating, evaluating, and deploying AI agents on Google Cloud.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-cli 还在为 AI Agent 项目的目录结构一头雾水这篇agents-cli 项目结构逐文件解读带你从仓库根目录一路走到生成的 Agent 工程把app/agent.py、agents-cli-manifest.yaml、deployment/terraform/这些关键文件逐个讲清楚。agents-cli 是 Google 开源的命令行工具与技能套件能把你常用的编码助手变成「创建、评估、部署 AI Agent」的专家。克隆仓库本地查看时可用git clone https://gitcode.com/GitHub_Trending/ag/agents-cli先鸟瞰仓库由哪几大块组成整个仓库可以拆成「三层 两个配套」CLI 源码src/google/agents/cli/命令行工具本体提供create、eval、deploy等命令模板库src/google/agents/cli/scaffold/agents/生成 Python/Go/Java/TypeScript 四类 Agent 项目的模板技能包skills/教会编码助手如何正确使用 agents-cli 的知识文件扩展机制extensions/schemas/让第三方扩展命令的开放协议文档站docs/基于 MkDocs 的官方文档一张图看懂 agents-cli 背后的 Google Cloud Agent 技术栈评估、模型编排、部署Agent Runtime / Cloud Run / GKE、数据与可观测性四大板块环环相扣。src/google/agents/cli/CLI 源码按「命令分组」组织这是工具的心脏。所有命令按功能分成 8 个包目录名即命令名非常直观子目录对应命令职责setup/setup、login、update安装技能、认证scaffold/create、scaffold enhance/upgrade生成与增强项目含全部模板dev/playground、lint、install本地开发辅助run/run单条 prompt 快速跑 Agenteval/eval run/grade/compare/analyze...评估、打分、对比、调优deploy/deploy部署到 Google Cloudinfra/infra single-project/cicd用 Terraform 开通基础设施extension/extension add/remove/...扩展命令的加载、解析、信任管理几个值得新手留意的文件main.py所有命令的注册中心采用「懒加载」策略——只有真正执行某条命令时才导入对应模块冷启动飞快_output.py、auth.py终端美化输出与 Google Cloud / AI Studio 认证scaffold/utils/template.py基于 cookiecutter 的模板渲染引擎是「一条命令生成一整个项目」的关键skills 命令内置的「第二份」技能注意 src/google/agents/cli/skills/data/ 目录——这里内嵌了与仓库根目录skills/完全一致的 7 个技能包workflow、adk-code、scaffold、eval、deploy、publish、observability。执行agents-cli setup时技能就从这里被安装进你的编码助手_bundle.py 负责打包逻辑。skills/让编码助手「会干活」的知识包每个技能就是一个文件夹一个 SKILL.md 主文件 若干references/深度参考。以 google-agents-cli-scaffold/ 为例它教会助手何时该问清需求、如何把用户意图映射成--prototype、--deployment-target cloud_run等具体参数。 技能包 CLI 命令 双保险。就算不用编码助手你在终端直接敲命令同样能完成全部流程。extensions/ 与 schemas/可扩展的命令协议schemas/agents-cli-extension-v1alpha1.schema.json扩展清单的 JSON Schema定义扩展能声明哪些命令、兼容哪个 CLI 版本extensions/langchain/官方参考扩展展示如何用 LangChain/LangGraph 模板替换内置 ADK 模板包含完整的模板、脚本与测试重头戏生成的 Agent 项目长什么样运行agents-cli create my-agent后你会得到一个开箱即用的工程。下面逐个拆解以 Python 模板 scaffold/agents/adk/ 为准。app/agent.pyAgent 的灵魂文件agent.py 只干四件事理解了它就算理解了 ADK工具函数如 get_weather——普通 Python 函数 docstringdocstring 就是告诉大模型「何时该用它」的说明书模型常量MODEL 默认gemini-3.7-flash改模型只需改这一行Agent 定义把模型、instruction系统提示词、tools 三件套组装成root_agent见 第 69-77 行App 包装App(root_agent..., name...)name必须与目录名一致如果创建项目时勾选了 BigQuery 分析同一文件还会自动注入 BigQueryAgentAnalyticsPlugin 遥测代码——这就是 cookiecutter 模板条件的威力。app/ 里其余文件app/init.py注册并导出app让框架发现你的 Agentapp/fast_api_app.pyFastAPI 服务入口负责遥测初始化与 A2AAgent-to-Agent路由app/app_utils/a2a.pyA2A 协议接线app/app_utils/reasoning_engine_adapter.py对接 Agent Runtime 的适配层多语言用户同样有模板adk_go/、adk_ts/、adk_java/各自自带Makefile、Dockerfile与测试。tests/ 与根配置文件tests/eval/datasets/basic-dataset.json默认评估用例agents-cli eval run就跑这个tests/eval/eval_config.yaml评估指标配置tests/eval/response_quality.pyLLM-as-judge 打分脚本pyproject.toml项目元信息与依赖锁定agents-cli-manifest.yamlagents-cli 的项目「身份证」记录agent_directory与创建参数scaffold upgrade靠它无损升级GEMINI.md生成后出现在项目根给编码助手的专属工作守则自动生成、自动加载deployment/terraform/部署文件的家当项目选择了部署目标或后续执行scaffold enhance会生成deployment/terraform/目录。它来自 scaffold/deployment_targets/ 下的三套目标模板agent_runtime、cloud_run、gke每个目标再分cicd/与single-project/两种开通模式。以 Python 单项目模式为例服务资源如 cloud_run/python/deployment/terraform/single-project/service.tf定义要部署的容器服务变量与输出variables.tf/service_outputs.tf管理部署参数和部署结果服务地址等遥测基建base_templates/python/deployment/terraform/single-project/telemetry.tf 会自动创建 BigQuery 数据集、GCS 日志桶并把 GenAI 推理日志直接沉到数据仓库——可观测性「零配置」选 CI/CD 模式时仓库还会生成.github/workflows/或.cloudbuild/三件套PR 检查 → Staging 自动部署 → 生产人工审批部署正是上图的流程。基础设施由 infra/_terraform.py 与 infra/_cicd_utils.py 驱动落地。部署完成后遥测数据流如上图所示Agent 发出的 OpenTelemetry 事件被分流到 Cloud Trace追踪排查、Cloud Logging 与 Cloud Storage最终在 BigQuery 里聚合成报表——这就是 google-agents-cli-observability 技能帮你维护的链路。写在最后一分钟速查表 ️你想看什么去哪里CLI 命令实现src/google/agents/cli/项目生成模板scaffold/agents/Terraform 部署模板scaffold/deployment_targets/编码助手技能skills/扩展协议schemas/官方教程与结构文档docs/src/guide/project-structure.md理解了这个结构你就可以放心地让编码助手「照方抓药」app/里改 Agent 行为tests/eval/里调评估deployment/terraform/里管云上资源——每一块文件各就各位互不干扰。【免费下载链接】agents-cliThe CLI and skills that turn any coding assistant into an expert at creating, evaluating, and deploying AI agents on Google Cloud.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
agents-cli 项目结构逐文件解读：从 app/agent.py 到 deployment/terraform/
agents-cli 项目结构逐文件解读从 app/agent.py 到 deployment/terraform/【免费下载链接】agents-cliThe CLI and skills that turn any coding assistant into an expert at creating, evaluating, and deploying AI agents on Google Cloud.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-cli 还在为 AI Agent 项目的目录结构一头雾水这篇agents-cli 项目结构逐文件解读带你从仓库根目录一路走到生成的 Agent 工程把app/agent.py、agents-cli-manifest.yaml、deployment/terraform/这些关键文件逐个讲清楚。agents-cli 是 Google 开源的命令行工具与技能套件能把你常用的编码助手变成「创建、评估、部署 AI Agent」的专家。克隆仓库本地查看时可用git clone https://gitcode.com/GitHub_Trending/ag/agents-cli先鸟瞰仓库由哪几大块组成整个仓库可以拆成「三层 两个配套」CLI 源码src/google/agents/cli/命令行工具本体提供create、eval、deploy等命令模板库src/google/agents/cli/scaffold/agents/生成 Python/Go/Java/TypeScript 四类 Agent 项目的模板技能包skills/教会编码助手如何正确使用 agents-cli 的知识文件扩展机制extensions/schemas/让第三方扩展命令的开放协议文档站docs/基于 MkDocs 的官方文档一张图看懂 agents-cli 背后的 Google Cloud Agent 技术栈评估、模型编排、部署Agent Runtime / Cloud Run / GKE、数据与可观测性四大板块环环相扣。src/google/agents/cli/CLI 源码按「命令分组」组织这是工具的心脏。所有命令按功能分成 8 个包目录名即命令名非常直观子目录对应命令职责setup/setup、login、update安装技能、认证scaffold/create、scaffold enhance/upgrade生成与增强项目含全部模板dev/playground、lint、install本地开发辅助run/run单条 prompt 快速跑 Agenteval/eval run/grade/compare/analyze...评估、打分、对比、调优deploy/deploy部署到 Google Cloudinfra/infra single-project/cicd用 Terraform 开通基础设施extension/extension add/remove/...扩展命令的加载、解析、信任管理几个值得新手留意的文件main.py所有命令的注册中心采用「懒加载」策略——只有真正执行某条命令时才导入对应模块冷启动飞快_output.py、auth.py终端美化输出与 Google Cloud / AI Studio 认证scaffold/utils/template.py基于 cookiecutter 的模板渲染引擎是「一条命令生成一整个项目」的关键skills 命令内置的「第二份」技能注意 src/google/agents/cli/skills/data/ 目录——这里内嵌了与仓库根目录skills/完全一致的 7 个技能包workflow、adk-code、scaffold、eval、deploy、publish、observability。执行agents-cli setup时技能就从这里被安装进你的编码助手_bundle.py 负责打包逻辑。skills/让编码助手「会干活」的知识包每个技能就是一个文件夹一个 SKILL.md 主文件 若干references/深度参考。以 google-agents-cli-scaffold/ 为例它教会助手何时该问清需求、如何把用户意图映射成--prototype、--deployment-target cloud_run等具体参数。 技能包 CLI 命令 双保险。就算不用编码助手你在终端直接敲命令同样能完成全部流程。extensions/ 与 schemas/可扩展的命令协议schemas/agents-cli-extension-v1alpha1.schema.json扩展清单的 JSON Schema定义扩展能声明哪些命令、兼容哪个 CLI 版本extensions/langchain/官方参考扩展展示如何用 LangChain/LangGraph 模板替换内置 ADK 模板包含完整的模板、脚本与测试重头戏生成的 Agent 项目长什么样运行agents-cli create my-agent后你会得到一个开箱即用的工程。下面逐个拆解以 Python 模板 scaffold/agents/adk/ 为准。app/agent.pyAgent 的灵魂文件agent.py 只干四件事理解了它就算理解了 ADK工具函数如 get_weather——普通 Python 函数 docstringdocstring 就是告诉大模型「何时该用它」的说明书模型常量MODEL 默认gemini-3.7-flash改模型只需改这一行Agent 定义把模型、instruction系统提示词、tools 三件套组装成root_agent见 第 69-77 行App 包装App(root_agent..., name...)name必须与目录名一致如果创建项目时勾选了 BigQuery 分析同一文件还会自动注入 BigQueryAgentAnalyticsPlugin 遥测代码——这就是 cookiecutter 模板条件的威力。app/ 里其余文件app/init.py注册并导出app让框架发现你的 Agentapp/fast_api_app.pyFastAPI 服务入口负责遥测初始化与 A2AAgent-to-Agent路由app/app_utils/a2a.pyA2A 协议接线app/app_utils/reasoning_engine_adapter.py对接 Agent Runtime 的适配层多语言用户同样有模板adk_go/、adk_ts/、adk_java/各自自带Makefile、Dockerfile与测试。tests/ 与根配置文件tests/eval/datasets/basic-dataset.json默认评估用例agents-cli eval run就跑这个tests/eval/eval_config.yaml评估指标配置tests/eval/response_quality.pyLLM-as-judge 打分脚本pyproject.toml项目元信息与依赖锁定agents-cli-manifest.yamlagents-cli 的项目「身份证」记录agent_directory与创建参数scaffold upgrade靠它无损升级GEMINI.md生成后出现在项目根给编码助手的专属工作守则自动生成、自动加载deployment/terraform/部署文件的家当项目选择了部署目标或后续执行scaffold enhance会生成deployment/terraform/目录。它来自 scaffold/deployment_targets/ 下的三套目标模板agent_runtime、cloud_run、gke每个目标再分cicd/与single-project/两种开通模式。以 Python 单项目模式为例服务资源如 cloud_run/python/deployment/terraform/single-project/service.tf定义要部署的容器服务变量与输出variables.tf/service_outputs.tf管理部署参数和部署结果服务地址等遥测基建base_templates/python/deployment/terraform/single-project/telemetry.tf 会自动创建 BigQuery 数据集、GCS 日志桶并把 GenAI 推理日志直接沉到数据仓库——可观测性「零配置」选 CI/CD 模式时仓库还会生成.github/workflows/或.cloudbuild/三件套PR 检查 → Staging 自动部署 → 生产人工审批部署正是上图的流程。基础设施由 infra/_terraform.py 与 infra/_cicd_utils.py 驱动落地。部署完成后遥测数据流如上图所示Agent 发出的 OpenTelemetry 事件被分流到 Cloud Trace追踪排查、Cloud Logging 与 Cloud Storage最终在 BigQuery 里聚合成报表——这就是 google-agents-cli-observability 技能帮你维护的链路。写在最后一分钟速查表 ️你想看什么去哪里CLI 命令实现src/google/agents/cli/项目生成模板scaffold/agents/Terraform 部署模板scaffold/deployment_targets/编码助手技能skills/扩展协议schemas/官方教程与结构文档docs/src/guide/project-structure.md理解了这个结构你就可以放心地让编码助手「照方抓药」app/里改 Agent 行为tests/eval/里调评估deployment/terraform/里管云上资源——每一块文件各就各位互不干扰。【免费下载链接】agents-cliThe CLI and skills that turn any coding assistant into an expert at creating, evaluating, and deploying AI agents on Google Cloud.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
