Google Agents CLI — alat meta yang mengubah agen coding menjadi pembuat agen

agents-cli yang diperkenalkan Google di Cloud Next adalah alat CLI yang menyuntikkan kemampuan khusus kepada agen coding seperti Gemini CLI, Claude Code, dan Codex untuk merancang serta menerapkan agen AI berbasis Google Cloud. Ini bukan agen itu sendiri, melainkan lapisan yang meningkatkan kemampuan agen yang membuat agen. Alat ini dibangun di atas ADK (Agent Development Kit, framework pengembangan agen) milik Google, dan menangani seluruh siklus hidup pengembangan agen dalam satu CLI, mulai dari pembuatan proyek, evaluasi, deployment, hingga pendaftaran enterprise. Sasaran alat ini bukan sekadar penulisan kode SDK. Alat ini berangkat dari pemahaman bahwa hambatan nyata justru terletak pada penentuan komponen mana dari puluhan opsi yang harus dipilih, dalam urutan seperti apa, dan dengan konfigurasi bagaimana. Agen coding umum biasanya menebak kombinasi tersebut, tetapi Agents CLI memilih pendekatan dengan menanamkan penilaian setingkat platform engineer berpengalaman ke dalam agen coding. Alat ini dirancang agar agen coding tidak hanya menjelaskan "apa yang dilakukan", tetapi juga "mengapa keputusan itu diambil", sehingga pemahaman platform di dalam tim juga ikut meningkat. Terlihat pula niat untuk mengurangi biaya eksplorasi dengan menyatukan informasi yang tersebar di empat sumber atau lebih—seperti dokumentasi MCP, dokumentasi ADK, dokumentasi gcloud, dan dokumentasi Runtime—ke dalam satu alat.

Struktur inti

• Instalasi cukup dengan satu baris uvx google-agents-cli setup. Dibutuhkan Python 3.11 atau lebih baru, uv (manajer paket Python), dan Node.js
• Alat ini bekerja dengan menyuntikkan 7 jenis "skill" ke agen coding. Masing-masing menangani perancangan workflow, penulisan kode ADK, scaffolding proyek (pembuatan kerangka otomatis), evaluasi (termasuk pendekatan LLM-as-judge), deployment (Agent Runtime, Cloud Run, GKE), publishing ke Gemini Enterprise, dan observability (sistem untuk memahami status sistem melalui log dan trace)
• Untuk tool wiring, alat ini mendukung MCP (Model Context Protocol, standar agar model dapat memanggil alat eksternal), A2A (Agent-to-Agent, protokol komunikasi antar agen), dan connector
• Pengembangan lokal dapat dilakukan hanya dengan AI Studio API key, dan akun Google Cloud baru diperlukan saat deployment ke cloud
• Pada proyek agen yang sudah ada, perintah scaffold enhance dapat digunakan untuk menambahkan konfigurasi deployment dan pipeline CI/CD (sistem untuk menguji dan menerapkan perubahan kode secara otomatis) secara retrospektif
• Alat ini juga dapat dijalankan secara mandiri di terminal tanpa agen coding

Pembeda

• Tidak terikat pada agen coding tertentu. Selama skill-nya disuntikkan, alat ini dapat bekerja di Gemini CLI, Claude Code, Codex, maupun Antigravity, sehingga tidak mengganggu kebebasan developer dalam memilih alat
• Dengan merangkai framework ADK, lingkungan eksekusi Agent Runtime, lapisan isolasi Agent Sandbox, dan kanal distribusi Gemini Enterprise ke dalam satu sistem perintah, alat ini berperan sebagai pintu depan bagi seluruh stack agen Google Cloud, melampaui CLI biasa
• Alih-alih otomatisasi ala black box, alat ini memilih desain "discovery-first" yang juga menampilkan dasar pengambilan keputusan

Implikasi

• Struktur "agen coding membuat agen" menunjukkan bahwa workflow developer sedang bergeser ke arah yang berpusat pada agen. Namun saat ini alat ini masih berada pada tahap Pre-GA (sebelum rilis resmi), dan didistribusikan hanya dalam bentuk file .whl yang sudah dibangun sebelumnya (format distribusi paket Python), bukan source code, sehingga kontribusi kode langsung dari komunitas open source masih terbatas
• Karena fokusnya adalah menurunkan hambatan masuk ke ekosistem agen Google Cloud, cakupan penerapannya bisa terbatas bagi tim yang lebih banyak menggunakan lingkungan multi-cloud atau stack non-Google
• Upaya untuk menyatukan dokumentasi dan alat yang tersebar ke dalam satu tempat jelas bermakna, tetapi pada saat yang sama ketergantungan terhadap satu alat ini bisa meningkat, dan itu perlu dipertimbangkan di tingkat organisasi engineering