Google Cloud Agents CLI: egy eszköz az egész életciklushoz
Aki valaha megpróbált egy egyszerűnek tűnő AI agentet éles környezetbe juttatni Google Cloud-on, az tudja, milyen küzdelmes tud lenni a teljes folyamat. A prototípus pillanatok alatt összeáll. Aztán jön az időigényes rész: hogyan kerül ez Cloud Run-ra? Hogy legyen a CI/CD konfiguráció? Melyik dokumentáció a hasznos? Hogyan kapcsolódik az Agent Platform a deployment pipeline-hoz? Minden egyes lépéshez más szolgáltatás, más parancssori (CLI) eszköz, és más dokumentáció kell. Ez az a pont, ahol az ígéretes projekt lelassul, és a lelkesedés is alábbhagy.
A Google Cloud erre a problémára adott választ 2026 áprilisában, amikor bemutatta az Agents CLI-t az Agent Platform részeként.
Mi az Agents CLI, és miért most jött?
Az Agents CLI az Agent Development Lifecycle – röviden ADLC – központi vezérlő eszköze, amely az első sortól az éles üzemig egyetlen parancssori eszközből kezeli a teljes folyamatot. Ez nem egy újabb absztrakciós réteg a meglévő szolgáltatások fölé. Inkább egy összekötő, amely a korábban szétszórt komponensekből – Agent Platform, Cloud Run, Infrastructure as Code, CI/CD – egyetlen, követhető munkafolyamatot csinál.
Az eszköz nyílt forráskódú, elérhető PyPI-n, és közvetlenül működik olyan coding agentek-kel, mint a Gemini CLI, Claude Code, Codex vagy bármilyen más kompatibilis eszköz.
Fontos megjegyezni: az Agents CLI nem maga a coding agent. Hanem az a valami, amit a coding agent használ ahhoz, hogy értelmesen tudjon dolgozni a Google Cloud ökoszisztémájában.
A valódi probléma: a kontextus és a fragmentáció
Mielőtt megnéznénk, mit tud az eszköz, érdemes megérteni, miért volt erre egyáltalán szükség.
Fejlesztők és coding assistentjeik sokszor azzal küzdenek, hogy hatalmas mennyiségű dokumentációt kell feldolgozniuk ahhoz, hogy áthidalják a helyi fejlesztés és a felhős deployment közötti szakadékot. Egy AI coding agent, ha nem tudja pontosan, hogyan kapcsolódnak egymáshoz a cloud komponensek, végtelen próbálkozási hurokba kerül. Ez token-pazarlás, időpazarlás, és a végén nem csak drága lesz az egész, hanem csalódott is lesz a fejlesztő.
Az Agents CLI egy központi réteget biztosít, amely előre definiált „skill”-eket és API referenciákat ad a coding agent-nek. Ez lehetővé teszi, hogy a fejlesztők minimális manuális konfiguráció mellett, gyorsan hozzák létre és indítsák el a projekteket.
Hogyan néz ki ez a gyakorlatban?
Képzeld el, hogy egy utazási költségelszámolást kezelő agent-et szeretnél építeni, amely 20 000 Ft alatt automatikusan jóváhagyja a tételeket, efölött pedig emberi döntést kér. Hagyományos úton ez azt jelenti: ADK projekt felállítása, Cloud Run konfiguráció, IAM jogosultságok, deployment pipeline, evaluation setup, stb. Mindez külön-külön. Idegörlő és bonyolult.
Az Agents CLI esetén egyetlen parancs elegendő ahhoz, hogy a coding agent megkapja az összes szükséges „tudást” a Google Cloud szolgáltatásokról. Ezután a fejlesztőnek nem kell fejből tudnia, hogyan kell konfigurálni minden egyes service-t – az agent elolvassa, amit kap, és elvégzi a lépéseket.
Ez nagyon jól hangzik, igaz?
Az életciklus négy fő szakaszon halad át:
- Scaffold: a projekt struktúra és az alap konfiguráció automatikusan generálódik, az ADK (Agent Development Kit) framework alapján.
- Eval: az eszköz beépített támogatást ad helyi szimulációhoz és kiértékelési pipeline-ok futtatásához, ahol különböző futtatások eredményeit lehet összehasonlítani referencia adatbázisokkal szemben, mielőtt bármi éles környezetbe kerülne.
- Deploy: az Agents CLI automatizálja a teljes deployment fázist – Infrastructure as Code generálása, CI/CD pipeline konfigurálása, majd közvetlen deployment Cloud Runra, Agent Runtime-ra vagy GKE-re.
- Publish: a kész agent regisztrálható a Gemini Enterprise környezetbe, ahol vállalati felhasználók számára érhető el.
Human Mode: amikor az ember veszi át az irányítást
Amit én különösen értékelek az eszköz tervezésében a Human Mode bevezetése. Ez lehetővé teszi, hogy a fejlesztők közvetlenül hajtsák végre a CLI parancsokat, ahelyett hogy teljesen az agent-vezérelt automatizálásra hagynának mindent – ez akkor különösen hasznos, amikor valaki pontosan látni akarja, mi történik a folyamatban. Így megmarad a kontroll a teljes folyamaton.
És ez nem csak egy kiegészítő funkció. Az AI agentekkel szembeni egyik jogos kritika pontosan az, hogy fekete dobozként működnek, és nem lehet közbeavatkozni, ha valami nem úgy megy, ahogy kellene.
A Human Mode ezt a problémát oldja meg: ugyanazok a parancsok, amelyeket a coding agent automatikusan futtat, terminálból is végrehajthatók, szkriptekbe szervezhetők, és pontosan ellenőrizhetők.
Cloud Run, GKE, vagy mindkettő?
Érdemes kiemelni még a cloud infrastruktúra oldali támogatást is, mert itt mutatkozik meg a Google Cloud valódi előnye.
Az Agents CLI natív integrációt biztosít a Google Cloud szolgáltatásokkal – Agent Platform, Cloud Run, GKE, és az A2A protokoll az agent-agent kommunikációhoz – manuális konfigurációk nélkül. Ez azon csapatoknak a leghasznosabb, amelyek növelni szeretnék az AI fejlesztés ütemét anélkül, hogy az üzemeltetési terhet is növelni szeretnék.
A Cloud Run az egyszerűbb, serverless megközelítés – az agent konténer alapon fut, és csak akkor fizetsz, ha valóban hívás érkezik (Pay-As-You-Go). A GKE (Google Kubernetes Engine) rugalmasabb, de több konfigurációt igényel. A legtöbb alap felhasználási esethez a Cloud Run a praktikusabb választás, és az Agents CLI alapból erre van optimalizálva.
Ami kimarad ebből a beállításból – szándékosan: monitoring részletei, availability zone konfiguráció, spot VM optimalizálás. Ezek mind fontosak lesznek, ha a terhelés megköveteli, de az első éles deploymentnél nem az a kérdés. Az a kérdés, hogy működik-e.
Pre-GA: mit jelent ez a valóságban?
Fontos megjegyezni: az Agents CLI jelenleg Pre-GA (pre-generally available) státuszban van, ami azt jelenti, hogy az eszköz csak korlátozott támogatással érhető wel. A deployment-ekkel együtt a felhasználó saját Google Cloud projektjében hozza létre az erőforrásokat, és azokért a felelősség is az övé.
Ez nem azt jelenti, hogy ne lehetne érdemi munkát végezni vele. De érdemes tudatosan kezelni: production kritikus rendszereknél ne ez legyen az egyetlen eszköz, amire támaszkodunk, amíg GA státuszt nem ér el. Prototipizáláshoz, POC-okhoz és fejlesztési pipeline-ok felállításához viszont már most teljesen értelmes választás.
Mit is jelet ez?
A Cloud CLI eszközök általában addig működnek jól, amíg a dokumentáció tart. Utána jön a valóság: tíz lépés, három service, és ugyanolyan rendetlenség, csak más köntösben.
Az Agents CLI esetén más a megközelítés, mert nem az embert próbálja meg helyettesíteni a cloud konfigurációban. Inkább a coding agent számára érthetővé teszi a Google Cloud agent ökoszisztémát. Ez egy finomabb, de fontosabb különbség. Az a fejlesztő, aki eddig az ADK-t, a Cloud Run deploymentet és a CI/CD pipeline konfigurációt három különböző helyen kereste, most egyetlen, közös formátumban olvasható „skill” rendszerből kapja meg. A coding agent pedig nem találgat többé és így spórol a token-ekkel is.
Ez egy nagyon ígéretes irány és kíváncsian várom merre fejlődik tovább.
Én a napokban ki fogom próbálni. Ha van kedved, tedd meg te is – a GitHub repository nyilvánosan elérhető, az installation guide mindössze néhány előfeltételt igényel.
