Agents CLI : l'outil de Google pour piloter vos agents IA de bout en bout

Construire un agent IA est devenu accessible avec des frameworks agentiques comme Agent Development Kit (ADK) de Google. En revanche, tout ce qui l’entoure (l’évaluation, l’infrastructure, le déploiement, la publication) reste encore un processus artisanal, pas industrialisé. C’est précisément le problème que Google cherche à résoudre avec Agents CLI.

TL;DR : Agents CLI est un outil officiel Google qui orchestre l’ensemble du cycle de vie d’un agent ADK : création, test, évaluation, déploiement et publication. Il est conçu pour fonctionner aussi bien en terminal qu’en mode agent (Gemini CLI, Claude Code, Cursor).

Qu’est-ce qu’Agents CLI ?

Agents CLI est l’outillage officiel de Google pour le cycle de développement des agents construits avec Agent Development Kit (ADK). L’idée centrale : vous ne devriez pas avoir à reconstruire l’outillage de zéro à chaque projet. L’outil injecte sept “skills” directement dans votre environnement de développement (ou dans votre assistant IA) pour couvrir chaque étape, du scaffolding initial jusqu’au déploiement en production.

Il fonctionne en deux modes complémentaires :

Human mode : vous tapez les commandes directement dans votre terminal, comme n’importe quel CLI
Agent mode : votre assistant IA (Gemini CLI, Claude Code, Cursor…) exécute les commandes de façon autonome

Ce deuxième mode est le pari le plus intéressant de l’outil. Agents CLI expose des skills structurées pour que les agents puissent comprendre le contexte de votre projet sans se noyer dans la documentation. Moins de context overhead, plus d’autonomie réelle.

Les 10 étapes du cycle de développement agentique automatisé avec Agents CLI, de la définition du persona jusqu'au CI/CD en production

Installation et prérequis

Prérequis : Python 3, Node.js et uv (le gestionnaire de packages Python rapide).

# Créer et activer un environnement virtuel
python -m venv agent-env
source agent-env/bin/activate

# Installer et configurer Agents CLI
uvx google-agents-cli setup

L’authentification se fait automatiquement via vos credentials gcloud. Si vous travaillez sans projet GCP, une variable d’environnement GEMINI_API_KEY suffit pour démarrer en local.

Le cycle de vie en commandes

Voici le flow complet, de la création à la mise en production :

# 1. Scaffolding du projet
agents-cli create mon-agent --deployment-target agent_runtime

# 2. Installer les dépendances
agents-cli install

# 3. Lancer le playground local (interface web de test)
agents-cli playground

# 4. Évaluer les performances de l'agent
agents-cli eval run

# 5. Comparer deux runs d'évaluation
agents-cli eval compare run1.json run2.json

# 6. Provisionner l'infrastructure GCP (IaC automatisé)
agents-cli infra single-project

# 7. Déployer sur Cloud Run ou Agent Runtime
agents-cli deploy

# 8. Publier dans Gemini Enterprise
agents-cli publish gemini-enterprise

On note la cohérence du flow : chaque commande s’enchaîne naturellement dans la continuité de la précédente, sans jongler entre plusieurs outils ou consoles GCP.

Interface du playground ADK : conversation avec l'agent logistician qui route la demande via transfer_to_agent avant de répondre

Un exemple concret : agent de support client multi-agents

Pour illustrer ce qu’Agents CLI permet de mettre en production rapidement, voici la structure d’un système multi-agents de support client. Deux agents spécialisés, chacun avec un rôle précis :

from google.adk.agents import LlmAgent
from google.adk.tools import FunctionTool

# Agent de tri : classe l'intention et route vers le bon spécialiste
concierge = LlmAgent(
    name="concierge",
    model="gemini-2.0-flash",
    instruction="Analyse la demande entrante et route vers l'agent approprié.",
    tools=[FunctionTool(route_to_specialist)],
)

# Agent logistique : gère commandes et stocks
logistician = LlmAgent(
    name="logistician",
    model="gemini-2.0-flash",
    instruction="Réponds aux questions sur les commandes, livraisons et inventaires.",
    tools=[FunctionTool(get_order_status), FunctionTool(check_inventory)],
)

Agents CLI prend ensuite en charge la containerisation, le push vers Artifact Registry et la configuration IAM. Vous restez concentré sur la logique métier.

Ce qu’on apprécie… et ce qui coince

Les points forts :

Un seul outil pour tout le cycle de vie, fini les scripts de déploiement maison
Playground intégré : une interface web locale pour tester sans infrastructure
Évaluation native : eval run et eval compare donnent une vraie mesure de la qualité
Pensé pour les agents : les skills réduisent le context overhead de Gemini CLI, Claude Code, etc.
IaC automatisé : l’infra GCP se provisionne sans toucher à Terraform ou à la console

Les limites à connaître :

Pas de support Windows natif : WSL 2 obligatoire
Couplé à GCP : déploiement impossible sans projet Google Cloud avec facturation activée
Encore en preview : l’API des commandes peut évoluer, à éviter sur des projets critiques en prod
Abstraction opaque : si infra ou deploy plante, le debugging peut être difficile sans connaître les couches sous-jacentes (Cloud Run, IAM, Artifact Registry)

À retenir

Agents CLI répond à un vrai manque : un cycle de développement unifié pour les agents ADK, de la création au déploiement sur Google Cloud. Pour les équipes qui gèrent plusieurs agents, c’est une standardisation bienvenue. Pour les profils solo, c’est surtout du temps récupéré sur tout ce qui n’est pas de la logique métier.

L’outil étant encore en preview, c’est le bon moment pour l’expérimenter sur un projet non-critique et se positionner avant que ça devienne le standard de facto sur GCP. Si vous avez déjà des agents ADK qui tournent, la migration vers ce workflow devrait être naturelle.