谷歌代理脚手架

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

先决条件:明确要求(新项目必须这样做)

在搭建新项目之前,加载/google-agents-cli-workflow并完成第0阶段——在运行任何scaffold create命令之前澄清用户的需求。询问代理应该做什么、需要什么工具/API,以及他们是否需要原型或完整部署。

第 1 步:选择架构

将用户选择映射到 CLI 标志: 选择 · CLI 标志 RAG 带向量搜索 · --agent agentic_rag --datastore agent_platform_vector_search RAG 带文档搜索 · --agent agentic_rag --datastore agent_platform_search A2A 协议 · --agent adk_a2a

产品名称映射

该平台原名“Vertex AI”,现为Gemini Enterprise Agent Platform(简称:Agent Platform)。用户可能会用不同的名称来引用产品。将它们映射到正确的 CLI 值:用户可能会说 · CLI 值代理引擎、Vertex AI 代理引擎、代理运行时 · --deployment-target agent_runtime Vertex AI 搜索、代理搜索 · --datastore agent_platform_search Vertex AI 矢量搜索、矢量搜索 · --datastore agent_platform_vector_search

创建一个新项目

限制:项目名称不得超过 26 个字符,只能包含小写字母、数字和连字符。在运行 create 之前不要使用 mkdir 项目目录 — CLI 会自动创建它。如果您先 mkdir,create 将失败或表现异常。根据您运行的 IDE 自动检测指导文件名,并相应地传递 --agent-guidance-filename(对于 Gemini CLI 为GEMINI.md,对于 Claude Code 为CLAUDE.md,对于 OpenAI Codex/其他为 AGENTS.md)。

参考文件

文件·内容references/flags.md·create和enhance命令的完整标志参考

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@tomevault-io · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
不需要
兼容的系统
Docker
运行环境要求
Python · Docker
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步:选择架构

将用户选择映射到 CLI 标志: 选择 · CLI 标志 RAG 带矢量搜索 · `--agent agentic_rag --datastore agent_platform_vector_search` RAG 带文档搜索 · `--agent agentic_rag --datastore agent_platform_search` A2A 协议 · `--agent adk_a2a`

02
第 3 步:加载开发工作流程

搭建完成后,将 `DESIGN_SPEC.md` 保存到项目根目录(如果尚不存在)。然后立即加载`/google-agents-cli-workflow`——它包含实现代理时必须遵循的开发工作流程、编码指南和操作规则。需要自定义的关键文件:`app/agent.py`(指令、工具、模型)、`app/tools.py`(自定义工具功能)、`.env`(项目 ID、位置、API 密钥)。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。