開發工具
利用 Agents CLI 擴展系統,支援從 ADK 到 LangChain 的 Agent 開發生命週期
Powering the Agent Development Lifecycle with any framework, from ADK to LangChain and beyond

developers.googleblog.com · 2026-10-24
摘要
Google 推出 Agents CLI 擴展系統,讓開發者能在使用 LangChain、LangGraph 或自訂企業堆疊等框架的同時,仍能享受統一的部署與評估工作流。此系統提供第一方 LangChain 模板,無需依賴 Agent Development Kit (ADK) 即可快速搭建與部署 Agent,並允許平台團隊建立自訂擴展以執行如 SBOM 掃描等安全策略。
突破框架綁定:Google 推出 Agents CLI 擴展系統
Google 於 2026 年 10 月 21 日發布公告,正式推出 Agents CLI 擴展系統(Extension System)。這項新功能要解決的,是開發者在建立 AI Agent 時,因框架選擇多樣而受到工具鏈限制的問題。有了這套系統,開發者不必依賴 Agent Development Kit (ADK),也能使用 LangChain、LangGraph 或自訂企業堆疊等框架,並共用統一的部署、評估與可觀測性工作流。Agents CLI 也因此從單一框架導向,轉為支援更廣泛的開發生態系。
解決框架鎖定與維護困境
過去,大多數 Agent 開發工具鏈對特定框架有很強的預設立場,開發者一旦使用非預設框架,就只剩三種不理想的選擇:分叉 CLI 工具並自行負擔長期維護、建立平行的指令包裝層而造成使用混淆,或是完全重寫工具,既耗時、品質也難以保證。此外,企業平台團隊常需要強制執行合規掃描、單一登入閘道或模型風險管理流程,沒有擴展機制的話,這些需求往往逼得團隊分叉工具或建立複雜的包裝層。
Agents CLI 自 1.5.0 版起引入擴展系統,允許開發者覆蓋或新增指令,不必分叉工具。1.8.0 版隨附首個官方 LangChain 擴展,把與框架耦合的指令換成 LangChain 的對應指令,生命週期的其餘部分維持不變。企業平台團隊可以據此建立自訂擴展,例如執行 SBOM 掃描等安全策略,讓所有開發團隊遵循同一套治理標準。
首方 LangChain 擴展實作細節
首方 LangChain 擴展以專案範本形式提供,一行指令就能建立整合 Agents CLI 生命週期的 LangChain Agent。該範本支援 LangChain 1.0 以上版本,以 LangGraph 作為狀態管理層,讓 LangChain、LangGraph 與 Deep Agents 共用相同的圖表表示法。專案結構包含 `agents-cli-extension.yaml` 與 `langgraph.json`,並移除對 google-adk 的依賴。
在指令覆蓋方面,該擴展覆蓋六個指令:`playground`、`run`、`eval.generate`、`eval.optimize`、`eval.dataset` 與 `publish.gemini-enterprise`。其中 `playground` 會在 8080 埠啟動 LangGraph Studio,`run` 則執行編譯後的圖表。至於 `eval.dataset` 與 `eval.optimize` 這類需要 ADK Agent 物件進行內省的功能,擴展會明確拒絕,而不是無聲失敗,並提供清楚的錯誤訊息。部署指令 `deploy` 沒有被覆蓋,LangChain 專案經由相同的 Dockerfile 路徑部署到 Cloud Run,並用 FastAPI 合約處理 A2A 協議流量,與 ADK 專案沒有差別。
自訂擴展與 SBOM 掃描範例
企業平台團隊可以透過 Git 儲存庫分發自訂擴展,把政策寫成程式碼。範例中建立了名為 `sbom-deploy` 的擴展,在部署前先執行軟體物料清單(SBOM)掃描。擴展清單 `agents-cli-extension.yaml` 定義了 `deploy` 指令的覆蓋行為,並執行腳本 `sbom_then_deploy.sh`。
該腳本用 `syft` 產生 SBOM,再用 `grype` 掃描嚴重漏洞;一旦發現嚴重問題,腳本就會拒絕部署。其中的關鍵是環境變數 `AGENTS_CLI_DISABLE_OVERRIDES=1`:當擴展腳本遞迴呼叫 `agents-cli deploy` 時,這個變數會讓呼叫落到原生部署指令,避免無限迴圈。開發者可用 `agents-cli extension add` 安裝本地或遠端擴展,並用 `agents-cli info` 查看目前生效的擴展與指令向量。
擴展系統技術規範與生命週期
擴展系統以 Git 儲存庫分發,不需要中央套件註冊表。擴展可以指向官方倉庫、GitHub 組織、自行架設的 Git 伺服器或本地路徑。安裝範圍分為專案層級(預設)與使用者層級(加上 `--global` 旗標),專案層級的優先順序高於使用者層級。
為確保一致性,擴展系統採用類似 `uv` 或 `npm` 的鎖定檔案機制。安裝時,系統會把 Git 參考解析成確切的提交 SHA,記錄在 `agents-cli-extensions.yaml` 鎖定檔案中。每次檢出時,`agents-cli install` 會從錨定的 SHA 還原確切的程式碼,讓 CI 與本地開發執行完全相同的程式碼。開發者可用 `agents-cli extension update` 把錨定更新到最新提交。目前擴展系統在 v1.8.0 中標記為實驗性,建議團隊錨定 Agents CLI 版本,以防可能出現的破壞性變更。
●開發者:可靈活選擇 LangChain 等框架並統一部署流程
●投資人:Google 強化其 AI 開發工具生態系的相容性與企業級管控能力
●一般用戶:間接提升 AI 應用開發效率與安全性
重要性評分
🟠 值得關注
喜歡這篇?每天早晨還有更多。
訂閱 5min AI,讓 AI 替你追蹤整個 AI 世界。
相關指南

LangChain 是什麼?AI 應用開發框架入門指南
深入解析 LangChain 是什麼,涵蓋 v1 的 create_agent、工具、記憶與 middleware 等核心概念,LangChain Python 入門範例,以及與 LangGraph、LangSmith 和其他 AI 開發框架的差異。
閱讀指南 →
2026 AI Agent 開發全攻略:從 Claude Code CLI 到 Agent SDK 深度解析
探索 2026 年 AI Agent 開發核心,深入解析 claude code cli 實戰應用與 claude agent sdk 架構。涵蓋 subagents 策略、開發流程及產業趨勢,提供從入門到進階的完整指南。
閱讀指南 →
Perplexity vs NotebookLM:AI 搜尋與筆記工具哪個更適合你?
Perplexity vs NotebookLM(現名 Gemini Notebook)比較:即時搜尋與來源引用、文件問答與音訊摘要、免費版額度與付費方案價格、企業版資料保護,以及 NotebookLM 上手步驟與兩者搭配的工作流程。
閱讀指南 →🤖 本文摘要由 AI 自動生成,內容源自原始報導。如有疑慮,請參閱關於我們。
喜歡這篇?每天早晨還有更多。
訂閱 5min AI,讓 AI 替你追蹤整個 AI 世界。