‏Agents CLI: کل چرخهٔ عمر ایجنت با پرامپت

توی این پست وبلاگ Google Cloud اومده که بیشتر پروژه‌های AI توی مرحلهٔ پروتوتایپ گیر می‌کنن، چون رفتن از یه اسکریپت محلی به یه ایجنت پروداکشنی یعنی پرش مدام بین کنسول‌ها، داشبوردهای IAM و پلتفرم‌های دیپلوی و هر بار سوییچ کردن، یه‌کم از انرژی کار رو می‌بره. راه‌حلی که نویسنده‌ها پیشنهاد می‌دن Agents CLI هست: یه مجموعه مهارت (skill) و ابزار که روی کدینگ ایجنت نصب می‌شه و شش مرحلهٔ ساخت، دیپلوی، حاکمیت، ارزیابی و انتشار رو با پرامپت ساده جلو می‌بره.

مثال مقاله یه ایجنت به اسم Industry Watch هست که برای سهام نیمه‌هادی، چیزی که شرکت‌ها توی خبرها می‌گن رو با چیزی که موظفن به SEC گزارش بدن مقایسه می‌کنه — سیگنال دقیقاً همون فاصلهٔ بین این دوتاست. نویسنده‌ها تأکید می‌کنن این کار از یه چت‌بات برنمیاد: «هفتهٔ گذشته» بعد از cutoff مدله و مدل شمارهٔ آیتم‌های 8-K رو از خودش درمیاره. پس معماری اینه که دو ابزار داده رو زنده می‌گیرن، ابزار سوم به‌صورت قطعی join می‌کنه و مدل فقط نتیجه رو روایت می‌کنه.

ابزارها توابع پایتونی تایپ‌دار هستن و ADK از امضا و docstring‌شون همون اسکیمایی رو می‌سازه که مدل می‌بینه. تابع reconcile_claims_vs_disclosures رکوردها رو روی CIK/تیکر و بازهٔ زمانی join می‌کنه، هر کدوم رو توی سطل matched یا filing-only یا claim-only می‌ذاره، خبرهای تقریباً تکراری رو حذف می‌کنه و با تاکسونومی آیتم‌های 8-K امتیاز اهمیت می‌ده. هیچ مدلی داخلش اجرا نمی‌شه، پس ایجنت نمی‌تونه تطبیقی رو گزارش کنه که داده پشتیبانش نیست.

بعدش agents-cli deploy پروژه رو می‌بره روی Agent Runtime که اسکیل تا صفر و کولد استارت سریع داره، Sessions و Memory Bank حافظه رو داخل و بین اجراها نگه می‌دارن، و کار قطعی (join و دِدوپ و امتیازدهی) می‌ره توی سندباکس اجرای کد تا از مدل جدا بمونه. منطق ایجنت هیچ تغییری نکرده؛ فقط از یه اسکریپت تبدیل شده به یه سرویس.

مرحلهٔ حاکمیت همونیه که معمولاً از قلم می‌افته: Agent Identity به ایجنت یه principal اختصاصی و محدود می‌ده به‌جای قرض گرفتن دسترسی‌های پهن، Agent Registry و Agent Gateway ترافیک خروجی رو به چند هاست مشخص محدود می‌کنن، و قالب Model Armor جلوی ورودی و خروجی می‌شینه تا یه تیتر خبری آلوده نتونه دستور ایجنت رو بازنویسی کنه.

ارزیابی هم روی grounding انجام می‌شه، نه روی اینکه خروجی چقدر مطمئن به‌نظر می‌رسه؛ تست‌ها pass/fail هستن و توی CI می‌شینن تا یه دستکاری کوچیک توی پرامپت، بی‌سروصدا کیفیت رو خراب نکنه. آخرش agents-cli publish gemini-enterprise ایجنت رو کنار بقیهٔ ابزارهایی که کاربرهای کسب‌وکار هر روز باز می‌کنن، توی اپ Gemini Enterprise می‌ذاره. جمع‌بندی نویسنده‌ها اینه که کدینگ ایجنت دیگه فقط جایی برای کد نوشتن نیست، کنترل‌پلین کل چرخهٔ عمره.

نکات کلیدی:

• Agents CLI مهارت‌های اسکفولد، دیپلوی، ارزیابی و انتشار رو به کدینگ ایجنت اضافه می‌کنه
• Developer Knowledge MCP باعث می‌شه ایجنت به‌جای دادهٔ آموزشی، مستندات به‌روز رو بخونه
• منطق قطعی باید بیرون از مدل باشه تا خروجی چیزی رو ادعا نکنه که داده تأییدش نمی‌کنه
• Agent Identity، Agent Gateway و Model Armor سه لایهٔ هویت، محدودیت خروجی و دفاع از مرز ابزارن
• ارزیابی مبتنی بر grounding توی CI جلوی افت بی‌سروصدای کیفیت رو می‌گیره