今天上午的时候,Google Workspace CLI 上线到了 GitHub,挂在 Google Workspace 的官方组织名下

GitHub:https://github.com/googleworkspace/cli
我开始写这篇文章的时候,这个项目是 2700 个 Star;当我发出去的时候,重新截了个图,已经有 3500 个 Star 了
草...刚发完预览,又变成3700 个 Star..

快速增长的 Star
这个项目,最早由 Google Cloud AI 的 Director Addy Osmani 亲自在推特上宣布

https://x.com/addyosmani/status/2029372736267805081
README 里有一句声明:这不是谷歌官方支持的产品

This is not an officially supported Google product
但挂在官方 org 下、主要开发者 Justin Poehnelt 是谷歌 Workspace 开发者关系团队的成员,Addy Osmani 亲自背书。这个项目的定位大概是「谷歌认可,但不做服务承诺」
我先说个观点:那些对人类「界面友好」的产品,对 Agent 并不友好
过去三十年,所有主流生产力软件都是为人的眼睛和鼠标设计的。邮件、文档、日历、云盘,全部是点击和拖拽。Agent 来了,它不能点击,也看不懂网页界面。
Agent 所需要的,是:发一个命令,收到结构化的数据,然后继续干活
Google Workspace CLI 把 Google Workspace 的所有 API,包成了一行行 Agent 可以直接调用的命令,结果全部是 JSON,可以直接解析和处理
比如,让 Agent 列出最近的 10 个文件:
gws drive files list --params '{"pageSize": 10}'
比如,新建一个表格:
gws sheets spreadsheets create --json '{"properties": {"title": "Q1 预算"}}'
比如,发一条 Chat 消息(--dry-run 是预览模式,不会真的发出去):
gws chat spaces messages create \
--params '{"parent": "spaces/xyz"}' \
--json '{"text": "部署完成"}' \
--dry-run
所有输出,包括报错,都是 JSON
Drive、Gmail、Calendar、Sheets、Docs、Chat、Admin,以及其他所有 Workspace API,都在支持范围里

覆盖产品范围占位
有一个设计值得单说:它不预设命令列表
每次运行时,它直接去读谷歌自己的 API 目录(Discovery Service),实时生成命令。谷歌哪天新增了一个 API,这个工具自动就能用,不需要等版本更新
认证方面覆盖了所有场景:本地登录、CI 环境、服务器端 Service Account,以及直接传入已有的 token
并且,这些凭证在本地加密存储
无论用哪种 Agent 工具,都可以接进来
作为命令行工具直接用安装之后,Agent(比如 Claude Code、OpenClaw 等)可以直接调用 shell 命令,拿到 JSON 结果。一个人同时调度多个 Agent 处理 Workspace 里的事务,靠的就是这层接口
作为 MCP Server一行命令启动:
gws mcp -s drive,gmail,calendar
之后在 Claude Desktop、Gemini CLI、VS Code 等任何支持 MCP 的客户端里,都可以直接调用这些工具
通过 Skills 接入仓库里内置了 100 多个 SKILL.md 文件,覆盖所有支持的 API,还有针对 Gmail、Drive、Docs、Calendar、Sheets 的 50 个常用操作配方
# 一行命令安装全部
npx skills add https://github.com/googleworkspace/cli
OpenClaw 用户可以直接 symlink 进去,工具检测到没有安装时会自动提示安装
Peter Steinberger 是 OpenClaw 的开发者,别人是当红炸子鸡,他是当红的小龙虾
他几个月前自己做了一个叫 gog 的 Google Workspace CLI(gogcli.sh),起因正是觉得市面上没有好用的同类工具
今天,Google Workspace CLI 发布的时候,他在推特上回应说:会跑 eval 测试,看看哪个工具更适合 Agent 用,「但看到需要的 JSON 命令格式,我不太确定了」

https://x.com/i/status/2029363714642837806
两个工具的命令风格确实不同。gog 更接近日常语言:
gog gmail search 'newer_than:7d'
Google Workspace CLI 更接近 API 原始结构:
gws drive files list --params '{"pageSize": 5}'
对 Agent 来说,封装层越高、命令越接近自然语言,理解成本越低,出错机会也越少。eval 结果出来之前,哪种更适合 Agent,没有定论
Addy Osmani 在推文里说欢迎 Peter 提 feature request
仓库根目录有一个 AGENTS.md,和 README.md 并排放着

https://github.com/googleworkspace/cli/blob/main/AGENTS.md
这是专门写给 AI 编程助手(比如 Claude Code)的开发贡献指南,告诉它怎么给这个项目写代码、提 PR、做安全校验
文件里有一句话值得留意:「这个 CLI 经常被 AI Agent 调用,写代码时永远假设输入可能是恶意的」
开发者已经默认自己的代码库会被 AI 参与维护,同时也默认调用方会是 Agent
gog 仓库里也有同名文件,格式一致。这大概会成为开源项目的标配之一
另外,这个工具支持接入 Google Cloud 的 Model Armor,在 API 返回内容到达 Agent 之前,自动扫描是否存在 prompt injection 攻击,可以设置成警告或者直接拦截。Agent 作为调用方,本身也是攻击面,这个设计在说同一件事
当前版本 v0.3.4,仍在活跃开发,v1.0 之前可能有 breaking changes
GitHub:https://github.com/googleworkspace/cli

https://github.com/googleworkspace/cli
文章来自于“赛博禅心”,作者 “金色传说大聪明”。
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0