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
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..
这个项目，最早由 Google Cloud AI 的 Director Addy Osmani 亲自在推特上宣布
README 里有一句声明：这不是谷歌官方支持的产品
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」
它在解决一个具体问题
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
覆盖 Google Workspace 的全部主要产品
Drive、Gmail、Calendar、Sheets、Docs、Chat、Admin，以及其他所有 Workspace API，都在支持范围里
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
Agent 接入有三种方式
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/cliOpenClaw 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
OpenClaw 的作者，想一决高下
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」
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
还有一个细节
仓库根目录有一个 AGENTS.md，和 README.md 并排放着
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
