5 天 2 万 Star 的谷歌 GitHub 项目，让我看到了未来软件的形态。

以前你想处理邮件，得打开邮箱软件，一个个点、一个个回。

以后在聊天软件里跟 AI 说一句把今天重要的邮件处理一下，它就帮你干了。

这带来一个连锁反应：软件以后不是给人设计的，是给 AI 设计的。

但问题来了——AI 想帮你操作 Gmail、Drive、日历，你得先给它开个后门。

自己去调 API 太折腾了，用各家 SDK 又不统一。

就在这个节点，Google 官方出手了。

谷歌推出了一个开源项目 Google Workspace CLI（命令名 gws）。

它即是给人设计的，更是给 AI Agent 设计的。

GitHub 地址：https://github.com/googleworkspace/cli

它覆盖所有 Google Workspace 服务，Drive、Gmail、Calendar、Sheets、Docs、Chat 等。

支持什么，它就能用什么。来看几个几个实际例子：

# 列出最近的 10 个文件gws drive files list --params '{"pageSize": 10}'# 创建一个 Google 表格gws sheets spreadsheets create --json '{"properties":{"title":"Q1 Budget"}}'# 在 Google Chat 发消息gws chat spaces.messages.create --params '{"parent":"spaces/xyz"}' --json '{"text":"Deploy complete."}' --dry-run# 查看某个 API 的参数结构（调试神器）gws schema drive.files.list

它有个很聪明的设计，不内置固定的命令表。

每次运行时，它会从 Google 官方拉取最新的 API 定义，动态构建命令。Google 一旦给某个服务加了新功能，你立刻就能用，不用等 CLI 升级。

历史真是一个循环呀，没想现在命令行这种产品形态又火了：

命令行将复杂的系统交互简化为了纯粹的结构化文本流，使 AI Agent 能够以其原生的 Token 预测方式直接驱动任务。

彻底消除了图形界面（GUI）带来的视觉解析成本与交互不确定性。

这个谷歌开源的命令行工具真是为 AI Agent 量身定做的。

首先，它所有输出都是 JSON

LLM 最怕非结构化文本。gws 的设计哲学是：一切皆 JSON，响应体、元数据、错误信息，全部结构化。

AI Agent 不需要解析人类视角的输出，直接读 JSON 就行。

加自带 100+ Agent Skills，有的 Skill 和单个 API 方法一一对应。

有的封装了 Gmail 批量操作、Drive 文档整理、Sheets 数据批处理等

LLM 不需要自己拼 API 调用，直接调用这些技能就行。

你可以通过下面这些命令开始玩一下这个命令行工具。

# 1. 安装npm install-g @googleworkspace/cli
# 2. 认证gws auth setupgws auth login
# 3. 试一下gws drive files list --params'{"pageSize":5}'
# 4. 查参数gws schema drive.files.list

除此之外，直接对接 OpenClaw 和 Gemini CLI

# OpenClaw 一键安装ln -s $(pwd)/skills/gws-* ~/.openclaw/skills/
# Gemini CLI 扩展gemini extensions install https://github.com/googleworkspace/cli

装完就能让这些 AI 助理直接操作你的 Workspace。

如果你在做 AI 助理能操作 Gmail / Drive / Docs 的产品，这个 CLI 就是一个现成的 Workspace 能力网关。

更大的意义是它代表了一个趋势：大厂开始主动拥抱 Agent 时代，把自家产品 Agent-ready 化。

未来，每个 SaaS 都需要回答一个问题：如果用户只通过 AI Agent 与我交互，我的产品该长什么样？

Google Workspace CLI，给了我们一个答案。

04

点击下方卡片，关注逛逛 GitHub

这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：

<原文链接：https://mp.weixin.qq.com/s/mwFBV9K3N1eMTTzyN6IV9g