Android CLI 重装上阵：Google 把构建工具链改成了 AI Agent 的原生接口

预计阅读时间：11 分钟

Android 开发者对 Gradle 构建慢、命令行输出难解析、工具链碎片化这些痛点并不陌生。对人类工程师来说，忍一忍还能手动排查；但对 AI Agent 而言，一条输出格式不稳定的命令就可能让整个自动化流程卡死。Google 最近推出的全新 Android CLI 和配套的"结构化技能"体系，本质上是在做一件事——把 Android 工具链从"人勉强能用"升级为"Agent 天然适配"。官方宣称，借助 Agent 驱动的工作流，构建速度最高可提升 3 倍。

为什么旧工具链对 Agent 不友好

传统 Android 开发命令（adb、gradlew、avdmanager 等）有几个典型问题：

输出格式自由散漫：日志混着警告、错误、进度条，人类靠经验过滤，Agent 靾于结构化解析。
命令语义模糊：同一个 gradlew assembleDebug，在不同项目配置下行为差异巨大，Agent 缺乏上下文就容易误判。
缺乏原子化操作：构建、部署、测试往往耦合在一起，Agent 想只跑其中一步需要大量 hack。

这些问题在人类手动操作时可以靠"看一眼就知道"来弥补，Agent 却必须依赖明确的输入输出契约。Google 这次的重设计，正是围绕这个契约展开。

新 CLI：结构化输出与原子化命令

新 Android CLI 的核心变化有两点：

一是输出结构化。命令返回 JSON 或其他机器可解析格式，而非自由文本。Agent 可以直接用 jq 或内置 JSON 解析提取所需字段，不再需要正则 hack。

二是命令原子化。构建、安装、启动、测试拆成独立步骤，每一步都有明确的输入参数和输出状态。Agent 可以编排这些原子命令，像拼积木一样组合出完整工作流，而不是被一个巨型命令的副作用绑架。

结构化技能与知识库

Google 同时引入了"技能"（Skills）概念。每个 Skill 是一个封装好的、可被 Agent 直接调用的操作单元——比如"创建新模块"、"配置 ProGuard"、"运行 instrumentation 测试"。Skill 自带：

参数 schema（Agent 知道该传什么）
执行步骤描述（Agent 知道会发生什么）
预期输出格式（Agent 知道怎么解读结果）

配合内置知识库，Skill 还能提供项目上下文：当前 minSdk 版本、依赖列表、模块结构等。这意味着 Agent 不再需要先花大量轮次"探索项目"，而是直接带着上下文进入执行阶段。

第三方 Agent 兼容：不只是 Gemini

一个值得注意的设计决策：这套工具并非 Gemini 专属。Google 明确表示兼容 Claude Code、Codex 等第三方 Agent。这背后的逻辑很务实——开发者团队可能已经在用 Claude Code 做 code review，用 Codex 做 PR 生成，强行绑定 Gemini 反而会制造摩擦。

兼容的实现方式是 CLI 层面的：任何能执行 shell 命令、解析 JSON 输出的 Agent，都可以直接调用新 CLI 的 Skill。不需要特定 SDK 或 API key。

实践：用 Claude Code 驱动 Android CLI 工作流

以下示例展示如何让 Claude Code（或任何支持 shell 执行的 Agent）通过新 Android CLI 完成一次"构建→部署→测试"的完整流程。命令基于新 CLI 的设计理念推演，具体参数名以官方发布文档为准，运行前请确认你已安装新版 Android CLI。

# 1. 查询项目上下文——Agent 先了解当前项目状态
android cli project info --format json

# 预期输出示例（结构化）：
# {
#   "moduleName": "app",
#   "minSdk": 24,
#   "targetSdk": 34,
#   "dependencies": ["com.squareup.okhttp3:okhttp:4.12.0", ...],
#   "buildVariants": ["debug", "release"]
# }

# 2. 执行构建 Skill——只构建 debug 变体
android cli skill build \
  --variant debug \
  --format json

# 预期输出：
# {
#   "status": "success",
#   "apkPath": "app/build/outputs/apk/debug/app-debug.apk",
#   "durationMs": 12400,
#   "warnings": []
# }

# 3. 部署到连接的设备
android cli skill install \
  --apk app/build/outputs/apk/debug/app-debug.apk \
  --device serial:ABC123 \
  --format json

# 4. 运行 instrumentation 测试
android cli skill test \
  --type instrumentation \
  --module app \
  --variant debug \
  --format json

# 预期输出：
# {
#   "status": "completed",
#   "totalTests": 42,
#   "passed": 40,
#   "failed": 2,
#   "failures": [
#     { "className": "LoginActivityTest", "methodName": "testInvalidCredentials", "message": "Expected status 401, got 200" }
#   ]
# }

在 Claude Code 中，你可以把上述流程封装成一个 Agent prompt：

## Android 构建与测试流程

请按以下步骤执行，每一步必须检查 JSON 输出的 status 字段：

1. 运行 `android cli project info --format json`，确认 minSdk 和 buildVariants。
2. 运行 `android cli skill build --variant debug --format json`，如果 status 不是 success，分析 warnings 并修复。
3. 运行 `android cli skill install --apk <上一步输出的apkPath> --format json`。
4. 运行 `android cli skill test --type instrumentation --module app --variant debug --format json`，如果有 failed 测试，输出失败详情并建议修复方向。

遇到错误时不要盲目重试，先分析 JSON 输出中的错误信息，再决定下一步操作。

这个 prompt 的关键设计点：要求 Agent 在每一步检查结构化输出，而非依赖日志猜测。这正是新 CLI 体系的价值所在——Agent 有了可靠的反馈闭环。

如果你想自己编排：最小自动化脚本

不依赖特定 Agent，纯 shell 脚本也能利用新 CLI 的结构化输出做自动化：

#!/usr/bin/env bash
set -euo pipefail

# 构建并提取 APK 路径
BUILD_OUTPUT=$(android cli skill build --variant debug --format json)
STATUS=$(echo "$BUILD_OUTPUT" | jq -r '.status')

if [[ "$STATUS" != "success" ]]; then
  echo "构建失败，详情："
  echo "$BUILD_OUTPUT" | jq '.warnings'
  exit 1
fi

APK_PATH=$(echo "$BUILD_OUTPUT" | jq -r '.apkPath')

# 安装
INSTALL_OUTPUT=$(android cli skill install --apk "$APK_PATH" --format json)
echo "$INSTALL_OUTPUT" | jq '.status'

# 测试并报告
TEST_OUTPUT=$(android cli skill test --type instrumentation --module app --variant debug --format json)
FAILED=$(echo "$TEST_OUTPUT" | jq '.failed')

if [[ "$FAILED" -gt 0 ]]; then
  echo "⚠️ 有 $FAILED 个测试失败："
  echo "$TEST_OUTPUT" | jq '.failures'
  exit 1
else
  echo "✅ 全部测试通过"
fi

把这段脚本放进 CI（GitHub Actions、GitLab CI 等），每一步的输出都是可解析的 JSON，后续报告生成、失败通知都可以精确提取字段，不再需要 grep 日志里的模糊关键词。

采纳建议与边界

什么时候值得切换：

团队已经在用 AI Agent 辅助开发（Claude Code、Codex 等），新 CLI 能立刻减少 Agent 的"探索轮次"，提升有效执行比例。
CI 流程中大量依赖 Gradle 输出解析，迁移到结构化 JSON 后维护成本显著降低。
项目模块多、构建配置复杂，Agent 需要频繁查询项目上下文。

当前需要注意的边界：

新 CLI 尚在早期阶段，具体命令参数和 Skill 定义可能随版本迭代调整，生产环境采用前务必锁定版本并验证输出稳定性。
"3 倍构建速度提升"是 Agent 驱动工作流下的整体效率提升，并非单次 gradlew assembleDebug 的编译速度变快——底层编译器没换，提速来自 Agent 减少了试错和等待时间。
第三方 Agent 兼容是 CLI 层面的，深度集成（比如 Agent 直接调用 Skill schema 自动生成参数）仍需各 Agent 厂商适配，目前 Claude Code 和 Codex 的支持程度需看各自更新节奏。

迁移检查清单：

确认新版 Android CLI 已安装，旧命令仍可并行使用，不必一次性全切。
挑一个最痛的流程（比如"构建→部署→跑测试→收集结果"）先用新 CLI 脚本化，验证 JSON 输出的可靠性。
如果用 Agent，先写好结构化 prompt（参考上面的 Claude Code 示例），让 Agent 逐步执行而非一次性长命令。
CI 中逐步替换 grep/sed 日志解析为 jq JSON 解析，减少脆弱的正则依赖。

Google 这次的方向很清晰：工具链不再是"人用着凑合，Agent 碰运气"，而是把 Agent 当作一等公民来设计。对已经在 Agent 辅助开发上投入的团队来说，这是值得跟进的基础设施升级。