今天我们宣布推出 Google Colab 命令行界面（CLI），它弥合了本地终端与远程 Colab 运行时之间的鸿沟，为开发者和 AI 智能体提供了一个零摩擦的执行平台。Colab CLI 提供以下功能：

• 零摩擦加速器配置：即时申请高性能 GPU 或 TPU（例如 `colab --gpu A100` 或 `colab --gpu T4`）。
• 简单远程执行：使用 `colab exec` 在 Colab 运行时上直接运行本地 Python 脚本和复杂的机器学习流水线。
• 无缝工件恢复：通过 `colab download` 和 `colab log` 轻松检索模型、数据集以及可复现的 `.ipynb` 日志。
• 交互式访问：通过 `colab repl` 或 `colab console` 进入远程 Colab 运行时的交互式环境。

智能体驱动的工作流实战

由于 Colab CLI 能够无缝集成到标准终端环境中，任何具备终端访问权限的智能体都可以使用它。为了确保你的 AI 助手能够快速上手，该 CLI 包含一个预打包的 Colab 技能文件，为智能体提供关于如何利用 CLI 的即时内置上下文。让我们来看一个用户或智能体可能使用 Colab CLI 的真实示例。

*请注意，虽然下面的示例重点展示了 Antigravity 智能体将 Colab CLI 作为工具使用，但 Colab CLI 同样可以轻松被 Claude Code、Codex 以及其他智能体使用。

以下是智能体如何使用 Colab CLI 执行真实机器学习工作流的示例：

微调 Gemma 3-1B

该 CLI 可用于运行一个真实的 QLoRA 流水线，仅需少量命令即可端到端执行。通过指示 Antigravity（或你选择的智能体）构建一个远程微调任务，无需输入任何云配置命令，即可将繁重的计算负载卸载到 GPU 上。在此场景中，我们要求智能体使用 Colab CLI 在 Text-to-SQL 数据集上微调 `google/gemma-3-1b-it`，以使模型在编写 SQL 查询方面表现更佳。

反重力提示词：使用 Colab CLI（https://github.com/googlecolab/google-colab-cli）通过 QLoRA 微调 Gemma 3 1B。配置一个 Colab T4 GPU 实例，安装必要的机器学习包（transformers、datasets、peft、trl 等），远程运行本地的 ~finetune_run.py 脚本，下载生成的 safetensors 适配器，保存笔记本日志，并进行清理。

反重力执行：

$ colab new --gpu T4
$ colab install transformers datasets peft trl bitsandbytes accelerate
$ colab exec -f finetune_run.py
$ colab log --output gemma_finetune_log.ipynb
$ colab stop

反重力还使用“colab download”命令下载适配器模型、适配器配置、分词器配置和分词器，这些文件可用于在本地加载并运行你微调后的模型。现在，你拥有了一个远程微调好的模型，可以随时从本地设备提供服务！

立即尝试

Colab CLI 使强大的 Colab 算力变得可访问、可编程且适配智能体。它轻量级且易于任何基于终端的 AI 智能体使用。要开始自行使用 Colab CLI，请前往 Google Colab CLI GitHub 仓库查看设置说明。

我们很期待看到这将如何加速你的开发流程，并期待你和你的智能体所构建的成果！

• AI
• 云
• 公告
• 学习