本周，谷歌 AI 团队发布了 Colab CLI。该工具可将本地终端连接到远程 Colab 运行时环境，让开发者和 AI 智能体能够在云端 GPU 和 TPU 上运行代码，且全程无需离开终端。该 CLI 基于 Apache 2.0 许可证开源。

什么是 Google Colab CLI

Colab CLI 是 Google Colab 的命令行界面。你可以通过终端创建会话、运行代码和管理文件。

任何拥有终端访问权限的智能体都可以调用该工具，包括 Claude Code、Codex 以及谷歌的 Antigravity。谷歌附带提供了一个名为 COLAB_SKILL.md 的预封装技能文件，为智能体提供如何使用该 CLI 的内置上下文。

安装只需在 GitHub 仓库中执行一条 uv tool install 命令。

uv tool install git+https://github.com/googlecolab/google-colab-cli

一个最简会话示例如下：

colab new                              # provision a CPU session
echo "print('hello')" | colab exec     # run code
colab stop                             # release the VM

命令如何工作

CLI 将命令分为会话、执行、文件和自动化几类。colab new 用于配置会话，默认使用 CPU。添加 --gpu T4、--gpu L4、--gpu A100 或 --gpu H100 可使用 GPU。TPU 选项为 v5e1 和 v6e1。

colab exec 可从标准输入、.py 文件或笔记本运行 Python 代码。该命令在本地读取文件并传输其内容，因此本地编辑后无需单独的上传步骤。colab stop 用于终止会话并释放虚拟机。

其他命令涵盖文件和身份验证。colab upload 和 colab download 用于在本地和远程之间移动文件。colab drivemount 用于挂载 Google Drive，默认路径为 /content/drive。colab auth 用于对虚拟机进行 Google Cloud 服务身份验证。

colab exec 与工件恢复：核心循环

核心循环非常简短：配置运行时、运行脚本、然后拉取结果。colab download 用于检索模型、数据集和其他文件。colab log 将会话历史导出为 .ipynb、.md、.txt 或 .jsonl 格式。

这样，一次远程运行就变成了磁盘上一个可重放的笔记本。colab repl 和 colab console 提供对虚拟机的交互式访问。colab install 使用 uv 添加包，并在必要时回退到 pip。会话元数据存储在 ~/.config/colab-cli/sessions.json 中。

示例：微调 Gemma 3 1B

Google 官方发布展示了一个智能体驱动的微调任务。该任务使用 QLoRA 对 google/gemma-3-1b-it 进行微调。它在 Text-to-SQL 数据集上进行训练，以提升 SQL 生成能力。Antigravity 智能体通过五个命令运行完整的流水线。

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

随后，该智能体下载适配器模型、适配器配置、分词器配置和分词器。你可以在本地加载并提供微调后的模型服务。用户无需手动输入任何云端资源调配命令。

使用场景

• 将笔记本电脑上的训练任务卸载到远程 GPU 或 TPU，无需离开终端。
• 让 Claude Code、Codex 或 Antigravity 等智能体运行端到端的机器学习流水线。
• 使用 QLoRA 远程微调 Gemma 3 1B 等小型模型。
• 编写笔记本执行脚本，并导出可复现的 .ipynb 日志文件。
• 通过 colab repl 或 colab console 在虚拟机上交互式调试。

Colab CLI 与基于浏览器的 Colab

CLI 并不会取代笔记本用户界面。它的目标是脚本化、自动化以及智能体驱动的工作。以下是两种工作流在常见任务上的对比。

维度	基于浏览器的 Colab	Colab CLI
界面	网页笔记本 UI	本地终端
加速器选择	浏览器中的运行时菜单	colab new 命令的 --gpu / --tpu 标志
智能体使用	手动，UI 驱动	通过命令使用任何终端智能体
运行本地脚本	粘贴或上传到代码单元格中	colab exec -f script.py
工件获取	手动下载或通过云端硬盘	colab download, colab log
包安装	在单元格内使用 !pip	colab install（使用 uv，然后是 pip）
会话控制	浏览器管理的运行时	colab new, colab stop, colab status
智能体技能文件	无	内置的 COLAB_SKILL.md

---

优势与注意事项

优势：

• 终端原生工作流适用于脚本、CI 和智能体循环。
• 单条命令即可配置 T4、L4、A100 或 H100 GPU。
• exec 命令会发送本地文件内容，因此无需上传步骤。
• 日志可导出为可复现的笔记本格式，确保可复现性。
• 在 Apache 2.0 许可下开源，并附带一个内置的智能体技能文件。
• 可与多种智能体配合使用，而非单一供应商的工具。

注意事项：

• 访问需要身份验证；默认策略是 oauth2。
• repl 和 console 在交互式运行时需要 TTY。
• 在脚本中使用这两个命令时，需要通过管道传入标准输入。
• 计算仍在 Colab 的后端及其运行时模型上运行。

关键要点

• Google 的 Colab CLI 可让您从本地终端在远程 Colab GPU 和 TPU 上运行代码。
• 一条命令即可配置加速器：`colab new --gpu` 支持从 T4 到 A100 和 H100，外加 TPU。
• `colab exec` 可将本地的 `.py` 和 `.ipynb` 文件直接发送到运行时，无需上传步骤。
• 任何终端智能体——Claude Code、Codex、Antigravity——都可以通过捆绑的 `COLAB_SKILL.md` 来驱动它。
• 它在 Apache 2.0 许可下开源，并且 `colab log` 可导出可回放的笔记本日志。

Marktechpost 可视化讲解

Google Colab CLI — 终端指南

概述

从终端运行 Colab GPU 和 TPU

Google Colab CLI 将您的本地终端连接到远程 Colab 运行时。开发者和 AI 智能体无需离开 Shell 即可在云端加速器上运行代码。

2026 年 6 月 5 日发布 • 在 Apache 2.0 许可下开源

第一步

它是什么

• 一个用于 Google Colab 的命令行界面。
• 它将您的本地终端连接到远程 Colab 运行时。
• 您可以从终端创建会话、运行代码和管理文件。
• 任何基于终端的 AI 智能体也可以调用它。

第二步

安装与快速开始

通过一条命令安装，然后运行第一个会话。

uv tool install git+https://github.com/googlecolab/google-colab-cli

colab new                            # provision a CPU session
echo "print('hello')" | colab exec   # run code
colab stop                           # release the VM

第三步

配置 GPU 和 TPU

创建会话时请求一个加速器。默认使用 CPU。

colab new --gpu T4
colab new --gpu A100
colab new --tpu v6e1

加速器的可用性取决于您当前的 Colab 套餐。

第四步

远程运行本地脚本

`exec` 命令在本地读取您的文件并发送其内容。无需单独的上传步骤。

colab exec -f train.py

`exec` 可从标准输入、`.py` 文件或笔记本运行 Python。

第五步

获取模型和日志

运行后将结果拉取回您的机器。

colab download -s NAME checkpoints/model.bin ./model.bin
colab log -o report.ipynb

日志可导出为 `.ipynb`、`.md`、`.txt` 或 `.jsonl` 格式。

第六步

示例：微调 Gemma 3 1B

Google 的博客展示了一个智能体在 Text-to-SQL 数据集上运行 QLoRA 流程。

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

第七步

专为 AI 智能体打造

• 任何具有终端访问权限的智能体都可以调用 CLI。
• 它与 Claude Code、Codex 和 Antigravity 兼容。
• 捆绑的 `COLAB_SKILL.md` 为智能体提供了内置上下文。
• 结果：可脚本化、智能体就绪的 Colab 算力。