# Google 发布 Colab CLI，开发者与 AI 智能体可在终端中远程调用 Colab GPU 与 TPU 运行 Python 代码 - 来源：MarkTechPost（RSS） - 作者：Asif Razzaq - 发布时间：2026-06-07 06:07 - AIHOT 分数：74 - AIHOT 标记：精选 - AIHOT 链接：https://aihot.virxact.com/items/cmq2xk3zt021fsl97tkiv8rtx - 原文链接：https://www.marktechpost.com/2026/06/06/googles-new-colab-cli-lets-developers-and-ai-agents-run-python-on-remote-colab-gpus-and-tpus-from-the-terminal ## 精选理由 Colab CLI把远程GPU接入终端，且AI Agent可直接调用，让Colab从笔记本变成计算后端，个人开发者云端算力使用方式会被改变。 ## AI 摘要 Google 发布 Colab CLI，允许开发者和 AI 智能体在终端中直接运行本地 Python 代码，并利用远程 Colab 的 GPU 与 TPU 运行时进行加速。通过这一命令行工具，用户无需打开浏览器即可无缝连接 Colab 计算资源，为自动化和脚本化 AI 工作流提供了更便捷的接口。 ## 正文 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 ColabColab 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 !pipcolab 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。