gcloud couvre tout dans l’écosystème GCP sauf Google Workspace. Le CLI gws comble cette lacune — et il a été conçu dès le premier jour pour les agents IA, pas pour une utilisation interactive humaine. Ce hub regroupe les notes sur l’outil, sa philosophie de conception, les points de friction OAuth et la question plus large de savoir quand utiliser des CLI plutôt que MCP.
L’outil
Google Workspace CLI (gws) couvre ce qu’est gws, pourquoi il existe et comment il fonctionne. Le point architectural clé : gws lit le Discovery Service de Google au runtime et génère des commandes dynamiquement depuis les spécifications API actuelles, donc il reste à jour avec les changements d’API automatiquement. Il est également livré avec un serveur MCP intégré et 100+ fichiers de skill agent.
La philosophie de conception
Agent-First CLI Design Principles décompose les sept principes derrière gws tirés de l’article de Justin Poehnelt « You Need to Rewrite Your CLI for AI Agents ». Le changement fondamental : les CLI humains optimisent pour la découvrabilité, les CLI agent optimisent pour la prévisibilité et la validation des entrées. Les principes — payloads JSON bruts, introspection de schéma, discipline sur la fenêtre de contexte, renforcement des entrées contre les hallucinations, expédition de fichiers de skill, livraison multi-surface et garde-fous de sécurité — s’appliquent à tout outil ciblant les consommateurs agents.
Configuration
Google OAuth CLI Setup Gotchas documente les trois pièges qui causent la plupart des échecs de configuration OAuth : choisir Application Web plutôt que Application de bureau comme type de client OAuth, manquer l’étape de configuration des utilisateurs de test, et atteindre la limite de 25 portées sur les applications non vérifiées. Couvre également la gestion multi-comptes et les patterns de credentials headless/CI.
CLI vs MCP
CLI vs MCP for AI Agents examine les compromis pratiques avec des données de benchmark. En résumé : CLI l’emporte sur l’efficacité en tokens et la composabilité ; MCP l’emporte sur la validation typée et l’universalité client. gws offre les deux surfaces depuis un seul binaire, ce qui est de plus en plus la bonne réponse.
Sheets comme source de données
Google Sheets as Analytics Data Source couvre le problème des données fantômes — les Sheets font partie de manière persistante des stacks analytics GCP que vous le vouliez ou non — et comment gws rend l’automatisation des Sheets praticable pour les agents IA. Inclut le pattern de table externe BigQuery et la convergence des outils de données et de productivité via les couches d’agents IA.