谷歌Jules 推出命令行工具Jules Tools与 API：让 AI 编码代理真正融入你的工作流

谷歌的 AI编程助手 Jules 正在向更深层次的开发集成迈进。过去，它主要通过网页界面运行，协助开发者完成代码生成、bug 修复、测试编写、依赖升级等任务。如今，随着新工具的发布，Jules 不再只是一个“云端助手”，而是开始成为你本地开发环境的一部分。

谷歌正式推出 Jules Tools——一个轻量级命令行接口（CLI），并开放了 Jules API 的初步预览版。这两项更新的核心目标是：将 Jules 更紧密地嵌入到你现有的开发流程中，提升控制力、可见性和可编程性。

Jules Tools：终端里的 AI 协作伙伴

开发者的工作重心在终端：构建、调试、部署、自动化。为了让 Jules 真正“并肩作战”，谷歌推出了 Jules Tools，一个专为终端设计的 CLI 工具。

它允许你在不离开 shell 的情况下：

• 启动远程编码任务；
• 查看正在执行的任务状态；
• 管理与 Jules 的交互上下文；
• 自动化常见操作。

安装方式简单

npm install -g jules-tools

安装后即可使用 jules 命令与代理交互。

核心设计理念：命令 + 标志

Jules Tools 围绕两个基本元素构建：

• 命令：定义要执行的操作

  jules remote list --task
  

  列出所有正在进行的远程任务。

• 标志：自定义行为或配置

  jules --theme light
  

  切换终端界面主题。

实际应用场景示例

得益于其可脚本化特性，Jules Tools 可轻松与其他 CLI 工具组合使用：

# 列出所有已连接的仓库
jules remote list --repo

# 在指定项目中创建新任务
jules remote new --repo torvalds/linux --task "write unit tests"

# 批量处理 TODO 文件中的待办事项
cat TODO.md | while IFS= read -r line; do
  jules remote new --repo . --task "$line"
done

# 将 GitHub 当前分配的问题发送给 Jules
gh issue list --assignee @me --limit 1 --json title \
  | jq -r '.[0].title' \
  | jules remote new --repo .

# 结合 Gemini CLI 分析问题优先级，并将最复杂的交给 Jules
gemini -p "which is the most tedious issue, print it verbatim" \
  | gh issue list --assignee @me \
  | jules remote new --repo .

这些组合展示了 Jules 如何作为自动化链条中的一环，参与真实开发场景。

内置 TUI：兼顾交互与效率

对于偏好可视化操作的用户，Jules Tools 还提供了一个基于终端的交互式界面（TUI）：

• 输入 /remote 查看任务仪表板；
• 使用 /new 引导式创建新任务；

这既保留了 Web UI 的易用性，又贴近本地工作流，响应更快，切换更少。

Jules API：将 AI 代理接入你的系统

除了 CLI，谷歌还发布了 Jules API 的早期预览，允许开发者将 Jules 直接集成到自有系统中。

典型用例包括：

• 在 Slack 提交 bug 时自动触发 Jules 任务；
• 将 Jules 接入 CI/CD 流水线，用于自动修复测试失败；
• 构建内部开发者门户，统一调度 AI 辅助任务；

API 的开放意味着 Jules 不再局限于“手动发起请求”，而可以成为工程体系中的一个可编排组件。

近期改进：稳定性与上下文理解增强

在过去几周，团队重点优化了 Jules 的底层体验，为后续功能打下基础：

• 降低延迟：任务启动和响应速度明显提升；
• 文件选择器：可在对话中明确指定文件，缩小上下文范围，提高准确性；
• 记忆机制：Jules 能记住用户的偏好（如代码风格、常用框架），并在后续任务中自动应用；
• 环境变量管理：支持安全地授权 Jules 访问敏感配置（如 API 密钥），便于执行需要运行时环境的任务。

这些改进使得 Jules 在复杂项目中的表现更加可靠。

未来方向：混合式开发模型

谷歌认为，理想的开发工具应是“混合式”的：

• 本地 + 远程计算：日常小任务在本地快速完成，大任务交由远程虚拟机集群处理；
• 亲力亲为 + 委托协作：核心逻辑由开发者掌控，重复性工作交给 AI 代理；

目前可通过实验性 --future 标志试用部分混合行为原型。虽然尚未正式发布，但这一方向体现了 Jules 的长期愿景：不是替代开发者，而是扩展其能力边界。