agent-starter-pack
무엇인가
agent-starter-pack은 Google Cloud에서 GenAI 에이전트 프로젝트의 뼈대를 생성하는 Python 패키지이자 CLI다. 런타임 라이브러리가 아니라 프로젝트 생성기 쪽에 속하며, 에이전트 코드와 함께 백엔드·프론트엔드·배포 인프라를 한 번에 풀어낸다. 현재는 유지보수 모드로, 새 기능 개발은 후속 도구인 agents-cli로 옮겨졌다.
어떻게 동작하나
동작은 템플릿 전개에서 시작한다. `uvx agent-starter-pack create`가 선택한 템플릿을 로컬 프로젝트로 복사하고, 그 안에는 ADK 기반 에이전트 코드, Terraform 인프라 정의, Google Cloud Build 또는 GitHub Actions 파이프라인, 평가·관측 설정이 들어 있다. RAG용 데이터 파이프라인은 Terraform과 CI/CD에 묶여 생성되며 Vertex AI Search와 Vector Search를 지원한다. 템플릿은 Git 저장소 단위로 공유되므로 사내 저장소를 원격 템플릿으로 지정할 수 있다. 프로젝트 루트의 GEMINI.md 파일은 Gemini CLI가 템플릿 구조와 배포 경로를 문맥으로 읽게 한다.
무엇과 다른가
같은 구성을 손으로 만들려면 Makefile 기반 개발 태스크, Terraform 모듈, CI/CD 정의를 프로젝트마다 따로 작성해야 했다. 후속 도구 agents-cli는 Makefile을 통합 CLI로 대체해 run, deploy, eval run, eval compare, playground, lint 명령을 묶고, Claude Code·Gemini CLI·Codex를 ADK 전문가로 만드는 코딩 에이전트 스킬을 함께 배포한다. 마이그레이션 시 에이전트 코드, 테스트, Terraform, CI/CD는 재작성 없이 그대로 넘어간다.
어떻게 쓰나
설치 후 첫 명령은 프로젝트 생성이다. uv가 없으면 pip로 설치해 같은 CLI를 사용한다. 이미 있는 에이전트 프로젝트에는 루트 폴더에서 명령을 실행해 배포·인프라 구성을 덧붙인다. 생성된 프로젝트는 로컬에서 실행하고, 이후 Terraform과 CI/CD 파이프라인을 통해 Google Cloud 프로젝트로 배포한다.
전제와 한계
요구 사항은 Python 3.10 이상, Google Cloud SDK, Terraform, Make다. 유지보수 모드이므로 치명적 수정 외에 새 기능·새 템플릿·새 배포 대상은 추가되지 않는다. 배포되는 리소스는 사용자 자신의 Google Cloud 프로젝트에 생성되고 관리 책임도 사용자에게 있다. 공식 지원 Google 제품이 아니며 데모 목적 저장소로 명시돼 있다.
유사 도구
- ragasLLM 애플리케이션 출력을 LLM 기반·전통 메트릭으로 채점하고, 프로덕션 데이터에서 테스트셋을 자동 생성하는 Python 평가 라이브러리다.
- skillsGoogle Cloud 제품별 절차·구성 규칙을 SKILL.md 묶음으로 주입해 에이전트가 GKE·BigQuery·IAM 작업을 문서 기반 절차로 수행하게 한다.
- vet코드 변경과 코딩 에이전트 대화를 LLM으로 검증해 이슈 목록을 내는 Python CLI다. 터미널·에이전트 스킬·CI에서 같은 검사를 돌린다.
- llama_index사설 데이터를 수집·구조화해 LLM이 검색·질의할 수 있게 하는 Python 프레임워크다. 코어와 300여 개 통합 패키지를 조합해 RAG·에이전트 앱을 만든다.
- gptme터미널에서 실행되는 개인 AI 에이전트 CLI다. 셸·Python·브라우저·비전 도구를 갖추고 여러 LLM 제공자와 로컬 llama.cpp를 지원한다.
- ai-reviewPR diff를 LLM에 보내 인라인·요약 리뷰 코멘트를 자동 생성하는 Python CLI다. 6개 VCS와 7개 LLM 제공자를 설정 파일로 교체한다.