Google 推出 Colab CLI，让开发者和 AI 代理在终端中远程使用 Colab GPU 和 TPU 运行 Python

本周，Google AI 团队发布了 Colab CLI，这是一个将本地终端连接到远程 Colab 运行时的命令行工具。它让开发者和 AI 代理能够在云 GPU 和 TPU 上运行代码，而全程无需离开终端。该工具在 Apache 2.0 许可下开源。

什么是 Colab CLI？

Colab CLI 是 Google Colab 的命令行界面。用户可以在终端中创建会话、运行代码和管理文件。任何具有终端访问权限的代理都可以调用该工具，包括 Claude Code、Codex 和 Google 的 Antigravity。Google 提供了一个名为 COLAB_SKILL.md 的预打包技能文件，为代理提供如何使用 CLI 的上下文。

安装只需一条 uv tool install 命令：

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

一个最小化会话如下：

colab new        # 配置一个 CPU 会话
echo "print('hello')" | colab exec  # 运行代码
colab stop       # 释放虚拟机

命令详解

CLI 的命令分为会话、执行、文件和自动化。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 从标准输入、.py 文件或笔记本运行 Python。它读取本地文件并传输其内容，因此本地编辑无需单独的上传步骤。colab stop 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 在本地和远程之间传输文件。colab drivemount 挂载 Google Drive，默认挂载到 /content/drive。colab auth 为 Google Cloud 服务验证虚拟机。

核心循环：colab exec 与结果恢复

核心循环很简短：配置运行时 → 运行脚本 → 拉回结果。colab download 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。因此，远程运行变成了磁盘上可重放的笔记本。colab repl 和 colab console 提供对虚拟机的交互式访问。colab install 使用 uv 安装软件包，并回退到 pip。会话元数据存储在 ~/.config/colab-cli/sessions.json。

示例：微调 Gemma 3 1B

Google 的官方发布演示了一个代理驱动的微调任务。该任务使用 QLoRA 对 google/gemma-3-1b-it 进行微调，在 Text-to-SQL 数据集上训练以改进 SQL 生成。Antigravity 代理通过五条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

然后代理下载适配器模型、适配器配置、分词器配置和分词器。用户无需手动输入云配置命令。

用例

• 将笔记本上的训练卸载到远程 GPU 或 TPU，无需离开终端。
• 让 Claude Code、Codex 或 Antigravity 等代理运行端到端 ML 流水线。
• 使用 QLoRA 远程微调小型模型（如 Gemma 3 1B）。
• 将笔记本执行脚本化并导出可重放的 .ipynb 日志，实现可重复性。
• 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 对比

CLI 并不取代笔记本 UI，而是针对脚本化、自动化和代理驱动的工作。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 | Web 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 的 --gpu/--tpu 标志 | | 代理使用 | 手动、UI 驱动 | 任何终端代理通过命令操作 | | 运行本地脚本 | 粘贴或上传到单元格 | colab exec -f script.py | | 结果恢复 | 手动下载或 Drive | colab download、colab log | | 软件包安装 | 单元格内的 !pip | colab install（uv，后 pip） | | 会话控制 | 浏览器管理的运行时 | colab new、colab stop、colab status | | 代理技能文件 | 无 | 内置 COLAB_SKILL.md |

优势与考虑

优势：

• 终端原生工作流，适合脚本、CI 和代理循环。
• 一条命令即可配置 T4、L4、A100 或 H100 GPU。
• exec 传输本地文件内容，无需上传步骤。
• 日志导出为可重放的笔记本格式，保证可重复性。
• 在 Apache 2.0 许可下开源，并附带代理技能文件。
• 支持多种代理，不局限于单一供应商。

考虑：

• 访问需要身份验证，默认策略为 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需通过管道传输标准输入。
• 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 允许从本地终端在远程 Colab GPU 和 TPU 上运行代码。
• 一条命令配置加速器：colab new --gpu T4 至 A100 和 H100，以及 TPU。
• colab exec 将本地 .py 和 .ipynb 文件传输到运行时，无需上传步骤。
• 任何终端代理（Claude Code、Codex、Antigravity）均可通过内置的 COLAB_SKILL.md 驱动。
• 开源（Apache 2.0），colab log 导出可重放的笔记本日志。