00:00:00Google Workspace baru saja menjadi jauh lebih baik bagi agen AI karena mereka telah merilis
00:00:04alat CLI tangguh yang memungkinkan agen Anda berinteraksi dengan API Google Workspace apa pun.
00:00:09Jadi, membaca file dari Drive, mengirim email, bahkan membuat slide, semuanya dibangun dari awal
00:00:14untuk agen AI, artinya mereka menggunakan token sesedikit mungkin dan membuat perintah secara dinamis saat
00:00:19runtime sehingga API-nya selalu mutakhir. Namun kini, dengan perusahaan besar seperti Google
00:00:24membuat CLI untuk sesuatu yang sebelumnya dan masih merupakan server MCP, apa artinya
00:00:29bagi masa depan MCP? Tekan tombol subscribe dan mari kita cari tahu.
00:00:33Bulan lalu saya membuat video tentang Playwright yang membuat CLI untuk sesuatu yang sebelumnya adalah server MCP.
00:00:42Sekarang sepertinya Google Workspace melakukan hal yang sama dan orang-orang di Twitter sangat antusias.
00:00:46Ini adalah alat CLI yang dibangun oleh Justin yang telah menulis postingan blog yang membahas semua yang dia lakukan
00:00:52untuk membuatnya khusus bagi para agen, yang akan kita bahas nanti. Tapi ia memiliki lebih dari 100
00:00:57keahlian yang bisa Anda unduh dari skills SH, yang tentu saja membuat g-man sangat senang.
00:01:01Namun sebelum kita masuk ke apa yang bisa dilakukannya, kita perlu membahas pengaturannya karena jika kita tahu apa pun
00:01:06tentang alat terkait Google Cloud, pengaturannya tidak begitu sederhana. Biar saya tunjukkan.
00:01:10Pertama dan yang terpenting, Anda perlu akses ke Google Cloud Console. Anda bisa membuat
00:01:15proyek baru atau menggunakan yang sudah ada. Saya membuat yang baru. Lalu Anda perlu menginstal gcloud CLI,
00:01:21yang bisa dilakukan dengan brew jika Anda menggunakan Mac. Dan dengan terinstalnya Google Workspace CLI,
00:01:26Anda harus menjalankan perintah ini untuk melakukan pengaturan, yang cukup jelas.
00:01:31Gunakan email Anda untuk autentikasi, pilih proyek GCP atau siapkan satu, lalu pilih API yang ingin
00:01:37Anda akses. Setelah selesai pada tahap ini, Anda harus pergi ke kredensial layanan API
00:01:42dan buat ID klien auth baru, yang saya yakin bisa untuk jenis aplikasi apa pun. Saya memilih web,
00:01:48tapi saya yakin ini akan berfungsi dengan desktop karena yang Anda butuhkan hanyalah ID klien dan rahasia ini.
00:01:53Setelah itu, tahap berikutnya adalah bagian yang agak rumit karena setelah
00:01:57menjalankan perintah ini, Anda harus memilih lingkup autentikasi Anda. Untuk demo ini, saya memilih semuanya,
00:02:02yang sebenarnya tidak ideal, tapi saya hanya sedang menguji API-nya. Lalu Anda akan mendapatkan URL besar untuk autentikasi di
00:02:08browser Anda. Sekarang, pertama-tama pastikan tidak ada saltik di sini karena Anda mungkin
00:02:12akan mendapat error, tapi Anda perlu mencatat port setelah localhost, yang dalam kasus saya adalah 51065.
00:02:18Lalu kembali ke cloud console, klik API dan layanan, layar persetujuan auth,
00:02:23lalu klik klien, pilih klien web Anda. Dan di bagian bawah yang bertuliskan URI pengalihan
00:02:28yang diotorisasi, ubah ini menjadi nomor port tersebut. Jadi 51065, dan kita belum selesai.
00:02:33Buka audiens, gulir ke bawah dan tambahkan alamat email Anda di sini jika belum ada.
00:02:37Nah, jika Anda sudah memiliki aplikasi yang dipublikasikan, Anda tidak akan mengalami masalah ini,
00:02:40tetapi karena saya hanya menguji API-nya, saya menggunakannya dalam mode pengujian.
00:02:44Jadi saya perlu menambahkan email saya dan email semua pengguna yang ingin menggunakan CLI di sini.
00:02:48Setelah itu selesai, Anda dapat menyalin URL ini dan ikuti langkah-langkah untuk mengonfigurasi CLI.
00:02:52Dan setelah selesai, Anda seharusnya mendapatkan status sukses. Jika Anda tidak melihat layar ini,
00:02:56tunggu beberapa detik dan coba lagi, karena memang butuh waktu untuk mendaftarkan URI pengalihan tersebut.
00:03:01Seluruh proses ini, hanya pengaturannya saja, memakan waktu paling lama bagi saya untuk dipahami,
00:03:06yang menunjukkan bahwa saya tidak terlalu sering menggunakan alat Google Cloud, tetapi setelah selesai,
00:03:11Anda akan melihat detail Anda di sini, yang berarti kesenangan yang sesungguhnya bisa dimulai. Lihat ini.
00:03:15Sekarang saya akan mulai dengan yang sederhana dan meminta Claude memberikan informasi tentang 10 email terakhir saya.
00:03:19Semoga tidak ada hal sensitif di sana. Dan dengan menggunakan GWS CLI,
00:03:24ia memberikan informasi tentang setiap email dengan pengirim, subjek, tanggal, dan label.
00:03:28Dan kita bisa melihat untuk tugas ini, ia hanya menggunakan 9% dari keseluruhan konteks murni karena
00:03:33tidak ada alat MCP di sini. Sebagian besar konteks digunakan oleh pesan. Oke, mari kita coba
00:03:38sesuatu yang lain. Saya akan meminta Claude menulis draf email dengan subjek "I love Claude" dan isi
00:03:44berupa puisi yang indah. Sekali lagi, ia menggunakan GWS CLI, menulis beberapa Python menggunakan bash. Dan setelah selesai,
00:03:50kita bisa melihat, saya punya draf email baru di sini yang ditulis oleh Claude. Biar saya perbesar sedikit. Isinya
00:03:56email dengan puisi yang mengatakan betapa saya mencintai Claude. Ada sesuatu yang sangat menarik tentang
00:04:00cara Claude menggunakan GWS CLI. Jika kita melihat perintah yang telah dilakukan sebelumnya,
00:04:05kita bisa melihat di sini ada banyak subperintah dan ada flag params dengan JSON di dalamnya.
00:04:11Yang menarik dari hal ini adalah jika saya, sebagai manusia, ingin melakukan hal yang sama
00:04:16dengan mengetikkan "gws help" untuk melihat semua subperintah, saya tidak mendapatkan semuanya. Hanya segelintir.
00:04:23Dan jika saya ingin mendalami perintah tertentu, saya harus menggunakan help untuk mendapatkan lebih banyak
00:04:28informasi tentangnya dan terus melakukannya berulang-ulang. Namun agen tersebut mampu mendapatkan
00:04:32informasi ini dengan sangat cepat. Dan bahkan mengetahui parameter yang tepat untuk mendapatkan data yang benar,
00:04:37maksud saya, lihat ini. Saya mengetik perintahnya di sini. Ia menggunakan help sekali dan mampu memahami
00:04:43semuanya hanya dari itu. Sekarang kita akan membahas lebih detail tentang bagaimana ia bisa melakukannya,
00:04:48tetapi kita bisa melihat di sini bahwa bagian bantuan CLI menguraikan penggunaan dan menyebutkan layanan,
00:04:53sumber daya, dan subsumber daya. Jadi kita bisa melihat layanan di bawah sini. Dan jika Anda ingin informasi lebih lanjut,
00:04:57kita juga bisa melihat skema gws dengan sumber daya layanan dan metodenya. Oke, mari kita coba satu
00:05:03hal lagi. Saya akan meminta Claude membuat dokumen slide baru dengan satu slide berisi
00:05:08judul "Claude cat" dan empat slide lainnya berisi gambar kucing. Sekali lagi, ia menggunakan gws CLI meminta
00:05:15bantuan, lalu menggali bantuan untuk perintah slide dan presentasi. Dan sekarang selesai membuat
00:05:20presentasi kita. Mari kita lihat di browser. Ini dia. Anda bisa melihat saya sudah pernah membuat
00:05:24percobaan dengan "Claude dogs", tapi mari kita coba yang ini. Dan kita punya judul "Claude cats" dengan subjudul,
00:05:30koleksi yang menggemaskan dengan lima slide berisi gambar kucing. Ini sangat keren. Dan kita
00:05:36hanya menggunakan 15% dari konteksnya. Jadi kita bisa terus melakukan berbagai hal yang berbeda. Seperti di sini,
00:05:42saya telah membuat dokumen Google Sheets berisi populasi setiap negara bagian AS dengan
00:05:47total di bagian bawah dan bahkan menjadwalkan acara di kalender saya. Sekarang Anda mungkin menyadari saya melakukan
00:05:52semua ini tanpa menginstal keahlian spesifik Google Workspace apa pun, tetapi proyek ini memang memiliki banyak
00:05:58keahlian yang tersedia berisi pembantu, persona, dan resep untuk tindakan yang lebih kompleks seperti memblokir
00:06:05waktu fokus dan menjadwalkan ulang rapat. Jadi bagaimana Justin membuatnya bekerja begitu baik? Pertama, dia
00:06:10memprioritaskan JSON bertingkat, yang sulit dibaca manusia, tetapi jauh lebih mudah bagi agen. Dia juga
00:06:16membuat dokumentasi yang dapat dikueri saat runtime, yang kita bahas tadi, tetapi bagian skema
00:06:21di sini membuatnya sehingga jika sesuatu diperbarui atau agen memasukkan parameter yang salah,
00:06:26ia tahu persis ke mana harus memeriksa yang benar tanpa kebingungan. Parameter
00:06:31atau bidang juga dapat digunakan untuk mengurangi jumlah informasi yang kembali dari API.
00:06:36Jadi agen dapat membatasi informasi hanya pada apa yang dibutuhkannya daripada mendapatkan informasi tambahan
00:06:42yang tidak diperlukannya, yang mengurangi jumlah token yang digunakan. Dan tentu saja ia menggunakan keahlian untuk
00:06:47panduan khusus agen, yang tidak saya gunakan dalam demo, tetapi mereka memberikan informasi lebih banyak daripada yang
00:06:53bisa didapatkan agen dengan menggunakan flag help. Jadi jelas bahwa server MCP mulai ditinggalkan, keahlian dan CLI mulai diminati,
00:06:59kan? Yah, tidak juga karena dengan MCP, agen dapat memanggil fungsi secara langsung alih-alih
00:07:06harus menyusun perintah shell dan meneruskan JSON, yang dilakukan oleh CLI. Alat MCP juga
00:07:11lebih baik untuk merantai langkah-langkah kompleks. Dan tentu saja Anda tidak memerlukan terminal untuk menjalankannya,
00:07:16itulah sebabnya Google Workspace CLI memang memiliki opsi MCP. Namun, CLI menggunakan jauh lebih sedikit token,
00:07:24bahkan dengan alat pencarian alat yang diaktifkan. Mereka portabel, artinya mereka dapat bekerja dengan agen
00:07:28harness apa pun atau tanpa agen harness, jika Anda tidak ingin menggunakannya. Dan mudah untuk mereproduksi
00:07:34perintah secara independen untuk debugging. Jadi saya rasa itu sangat tergantung pada kasus penggunaan Anda, tetapi saya memang mengalami
00:07:40beberapa masalah saat menggunakan CLI, seperti URL yang dihasilkan mengandung saltik, yang saya tidak tahu bagaimana
00:07:47itu bisa terjadi. Seluruh masalah pengalihan URL localhost port ini memakan waktu cukup lama bagi saya untuk dipahami. Saya tidak
00:07:52yakin apakah itu spesifik untuk alat Google Cloud atau hanya CLI-nya, tapi itu tidak menyenangkan. Dan saya sempat mengalami
00:07:59masalah dengan token yang tidak diperbarui dengan benar sehingga saya bahkan membuat masalah GitHub untuk itu. Yah,
00:08:05Claude yang menulisnya untuk saya. Sebenarnya saya tidak menulis apa pun, tetapi untuk proyek yang usianya
00:08:10kurang dari seminggu dengan lebih dari 10 ribu bintang di GitHub, proyek ini sudah memiliki masa depan yang menjanjikan.
00:08:16Dan berbicara tentang masa depan yang menjanjikan, jika Anda ingin membuat aplikasi Electron yang didukung oleh Bun,
00:08:21sehingga Anda mendapatkan kecepatan dan ukuran bundel yang kecil, lihat video yang saya buat
00:08:26tentang Electrobahn yang menunjukkan kepada Anda cara menggunakannya untuk proyek Vite sederhana.