simonw/llm-gemini

解決する課題

このプロジェクトは、ターミナルから直接GoogleのGeminiモデルにアクセスするためのコマンドラインインターフェースおよびPythonライブラリプラグインを提供します。llmエコシステムとGeminiの機能の間のギャップを埋め、ユーザーがカスタムAPI統合コードを書くことなく高度なAIモデルと対話できるようにします。

仕組み

llmツールのプラグインとして機能します。インストールしてAPIキーを設定すると、シンプルなCLIコマンドを使用してさまざまなGeminiモデル（flashおよびproバージョンを含む）を呼び出すことができます。マルチモーダル入力（画像、音声、動画）、Google検索グラウンディング、コード実行、URLコンテキストなどの高度な機能に加え、データコレクション用のベクトル埋め込み生成もサポートしています。

対象ユーザー

すでにllm CLIツールを使用しており、GoogleのGeminiモデルをローカルのワークフロー、自動化スクリプト、またはデータ処理パイプラインに統合したい開発者やパワーユーザー向けです。

ハイライト

• マルチモーダルサポート： 画像、音声、動画、YouTube URLをコマンドラインから直接簡単に処理できます。
• 高度なツール機能： Google検索グラウンディング、安全なコード実行、URLコンテキスト取得などのサーバーサイド機能を有効にします。
• 埋め込み生成： ローカルのSQLiteデータベースでの類似性検索のために、ベクトル埋め込みを生成および保存するツールを提供します。
• 構成可能な推論： モデル固有の「思考」レベルや予算をサポートし、モデルの推論プロセスの深さを制御できます。
• シームレスな統合： より広範なllmプラグインエコシステムと完全に互換性があり、異なるモデルプロバイダー間を簡単に切り替えることができます。