google-gemini/gemini-cli

Gemini CLI – AI 驱动的命令行助手

它是什么 – 一款由谷歌维护的开源命令行工具，让你可以直接在终端中与 Gemini 系列大语言模型对话。它作为一个 AI 代理，可以读取、编辑和生成代码，运行 shell 命令，获取网页数据，并与谷歌的 Vertex AI 及其他服务集成。

主要功能

• 代码理解与生成 – 使用 Gemini 的多模态模型，总结变更、调试或创建完整的应用程序（甚至可以从 PDF、图像或草图开始）。
• 自动化 – 查询拉取请求、执行变基、运行脚本，或调用自定义 MCP（模型连接程序）服务器，用于媒体生成、Slack 消息、数据库查询等。
• 灵活的认证 – 支持 Google OAuth、Gemini API 密钥或用于企业工作负载的 Vertex AI 凭据。
• 脚本与无头模式 – 非交互式 -p 标志和 JSON/流式 JSON 输出使其易于嵌入 CI 流水线。
• 可扩展工具 – 内置文件系统、shell 和网页获取工具；通过 GEMINI.md 自定义命令；以及用于特定功能的插件式 MCP 服务器。
• IDE 集成与沙箱 – VS Code 伴侣、令牌缓存、检查点以及用于安全执行的受信任文件夹策略。

安装（选择其一）

# 一次性运行
npx @google/gemini-cli

# 全局 npm 安装
npm install -g @google/gemini-cli

# Homebrew (macOS/Linux)
brew install gemini-cli

其他选项包括 MacPorts 和基于 Anaconda 的环境（适用于受限系统）。

快速开始

# 在当前文件夹中启动（交互式 REPL）
gemini

# 非交互式运行单个提示
 gemini -p "解释这个代码库的架构"

# 用于脚本的结构化输出
 gemini -p "列出所有函数" --output-format json

你可以使用 --include-directories 限制范围，使用 -m gemini-2.5-flash 选择模型，或使用 --output-format stream-json 流式传输事件。

认证选项

1. Google OAuth – 使用你的 Google 账户登录（付费 Code Assist 许可证必需）。如有需要，设置 GOOGLE_CLOUD_PROJECT。
2. Gemini API 密钥 – 导出 GEMINI_API_KEY 以直接选择模型并按使用量计费。
3. Vertex AI – 导出 GOOGLE_API_KEY 并设置 GOOGLE_GENAI_USE_VERTEXAI=true，以获得企业级安全性、更高的速率限制和无缝的 GCP 集成。

典型工作流程

1. 启动 REPL – gemini 打开一个交互式聊天，自动将当前目录加载为上下文。
2. 请求代码 – 例如，编写一个使用 FAQ.md 回答问题的 Discord 机器人。
3. 迭代 – 使用斜杠命令（/help、/chat、/bug）或 GEMINI.md 中定义的自定义命令。
4. 自动化 – 在 CI 脚本中嵌入调用，使用 JSON 输出以编程方式解析结果。

扩展工具

• 通过 GEMINI.md 文件添加自定义命令。
• 在 ~/.gemini/settings.json 中注册 MCP 服务器以暴露新工具（Slack、数据库等）。
• 按照 自定义扩展 下链接的文档构建和分享扩展。

社区与支持

• 在 Apache 2.0 下开源；欢迎通过拉取请求贡献。
• 文档网站：https://www.geminicli.com/docs
• 问题跟踪器、路线图和安全策略均托管在 GitHub 上。
• 通过 DeepLearning.AI 提供免费入门课程。

状态说明 – Gemini CLI 未针对最新的 Gemini 4 Argon 模型进行优化；谷歌建议在这些工作负载中使用更新的 Antigravity CLI。