simonw/llm-gemini

解决的问题

该项目提供了一个命令行界面和 Python 库插件，可直接从终端访问 Google 的 Gemini 模型。它弥合了 llm 生态系统与 Gemini 功能之间的差距，使用户无需编写自定义 API 集成代码即可与先进的 AI 模型进行交互。

工作原理

它作为 llm 工具的插件运行。安装并配置 API 密钥后，您可以使用简单的 CLI 命令调用各种 Gemini 模型（包括 flash 和 pro 版本）。它支持多模态输入（图像、音频、视频）、Google 搜索接地、代码执行和 URL 上下文等高级功能，以及为数据集合生成向量嵌入。

适用人群

适用于已经使用 llm CLI 工具并希望将 Google Gemini 模型集成到其本地工作流、自动化脚本或数据处理管道中的开发人员和高级用户。

主要亮点

• 多模态支持： 直接从命令行轻松处理图像、音频、视频和 YouTube URL。
• 高级工具： 启用服务器端功能，如 Google 搜索接地、安全代码执行和 URL 上下文获取。
• 嵌入生成： 提供用于生成和存储向量嵌入的工具，以便在本地 SQLite 数据库中进行相似性搜索。
• 可配置推理： 支持模型特定的“思考”级别或预算，以控制模型推理过程的深度。
• 无缝集成： 与更广泛的 llm 插件生态系统完全兼容，允许在不同的模型提供商之间轻松切换。