关注我，记得标星⭐️不迷路哦～
今天谷歌发布了Gemini CLI，一款开源的、运行在终端中的AI代理工具，被视为对标Claude Code和Cursor的“王炸级”产品。Gemini CLI 的推出，以其慷慨的免费额度、强大的模型能力以及全面的工作流支持，迅速在开发者社区引发关注，其GitHub项目上线不久便获得了过万的Star数量。
一、定位与核心特性：不止于编码，更擅长工作流自动化
Gemini CLI 的定位并非仅仅是一个“Agentic Coding Tool”（代理编码工具），而是一个更广泛的“Agentic Workflow Tool”（代理工作流工具）。这意味着它不仅拥有强大的代码编写功能，还能集成到日常的各种工作流中，成为开发者和普通用户的全能AI助手。
其核心特性包括：
- 代码编写与大型代码库支持
：能够利用Gemini 2.5 Pro模型进行代码编写，并支持高达100万token的超大上下文窗口，从而可以查询和编辑大型代码库。 - GitHub集成
：可以直接查询GitHub上的Pull Request (PR)、issues和git历史等。 - 本地系统交互
：具备与本地系统交互的能力，例如转换图片格式、按月整理PDF发票等。 - 内置网络搜索
：内置了Google Search工具，能够实时抓取网页内容，为模型提供最新的外部信息和事实依据，使回答不再局限于过时的训练数据。 - 多模态能力
：能够从PDF文档或草图生成应用程序。 - 外部服务集成
：可以调用Imagen、Veo、Lyria等模型进行媒体生成，例如根据照片内容生成视频并剪辑。 - 完全开源与可扩展性
：Gemini CLI基于Apache 2.0协议完全开源，代码透明可审查，并支持MCP（模型上下文协议）和插件扩展，可塑性极强。 - 高度可定制
：用户可以通过 GEMINI.md等文件自定义系统提示和指令，将其调教成专属助手。 - 无缝集成现有工作流
：支持非交互模式，可轻松在自动化脚本中调用。
二、颠覆性优势：免费、强大、易用
Gemini CLI之所以被誉为“王炸”，主要得益于其以下颠覆性优势：
- 免费使用，额度慷慨
：用户只需使用个人Google账号登录，即可免费获得Gemini Code Assist许可。免费版直接使用Gemini 2.5 Pro模型，并享受其巨大的100万token上下文窗口。此外，它提供业界最大的免费额度：每分钟60次请求，每天1000次请求。这对于绝大多数个人开发者和学习者而言，几乎是无限制的使用体验，无需绑定信用卡。 - 模型强大
：直接提供顶配的Gemini 2.5 Pro模型，确保了代码生成和问题解决的高质量和准确性。 - 安装和使用门槛极低
：安装过程非常简单，仅需一行命令即可完成。用户无需下载安装包或配置复杂的环境，只需在终端中运行命令，随后登录Google账号即可。 - 开源与透明
：代码完全透明，用户可以审查其安全性，甚至为其贡献代码。这种社区驱动的开发模式有助于工具的快速迭代和改进。
三、架构原理：模块化与可扩展性
Gemini CLI 的设计理念注重模块化和可扩展性。其主要由两个核心包和一套工具套件组成：
- CLI 包 (
packages/cli)
：负责处理用户输入、呈现最终输出和管理整体用户体验。它处理输入、管理历史记录、渲染显示以及设置CLI配置和主题。 - Core 包 (
packages/core)
：作为Gemini CLI的后端，接收来自CLI包的请求，协调与Gemini API的交互，并管理可用工具的执行。它包含与Google Gemini API通信的客户端、提示构建和管理、工具注册和执行逻辑、会话状态管理以及服务端配置。 - 工具套件 (
packages/core/src/tools/)
：这些是扩展Gemini模型功能的独立模块，允许模型与本地环境（如文件系统、shell命令、网络获取）交互。
典型交互流程：
用户在终端输入命令。CLI包将输入发送给Core包。Core包构建提示并发送给Gemini API。Gemini API处理请求并返回响应，这可能是一个直接答案，也可能是需要调用工具的请求。当请求工具时，Core包会执行该工具，对于可能修改文件系统或执行shell命令的操作，会首先向用户提供详细信息并请求批准。工具执行结果随后发送回Gemini API，Gemini API处理后生成最终响应，再由Core包发送回CLI包，最终在终端显示给用户。
安全与确认机制：许多工具，特别是那些可能修改文件系统或执行命令的工具（如write_file、edit、run_shell_command），都设计了安全防护，需要用户确认才能执行。所有工具的操作都受到沙箱执行的限制，以降低潜在风险，将模型及其更改与环境隔离。
四、丰富的使用场景与示例
Gemini CLI作为一款全能AI助手，能够处理多种任务，涵盖了从代码开发到日常自动化管理的广泛场景。
编码与调试：
- 代码库查询与分析
：快速获取项目架构概览、分析依赖关系、识别性能瓶颈或扫描安全漏洞。 - 智能代码编辑
：直接修改代码文件，例如添加缓存层、重构代码、修复bug或优化算法。 - 项目开发
：实现GitHub Issue、迁移代码库到新版本、或从零开始生成新的应用程序。
内容创作与研究：
-
撰写文档、生成博客文章或进行深度技术研究。
任务管理与自动化：
- 本地系统交互
：转换目录中的图片格式并根据EXIF数据重命名、按月整理PDF发票。 - 自动化工作流
：创建复杂的自动化任务，如生成包含git历史的幻灯片、构建完整的用户认证系统（包括后端API、前端表单、JWT处理、测试等）、初始化微服务项目或生成部署脚本。 - 多模态应用生成
：基于设计图生成React组件、创建移动应用、从CSV数据生成交互式图表或构建原型仪表板。 - Git操作
：总结项目最近的修改。 - 网络交互
：搜索React状态管理的最新最佳实践、获取API端点状态或查询库的官方文档。
具体示例：
gemini > Write me a Gemini Discord bot that answers questions using a FAQ.md file I will provide
。 gemini > Give me a summary of all of the changes that went in yesterday
。 gemini > Convert all the images in this directory to png, and rename them to use dates from the exif data.
。 gemini > Organise my PDF invoices by month of expenditure.
。 gemini > 把所有当前文件夹内的图片使用veo3转换为视频，你需要分析照片的内容并给出一些生动的prompt让照片动起来，最后使用flow将他们剪辑到一起
。
五、安装与快速上手
使用Gemini CLI非常简单。
前置条件：确保您的电脑上安装了Node.js版本18或更高版本。可以通过在终端运行node -v来检查版本。
安装方式：
- 临时运行
： npx https://github.com/google-gemini/gemini-cli - 全局安装
： npm install -g @google/gemini-cli gemini
认证过程：
启动Gemini命令行后，系统会自动引导您完成Google账号认证。
推荐使用个人Google账号登录，这将提供免费额度。您也可以选择通过Google AI Studio生成API Key并设置为环境变量来认证。对于高级用途或需要更高请求容量的用户，还可以考虑Vertex AI集成或Gemini Code Assist的企业级许可。
认证成功后，您就可以在终端中与Gemini进行交互了。
六、与现有AI工具对比
Gemini CLI 的发布，无疑给现有的AI辅助编程工具市场带来了新的冲击。
|
|
|
|
|
|
|---|---|---|---|---|
| 免费配额 |
|
|
|
|
| 开源 |
|
|
|
|
| 终端集成 |
|
|
|
|
| MCP 集成 |
|
|
|
|
| 内置搜索 |
|
|
|
|
| 实际体验 |
|
|
|
|
| 易用性 | 门槛低到没有门槛，无需信用卡，对网络环境要求宽松 | 需绑定信用卡，有网络环境要求 |
|
较“重”，收费高 |
| 模型 | Gemini 2.5 Pro |
|
|
|
与其他工具相比，Gemini CLI在免费额度、开源性以及易用性方面表现突出，尤其对于个人开发者和普通用户而言，其免费且强大的特性使其成为“Vibe Coding”的新选择。
七、已知问题与未来展望
尽管Gemini CLI表现出色，但作为一款新发布的开源工具，也存在一些问题。用户反馈中提到了崩溃、体感速度较慢以及持续报错等问题。GitHub上的issue数量也在持续增长，这表明谷歌仍需在稳定性和性能方面持续努力。
然而，凭借谷歌的技术实力和其开源社区的推动，Gemini CLI的未来发展潜力巨大。它有望成为开发者日常工作流中不可或缺的AI伙伴，持续提升开发效率和体验。
（文：每日AI新工具）