写代码时遇到“这个仓库昨天的改动都改了啥”“给这段逻辑写个单测”“把 PDF 里的表格转成应用骨架”,你多半要在浏览器、IDE、文档之间来回切。把大模型请进终端,让它直接读你的文件、跑你的命令、查你的 PR,是这两年最顺手的工作流之一。谷歌把自家的 Gemini 做成了开源命令行代理 Gemini CLI,主打“从提示词到模型的最短路径”。

不过要提醒:根据仓库说明,自 2026 年 6 月 18 日起,未付费层级与 Google One 用户的使用场景已迁移到 Antigravity CLI;Gemini CLI 也未针对最新的 Gemini 4 Argon 优化,用新模型建议走 Antigravity。但作为开源、可脚本化、支持 MCP 的终端代理,它仍是很多自动化流水线的首选。

项目基本信息

信息项详情
项目名称Gemini CLI
GitHub地址https://github.com/google-gemini/gemini-cli
项目描述把 Gemini 的能力直接带进终端的开源 AI 代理
作者google-gemini
开源协议Apache License 2.0
开源状态公开
LanguagesTypeScript
支持平台Windows / macOS / Linux
最后更新2026-10-25

一、项目介绍

Gemini CLI 是一个用 TypeScript 写、基于 Node 的开源 AI 代理,把 Gemini 模型直接接进你的终端。它不只是聊天框:能查询并改写大型代码库、用多模态能力从 PDF/图片/草图生成应用、用自然语言调试问题,也能把查 PR、做复杂 rebase 这类运维动作自动化。通过 MCP 服务器,它还能接上 Imagen、Veo、Lyria 这类媒体生成能力,以及在脚本里非交互式运行。

它的发布节奏很规律:每周二 UTC 20:00 出 stable,周二 23:59 出 preview,每天 00:00 出 nightly,分别用 latest、preview、nightly 标签安装。当前最新稳定版为 v0.65.0。

二、核心优势

第一,最短路径到模型。一条 gemini 命令就能在当前目录里对话,不用开浏览器、不用切工具。

第二,多模态与代码理解强。能直接吃 PDF、图片、手绘草图来生成应用,也能回答“这个代码库的架构是怎样的”这类大问题。

第三,可脚本化。支持 --output-format json 拿结构化输出、--output-format stream-json 做实时事件流,轻松嵌进 CI 与自动化。

第四,生态开放。支持 MCP 服务器扩展自定义工具,也有自定义命令、GEMINI.md 上下文文件、checkpointing、token 缓存等机制,企业还能走 Vertex AI 与可信文件夹策略。

三、适用场景

适合“终端里就要把事办了”的开发日常:在仓库里问“总结昨天所有改动”、让代理“写个用 FAQ.md 回答问题的 Discord bot”、在脚本里批量跑“解释这段架构并输出 JSON”。

对团队自动化尤其有用:把 Gemini CLI 放进流水线,做 PR 摘要、变更影响分析、文档抽取。也适合做 IDE 伴侣(VS Code 扩展)与无头模式下的长任务监控。

四、安装教程

最轻量,无需安装直接跑:

npx @google/gemini-cli

全局安装(npm):

npm install -g @google/gemini-cli

macOS / Linux 用 Homebrew:

brew install gemini-cli

常见报错与处理:

npm error: EACCES permission denied

全局安装权限不足。用 sudo npm install -g 或把 npm 前缀改到用户目录;macOS 也可直接用 brew 避开。

GEMINI_API_KEY is not set

需要先拿 key(aistudio.google.com/apikey)并导出:

export GEMINI_API_KEY="YOUR_API_KEY"
gemini

企业走 Vertex AI:

export GOOGLE_API_KEY="YOUR_API_KEY"
export GOOGLE_GENAI_USE_VERTEXAI=true
gemini

用付费 Code Assist 许可证时,记得设项目:

export GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID"

五、使用示例

在当前目录启动交互式会话:

gemini

带多个目录一起纳入上下文:

gemini --include-directories ../lib,../docs

指定模型:

gemini -m gemini-2.5-flash

非交互式拿纯文本回答:

gemini -p "解释这个代码库的架构"

要结构化输出供程序解析:

gemini -p "解释这个代码库的架构" --output-format json

预期会得到一个 JSON 对象,含总结、关键模块、依赖关系等字段,可直接被后续脚本消费。启动新项目也很直接:

cd new-project/
gemini
> 写一个用 FAQ.md 回答问题的 Discord bot

六、常见问题

问:Gemini CLI 和 Antigravity CLI 是什么关系?
答:自 2026-06-18 起,未付费与 Google One 用户的使用已转去 Antigravity CLI;Gemini CLI 更偏开源、可脚本化与 MCP 扩展,且未针对 Gemini 4 Argon 优化,用新模型走 Antigravity。

问:免费能用吗?
答:可以用 Google 账号 OAuth 登录,或用 API key 按量计费,也有付费 Code Assist 许可证路径。

问:能接自己的工具吗?
答:能。在 ~/.gemini/settings.json 配 MCP 服务器,例如 @github 查 PR、@slack 发摘要、@database 跑查询。

问:企业部署注意什么?
答:可走 Vertex AI 获得更高限额与合规,配合可信文件夹(trusted folders)按目录控制执行策略,并启用遥测监控。

七、总结

Gemini CLI 把谷歌大模型以最短路径请进终端,开源、可脚本、可接 MCP,是自动化流水线的好零件。协议 Apache 2.0。请留意它的定位已部分让位给 Antigravity CLI,且对新模型未优化;但在终端代理、批量脚本、MCP 扩展这些场景里,它依旧能打。建议先 npx @google/gemini-cli 零安装试一把。