谷歌发布开源免费命令行编程工具 Gemini CLI

类似于 Claude Code 和 OpenAI Codex CLI，谷歌也下场发布了命令行编程工具—— Gemini CLI，提供了慷慨的免费额度，其代码还是完全 开源 的。

什么是 Gemini CLI？

Gemini CLI 是一个 AI 驱动的终端工具，它具备以下核心特点：

• 命令行集成：直接在终端中与 AI 交互的工具。
• 大型代码库处理：1M 令牌上下文窗口，能够查询和编辑大型代码库。
• 多模态能力：支持从 PDF、草图等多种输入生成应用。
• 开源架构：Apache 2.0 开源协议，代码完全透明。
• 内置搜索增强：使用内置于 Gemini 的 Google 搜索工具提供事实依据。
• 丰富工具集成：连接 MCP、Imagen、Veo、Lyria 等外部工具。
• 免费配额：个人 Google 账号即可享受每分钟 60 次、每天 1000 次的免费请求。

使用方法

1. 临时运行

   npx https://github.com/google-gemini/gemini-cli
   

2. 全局安装

   npm install -g @google/gemini-cli
   gemini
   

3. 完成认证

   启动 gemini 命令行后会自动引导你完成 Google 账号认证：

   • 个人 Google 账号：默认选项，免费使用
   • API Key 方式：从 Google AI Studio 生成 API Key，设置环境变量 export GEMINI_API_KEY="YOUR_API_KEY"

架构原理

核心组件

Gemini CLI 主要由两个核心包组成，以及一套可供系统在处理命令行输入时使用的工具套件：

1. CLI 包 (packages/cli)

• 用途：包含面向用户的 Gemini CLI 部分，负责处理初始用户输入、呈现最终输出并管理整体用户体验
• 关键功能：
  • 输入处理
  • 历史记录管理
  • 显示渲染
  • 主题和 UI 定制
  • CLI 配置设置

2. Core 包 (packages/core)

• 用途：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
• 关键功能：
  • 与 Google Gemini API 通信的 API 客户端
  • 提示构建和管理
  • 工具注册和执行逻辑
  • 对话或会话的状态管理
  • 服务端配置

3. 工具套件 (packages/core/src/tools/)

• 用途：扩展 Gemini 模型功能的独立模块，允许其与本地环境交互（如文件系统、shell 命令、网络获取）
• 交互方式：Core 包根据 Gemini 模型的请求调用这些工具

交互流程

典型的 Gemini CLI 交互遵循以下流程：

1. 用户输入：用户在终端输入提示或命令，由 CLI 包管理
2. 请求发送到 Core：CLI 包将用户输入发送到 Core 包
3. 请求处理：Core 包执行以下操作：
   • 为 Gemini API 构建适当的提示，可能包括对话历史和可用工具定义
   • 将提示发送到 Gemini API
4. Gemini API 响应：Gemini API 处理提示并返回响应，响应可能是直接答案或使用可用工具的请求
5. 工具执行（如适用）：
   • 当 Gemini API 请求工具时，Core 包准备执行它
   • 如果请求的工具可以修改文件系统或执行 shell 命令，会首先向用户提供工具及其参数的详细信息，用户必须批准执行
   • 只读操作（如读取文件）可能不需要明确的用户确认即可继续
   • 确认后，或如果不需要确认，Core 包在相关工具内执行相关操作，结果由 Core 包发送回 Gemini API
   • Gemini API 处理工具结果并生成最终响应
6. 响应返回 CLI：Core 包将最终响应发送回 CLI 包
7. 显示给用户：CLI 包格式化响应并在终端中显示给用户

关键设计原则

• 模块化：将 CLI（前端）与 Core（后端）分离允许独立开发和潜在的未来扩展
• 可扩展性：工具系统设计为可扩展的，允许添加新功能
• 用户体验：CLI 专注于提供丰富的交互式终端体验

基础用法示例

简单示例

启动 Gemini CLI 后，试试这些基本命令：

# 启动 Gemini CLI
gemini

# 分析代码库
> Summarize the changes in this project since last week

# 探索系统架构
> Help me understand the architecture of this system

# 迁移代码库
> Migrate this codebase from JavaScript to TypeScript

# 创建 Discord 机器人
> Create a Discord bot that responds to messages

多模态能力体验

# 分析图像
> analyze this screenshot and explain what it shows

# 基于设计图生成代码
> convert this UI mockup to React components

# 处理多种文件类型
> explain the relationship between these config files

核心功能

1. 代码库查询和分析

Gemini CLI 最强大的功能是理解和分析大型代码库：

# 项目概览
> give me a high-level overview of this project's architecture

# 依赖关系分析
> show me the dependency graph for this module

# 性能分析
> identify potential performance bottlenecks in this codebase

# 安全审计
> scan for common security vulnerabilities

2. 智能代码编辑

直接修改代码文件：

# 添加新功能
> add a caching layer to the database queries

# 重构代码
> refactor this class to follow SOLID principles

# 修复 bug
> fix the memory leak in the event listener cleanup

# 优化性能
> optimize this algorithm for better time complexity

3. 文件系统操作

内置的文件系统工具让你能够：

# 批量文件操作
> rename all .js files to .ts and update imports

# 文件搜索和过滤
> find all unused CSS classes in the stylesheets

# 目录结构优化
> reorganize the components folder following best practices

4. Shell 命令集成

无缝执行系统命令：

# 构建和测试
> run the test suite and fix any failing tests

# 部署相关
> prepare this application for production deployment

# 开发环境设置
> set up the development environment for new contributors

5. 网络搜索和获取

# 技术调研
> search for the latest best practices for React state management

# 实时信息获取
> fetch the current status of this API endpoint

# 文档查询
> find the official documentation for this library version

高级功能

自动化工作流

创建复杂的自动化任务：

# 端到端功能开发
> create a complete user authentication system with:
  1. backend API endpoints
  2. frontend login/signup forms
  3. JWT token handling
  4. password validation
  5. unit tests

# 项目初始化
> bootstrap a new microservice with:
  - Docker configuration
  - CI/CD pipeline
  - logging and monitoring
  - API documentation
  - health check endpoints

多模态应用生成

# 基于设计生成应用
> create a mobile app based on this design mockup

# 数据可视化
> generate interactive charts from this CSV data

# 界面原型开发
> build a prototype dashboard with these requirements

系统集成

# 数据库迁移
> create migration scripts for schema changes

# API 集成
> integrate this third-party API with error handling

# 监控和日志
> add comprehensive logging and metrics collection

配置和定制

内置工具概述

Gemini CLI 包含内置工具，供 Gemini 模型用于与本地环境交互、访问信息和执行操作。这些工具增强了 CLI 的功能，以便完成各种复杂任务。

工具工作原理： 在 Gemini CLI 中，工具是 Gemini 模型可以请求执行的特定函数或模块。例如，当你要求 Gemini “总结 my_document.txt 的内容” 时，模型会识别需要读取该文件，并请求执行 read_file 工具。

核心能力：

• 访问本地信息：访问本地文件系统、读取文件内容、列出目录等
• 执行命令：通过 run_shell_command 等工具运行 shell 命令（具备安全措施和用户确认）
• 网络交互：从 URL 获取内容
• 执行操作：修改文件、创建新文件或在系统上执行其他操作（通常带有安全防护）
• 增强响应准确性：通过工具获取实时或特定本地数据，使 Gemini 的响应更准确、相关且基于实际环境

内置工具分类：

• 文件系统工具：用于与文件和目录交互（读取、写入、列出、搜索等）
• Shell 工具 (run_shell_command)：执行 shell 命令
• 网络获取工具 (web_fetch)：从 URL 检索内容
• 网络搜索工具 (web_search)：搜索网络
• 多文件读取工具 (read_many_files)：专用于从多个文件或目录读取内容的工具，常与 @ 命令一起使用
• 内存工具 (save_memory)：跨会话保存和回忆信息

扩展工具集成：

• MCP 服务器：MCP 服务器充当 Gemini 模型与本地环境或其他服务（如 API）之间的桥梁
• 沙箱隔离：沙箱将模型及其更改与环境隔离，以降低潜在风险

安全和确认机制：

许多工具，特别是那些可以修改文件系统或执行命令的工具（write_file、edit、run_shell_command），都具有安全设计：

• 需要确认：在执行潜在敏感操作之前提示用户，显示即将采取的操作
• 沙箱隔离：所有工具都受到沙箱执行的限制，将模型及其更改与环境隔离以降低潜在风险

实际应用场景

1. 探索新代码库

# 快速上手陌生项目
> I'm new to this codebase, help me understand:
  - project structure
  - main technologies used
  - how to run locally
  - where to start contributing

# 代码审查
> review recent commits and highlight important changes

2. 现有代码维护

# 技术债务处理
> identify technical debt and suggest refactoring priorities

# 依赖升级
> analyze dependencies and create upgrade plan

# 性能优化
> profile the application and optimize critical paths

3. 运维自动化

# 部署脚本生成
> create deployment scripts for multiple environments

# 监控设置
> set up comprehensive monitoring and alerting

# 故障排查
> analyze these error logs and suggest solutions

使用配额和定价

免费使用配额

个人 Google 账号 提供慷慨的免费配额：

• 请求频率：每分钟 60 次请求
• 日配额：每天 1000 次请求
• 上下文窗口：完整的 100 万 token
• 功能限制：无功能限制

高级使用选项

如需更高配额或企业级功能：

• Google AI Studio API Key：按使用量付费
• Vertex AI 集成：企业级部署
• Gemini Code Assist 集成：标准版和企业版许可

最佳实践

1. 清晰描述需求

❌ 不好：fix this code

✅ 更好：fix the race condition in the async data fetching that causes UI flicker

2. 结构化复杂任务

> Create a user management system with:
  1. User model with validation
  2. CRUD API endpoints
  3. Authentication middleware
  4. Admin dashboard UI
  5. Role-based permissions
  6. Comprehensive tests

3. 充分利用上下文

# 先让 Gemini 理解项目背景
> analyze the existing authentication system

# 然后基于理解进行修改
> enhance it with two-factor authentication

4. 增量开发

> start with basic user registration
> add email verification
> implement password reset
> add social login options

开源生态和社区

Gemini CLI 代码完全开源在 GitHub，使用 Apache 2.0 许可证，刚刚发布就冲到了 1 万 + Star，可见其受欢迎程度。作为完全开源的项目，所有功能实现都可审查，无中间服务器，直连 Google API，安全可信。如果你在使用过程中发现任何问题，都可以随时通过 Issues 提交 bug 和功能请求，或者遵循贡献指南提交 PR 修复问题、完善文档。社区驱动的开发模式使得这个工具能够快速迭代和改进。

与其他 AI 工具对比

欢迎长按下面的二维码关注 漫谈云原生 公众号，了解更多云原生和 AI 知识。