gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。
这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。
它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
使用场景
资深后端工程师小李正在处理一个遗留的单体项目,需要紧急重构一段复杂的数据库迁移脚本并修复关联的单元测试。
没有 gemini-cli 时
- 上下文切换频繁:必须手动复制代码片段到网页版 AI 对话框,再将生成的代码粘贴回终端编辑器,打断心流。
- 本地文件操作受限:AI 无法直接读取本地数千行的旧代码库或执行 Shell 命令验证环境,只能靠人工描述报错信息。
- 调试效率低下:遇到复杂的依赖冲突或重基(rebase)问题时,需反复在浏览器和文档间搜索解决方案,耗时且易出错。
- 多模态支持缺失:无法直接将架构草图或错误日志截图拖入对话让 AI 分析,只能转为文字描述,丢失关键细节。
使用 gemini-cli 后
- 终端内闭环开发:直接在命令行调用 gemini-cli,它能读取当前目录代码并原地修改文件,实现“提问即执行”。
- 原生工具链集成:利用内置的 Shell 命令和文件操作能力,自动运行测试脚本、查询 Git 状态甚至处理复杂的重基操作。
- 智能故障排查:遇到报错时,gemini-cli 可结合 1M token 上下文窗口分析整个项目结构,直接给出修复方案并应用。
- 多模态即时交互:直接在终端传入截图或 PDF 文档,gemini-cli 利用 Gemini 3 的多模态能力瞬间理解意图并生成对应代码。
gemini-cli 将强大的 AI 推理能力无缝融入开发者最熟悉的终端环境,彻底消除了上下文切换成本,让代码重构与自动化任务变得像输入一行命令般简单高效。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
Gemini CLI

Gemini CLI 是一款开源的 AI 助手,它将 Gemini 的强大功能直接带入您的终端。通过轻量级的方式访问 Gemini,让您能够以最直接的方式从输入提示直达我们的模型。
您可以在我们的 文档 中了解关于 Gemini CLI 的所有信息。
🚀 为什么选择 Gemini CLI?
- 🎯 免费层级:使用个人 Google 账号时,每分钟可进行 60 次请求,每日上限为 1,000 次。
- 🧠 强大的 Gemini 3 模型:支持更出色的推理能力,并拥有 100 万 token 的上下文窗口。
- 🔧 内置工具:包括 Google 搜索增强、文件操作、Shell 命令以及网页抓取等功能。
- 🔌 可扩展性:支持 MCP(模型上下文协议),便于自定义集成。
- 💻 终端优先:专为习惯在命令行中工作的开发者设计。
- 🛡️ 开源:采用 Apache 2.0 许可证。
📦 安装
请参阅 Gemini CLI 的安装、运行与发布说明,以获取推荐的系统配置及详细的安装指南。
快速安装
使用 npx 即刻运行
# 使用 npx(无需安装)
npx @google/gemini-cli
使用 npm 全局安装
npm install -g @google/gemini-cli
使用 Homebrew(macOS/Linux)全局安装
brew install gemini-cli
使用 MacPorts(macOS)全局安装
sudo port install gemini-cli
在受限环境中使用 Anaconda 安装
# 创建并激活新环境
conda create -y -n gemini_env -c conda-forge nodejs
conda activate gemini_env
# 在该环境中通过 npm 全局安装 Gemini CLI
npm install -g @google/gemini-cli
发布渠道
更多详情请参阅 发布记录。
预览版
每周二 UTC 时间 23:59 将发布新的预览版本。这些版本尚未经过全面测试,可能包含回归或其他未解决的问题。欢迎您帮助我们测试,并使用 preview 标签进行安装。
npm install -g @google/gemini-cli@preview
稳定版
- 每周二 UTC 时间 20:00 将发布新的稳定版本,这将是上周预览版的完整升级版本,同时包含所有修复和验证内容。请使用
latest标签。
npm install -g @google/gemini-cli@latest
夜间版
- 每天 UTC 时间 00:00 将发布新的夜间版本。此版本包含了主分支在发布时刻的所有更改,但可能存在尚未完成的验证和问题。请使用
nightly标签。
npm install -g @google/gemini-cli@nightly
📋 核心功能
代码理解与生成
- 查询和编辑大型代码库
- 利用多模态能力,从 PDF、图片或草图生成新应用
- 使用自然语言调试问题并进行故障排除
自动化与集成
- 自动执行操作任务,例如查询拉取请求或处理复杂的变基操作
- 使用 MCP 服务器连接新功能,包括 使用 Imagen、Veo 或 Lyria 进行媒体生成
- 在脚本中非交互式运行,实现工作流自动化
高级功能
- 通过内置的 Google 搜索 增强查询,获取实时信息
- 对话检查点功能,可保存并恢复复杂会话
- 自定义上下文文件(GEMINI.md),以便根据您的项目需求调整行为
GitHub 集成
通过 Gemini CLI GitHub Action,您可以将 Gemini CLI 直接集成到 GitHub 工作流中:
- 拉取请求评审:基于上下文的反馈和建议,自动进行代码评审
- 问题分类:根据内容分析,自动对 GitHub 问题进行标记和优先级排序
- 按需协助:在问题和拉取请求中提及
@gemini-cli,即可获得调试、解释或任务委派方面的帮助 - 自定义工作流:构建适合您团队需求的自动化、定时及按需工作流
🔐 身份验证选项
请选择最适合您的身份验证方式:
选项 1:使用 Google 账号登录(OAuth)
✨ 适用人群:个人开发者以及拥有 Gemini Code Assist 许可证的用户。(详情请参阅 配额限制与服务条款)
优势:
- 免费层级:每分钟 60 次请求,每日 1,000 次请求
- Gemini 3 模型,具备 100 万 token 的上下文窗口
- 无需管理 API 密钥——只需使用您的 Google 账号登录即可
- 自动更新至最新模型
启动 Gemini CLI 后,选择“使用 Google 登录”,并在提示时按照浏览器中的认证流程操作。
gemini
如果您使用的是组织提供的付费 Code Assist 许可证,请务必设置 Google Cloud 项目。
# 设置您的 Google Cloud 项目
export GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID"
gemini
选项 2:Gemini API 密钥
✨ 适用人群:需要特定模型控制或付费层级访问权限的开发者
优势:
- 免费层级:每天 1,000 次请求,使用 Gemini 3 模型(混合 flash 和 pro 版本)
- 模型选择:可以选择特定的 Gemini 模型
- 按用量计费:当需要更高限额时可进行升级
# 从 https://aistudio.google.com/apikey 获取您的密钥
export GEMINI_API_KEY="YOUR_API_KEY"
gemini
选项 3:Vertex AI
✨ 适用人群:企业团队和生产工作负载
优势:
- 企业级特性:高级安全性和合规性
- 可扩展性:通过计费账户可获得更高的速率限制
- 集成性:可与现有的 Google Cloud 基础设施无缝对接
# 从 Google Cloud 控制台获取您的密钥
export GOOGLE_API_KEY="YOUR_API_KEY"
export GOOGLE_GENAI_USE_VERTEXAI=true
gemini
有关 Google Workspace 账号及其他身份验证方法,请参阅 身份验证指南。
🚀 入门
基本用法
在当前目录启动
gemini
包含多个目录
gemini --include-directories ../lib,../docs
使用特定模型
gemini -m gemini-2.5-flash
非交互模式用于脚本
获取简单的文本响应:
gemini -p "解释这个代码库的架构"
对于更高级的脚本编写,包括如何解析 JSON 和处理错误,请使用 --output-format json 标志来获取结构化输出:
gemini -p "解释这个代码库的架构" --output-format json
对于实时事件流(适用于监控长时间运行的操作),可以使用 --output-format stream-json 来获取以换行符分隔的 JSON 事件:
gemini -p "运行测试并部署" --output-format stream-json
快速示例
开始一个新项目
cd new-project/
gemini
> 写一个 Discord 机器人,使用我提供的 FAQ.md 文件回答问题
分析现有代码
git clone https://github.com/google-gemini/gemini-cli
cd gemini-cli
gemini
> 给我总结一下昨天的所有更改
📚 文档
入门
核心功能
- 命令参考 -
所有斜杠命令(
/help、/chat等)。 - 自定义命令 - 创建您自己的可重复使用命令。
- 上下文文件 (GEMINI.md) - 为 Gemini CLI 提供持久化的上下文。
- 检查点功能 - 保存和恢复对话。
- 令牌缓存 - 优化令牌使用。
工具与扩展
进阶主题
- 无头模式(脚本化) - 在自动化工作流中使用 Gemini CLI。
- IDE 集成 - VS Code 的伴侣。
- 沙盒与安全 - 安全的执行环境。
- 受信任的文件夹 - 按照文件夹控制执行策略。
- 企业指南 - 在企业环境中部署和管理。
- 遥测与监控 - 使用情况跟踪。
- 工具参考 - 内置工具概览。
- 本地开发 - 本地开发工具。
故障排除与支持
使用 MCP 服务器
在 ~/.gemini/settings.json 中配置 MCP 服务器,以通过自定义工具扩展 Gemini CLI:
> @github 列出我的未合并拉取请求
> @slack 将今天的提交摘要发送到 #dev 频道
> @database 执行查询以查找不活跃用户
请参阅 MCP 服务器集成指南 以获取设置说明。
🤝 贡献
我们欢迎所有贡献!Gemini CLI 是完全开源的(Apache 2.0),我们鼓励社区:
- 报告 bug 并提出功能建议。
- 改善文档。
- 提交代码改进。
- 分享您的 MCP 服务器和扩展。
请参阅我们的 贡献指南 了解开发设置、编码规范以及如何提交拉取请求。
查看我们的 官方路线图 以了解计划中的功能和优先级。
📖 资源
卸载
请参阅 卸载指南 以获取移除说明。
📄 法律声明
- 许可证: Apache 许可证 2.0
- 服务条款: 条款与隐私
- 安全: 安全政策
由 Google 和开源社区用心打造
版本历史
v0.37.12026/04/09v0.39.0-nightly.20260409.615e078342026/04/09v0.39.0-nightly.20260408.a394617182026/04/08v0.37.02026/04/08v0.38.0-preview.02026/04/08v0.37.0-preview.22026/04/07v0.36.0-nightly.20260407.1c22c5b372026/04/07v0.36.0-nightly.20260406.15298b28c2026/04/06v0.37.0-preview.12026/04/02v0.36.0-nightly.20260402.13ccc16452026/04/02v0.36.02026/04/01v0.37.0-preview.02026/04/01v0.36.0-preview.82026/04/01v0.36.0-preview.72026/03/31v0.35.32026/03/28v0.36.0-preview.62026/03/28v0.36.0-preview.52026/03/27v0.35.22026/03/26v0.36.0-preview.42026/03/26v0.35.12026/03/26相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备