gemini-cli

GitHub
100.8k 13k 简单 5 次阅读 今天Apache-2.0插件Agent图像开发框架
AI 解读 由 AI 自动生成,仅供参考

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

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是基于 Node.js 的命令行应用,无需本地 GPU 或大型模型下载(通过 API 调用云端 Gemini 模型)。支持通过 npm、Homebrew、MacPorts 或 Anaconda (需先安装 nodejs) 进行安装。使用时需要配置 Google 账号 OAuth、Gemini API Key 或 Vertex AI 凭证。
python未说明
Node.js
npm
gemini-cli hero image

快速开始

Gemini CLI

Gemini CLI CI Gemini CLI E2E (Chained) Version License View Code Wiki

Gemini CLI 截图

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

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

工具与扩展

进阶主题

故障排除与支持

使用 MCP 服务器

~/.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


由 Google 和开源社区用心打造

版本历史

v0.37.12026/04/09
v0.39.0-nightly.20260409.615e078342026/04/09
v0.39.0-nightly.20260408.a394617182026/04/08
v0.37.02026/04/08
v0.38.0-preview.02026/04/08
v0.37.0-preview.22026/04/07
v0.36.0-nightly.20260407.1c22c5b372026/04/07
v0.36.0-nightly.20260406.15298b28c2026/04/06
v0.37.0-preview.12026/04/02
v0.36.0-nightly.20260402.13ccc16452026/04/02
v0.36.02026/04/01
v0.37.0-preview.02026/04/01
v0.36.0-preview.82026/04/01
v0.36.0-preview.72026/03/31
v0.35.32026/03/28
v0.36.0-preview.62026/03/28
v0.36.0-preview.52026/03/27
v0.35.22026/03/26
v0.36.0-preview.42026/03/26
v0.35.12026/03/26

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

349.3k|★★★☆☆|4天前
Agent开发框架图像

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。

162.1k|★★★☆☆|5天前
开发框架图像Agent

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

148.6k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

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

93.4k|★★☆☆☆|3天前
插件开发框架

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

90.1k|★★★☆☆|4天前
语言模型图像Agent