Google 最近发布其开源的 AI 编程终端工具 ------ Gemini CLI，程序员的生产力工具栈迎来新变化。从对标 Claude、开源开放、支持本地文件操作与多模态输入，图像、音频、视频处理，这款工具在 GitHub 上上线一天就获得 3 万 star。目前**5万+**star。那么它到底有哪些优势？普通人能用它做什么？是否值得一试？本文为你全面解析。
什么是 Gemini CLI？
Gemini CLI 是由 Google 推出的命令行人工智能助手，它基于 Gemini 2.5 Pro 模型，支持高达 100 万 token 上下文的处理能力，并提供多模态输入能力（例如 PDF、视频、音频、图片）。它旨在让开发者在终端环境中无需切换上下文即可实现 AI 协助，包括但不限于：
- 代码生成与重构
- 自动化脚本编写与文件操作
- 图片处理与格式转换
- 多模态文档、音视频解析
安装与配置
根据官方文档，使用前需要先安装 Node.js 运行环境（版本需 ≥ 18） ，可前往 Node.js 官网 下载并安装。完成后，打开终端，执行以下命令即可全局安装 Gemini CLI 工具：
bash
npm install -g @google/gemini-cli安装完成后，执行 gemini 命令，根据提示选择并设置主题。
gemini
启动后根据提示配置
登录
在选择主题之后，进入到登录页面，这里我选择的是第一种，使用google账号的方式进行登录。
如遇 Google Cloud 项目认证问题，在Google Cloud 创建一个项目得到 project_id：
在终端中执行下面的指令，将project_id写入到环境变量中：
bash
echo 'export GOOGLE_CLOUD_PROJECT=<你的 project_id>' >>
~/.zshrc再输入刷新生效指令
bash
source ~/.zshrc功能体验
问答能力
输入提示词：
你好，你是谁，你可以做什么，你的优势是什么？
搜索能力
gemini CLi 工具中内置了 GoogleSearch，具备联网搜索的能力。
输入提示词：
请使用 Google 搜索功能，查找关于'最新AI发展的趋势的热点'的资料，，然后为我生成一份 Markdown 格式的综合报告，并存为 ai_treading_report.md。
通过上面我给出的提示词指令，可以看到通过它的意图识别，他进行调用google搜索，搜索了2025年AI的发展趋势，并调用写入工具将搜索的内容写到到了我指定的文件中。
代码生成与网页搭建
输入提示词：
css
创建一个仿照apple的计算器App，使用html+css代码实现
执行之后的效果还是非常不错的，从视觉的还原度上看可以。
多模态能力
视频分析
选择对应的视频文件，输入提示词：这个视频主要讲了什么
图片分析
选择对应的图片文件，输入提示词：这个图片是什么风格的，给这个图片打一个标签。
文件分析：
选择要分析的文件，输入提示词：分析一下这个文件，这个文件的内容主要是什么，包含了哪些信息。
其他设置：
memory配置
可以为项目设置自定义记忆文件，遵循我们设置的规则进行编程开发。
当使用/memory show的时候可以看到，需要我们在GEMINI.md的文件中设置对应的规则
创建 GEMINI.md 文件并添加相应规则后，执行 /memory refresh 即可使设置生效。此后，再次执行命令时，Gemini CLI 会自动根据配置的规则进行响应。
MCP配置
终端输入
bash
cd ~/.gemini/在这个目录下显示如下的文件，settings.json 是Gemini-CLI的配置文件。
perl
{
"theme": "Default",
"selectedAuthType": "oauth-personal",
"mcpServers": {
"context7": {
"command": "npx",
"args": ["-y", "@upstash/context7-mcp"]
}
}配置完成后，记得重新打开一个终端窗口，然后输入 gemini，这样刚才的配置就会生效啦。
结语
目前来看，Gemini CLI 更适合有一定技术背景、特别是熟悉命令行的开发者使用。在数据处理、自动化构建和日常脚本任务方面确实能带来便利。如果你是热衷工具效率、具备基本终端操作能力的开发者，不妨动手体验一下 Gemini CLI。