Gemini CLI使用教程:在命令行中释放AI的力量

Gemini CLI

概述

Gemini CLI 是一个官方推出的命令行界面工具(Command-Line Interface),它让用户可以直接在电脑的终端(Terminal)或命令行窗口中,与 Google 的 Gemini 模型进行交互。

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

核心特点与优势

核心特点与优势 详细说明与示例
与本地文件系统深度集成 说明 :通过 @ 符号,可以轻松地将本地的一个或多个文件、甚至整个文件夹作为上下文(Context)发给 Gemini。 示例 :输入 请帮我重构 @src/my_ugly_code.py 这个文件,Gemini 就会读取该文件的内容并给出重构建议,无需手动复制粘贴。
执行 Shell 命令 说明 :通过 ! 符号,可以让 Gemini 生成复杂的命令行指令,并直接执行它,或者运行已知的命令。 示例 :询问"帮我找一下当前文件夹下所有大于 1MB 的 .log 文件",Gemini 可能会返回 find . -type f -name "*.log" -size +1M 的命令,你可以确认后立即运行。
无缝的开发工作流 说明:开发者可以在不离开终端的情况下,完成代码编写、阅读、调试、编写测试、生成 Git 提交信息、寻求 AI 帮助等一系列任务,极大地减少了上下文切换的成本。
高效的交互 说明 :它提供了丰富的快捷键(如 Ctrl+Enter 换行)和斜杠命令(如 /clear 清屏,/chat 管理历史记录),让交互体验非常流畅和高效。

安装Node.js

Gemini CLI是一个基于Node.js开发的工具,因此需要安装Node.js 18或更高版本。

安装

在终端中执行以下命令:

bash 复制代码
npx https://github.com/google-gemini/gemini-cli

或者使用以下命令安装:

bash 复制代码
npm install -g @google/gemini-cli

卸载

卸载Gemini CLI取决于安装Gemini CLI的方式。

1.使用npx

npx会从一个临时缓存中运行软件包,而不会进行永久性安装。要卸载通过它运行的命令行工具(Gemini CLI),必须清空此缓存。这将会移除gemini-cli以及任何其他之前用npx执行过的包。
npx的缓存是一个名为_npx的目录,它位于主npm缓存文件夹内。可以通过运行npm config get cache命令来查找npm缓存路径。

a.macOS+Linux

bash 复制代码
rm -rf "$(npm config get cache)/_npx"

b.Windows

bash 复制代码
rmdir /s /q "%LocalAppData%\npm-cache\_npx"

2.使用 npm(全局安装)

bash 复制代码
npm uninstall -g @google/gemini-cli

基本配置

在命令行输入gemini即可开启Gemini CLI界面

bash 复制代码
gemini

首次执行将出现如下界面,这里提示选择主题,使用进行选择,这里使用Default,敲击回车键确认。 选择身份验证方式: 1.个人Google帐户登录

允许使用Gemini每分钟最多60个模型请求,每天最多1000个模型请求

注意:在使用此方式进行身份验证时出现了如下错误

bash 复制代码
│ Failed to login. Message: request to https://oauth2.googleapis.com/token failed, reason: connect ETIMEDOUT 142.250.99.95:443  

解决办法:

1.全局代理 + TUN模式 2.编辑~/.env,手动指定网络代理地址

python 复制代码
HTTPS_PROXY="http://127.0.0.1:7890"
HTTP_PROXY="http://127.0.0.1:7890"

或者命令行直接指定并使用

python 复制代码
export HTTPS_PROXY="http://127.0.0.1:7890" gemini

2.使用Gemini API密钥

Google AI Studio生成密钥,可通过升级付费解锁模型请求速率限制,需设置环境变量

a.macOS+Linux

bash 复制代码
export GEMINI_API_KEY="YOUR_API_KEY"

b.Window

3.Vertex AI

通过一个专业的谷歌云项目来登录并使用Gemini。需要在运行命令的目录下,创建一个名为.env的文件,然后根据提示填入以下内容:

bash 复制代码
# 告诉工具使用Vertex AI
GOOGLE_GENAI_USE_VERTEXAI=true
# Google Cloud项目ID
GOOGLE_CLOUD_PROJECT="your-gcp-project-id"
# 项目所在的区域,例如 "us-central1"
GOOGLE_CLOUD_LOCATION="your-gcp-location"

身份验证通过后,如下图所示,即可开始使用

基础操作

添加上下文:

使用@符号来指定文件或文件夹作为上下文(例如: @src/myFile.ts),从而将特定文件或文件夹的内容提供给 Gemini 进行分析。

Shell 模式:

通过在命令前加上!来直接执行终端/命令行命令(例如: !npm run start),或者直接用自然语言描述想做的事(例如: start server,启动服务器)。

键盘快捷键

快捷键 (Shortcut) 功能说明 (Description)
Enter (回车) 发送消息
Ctrl + Enter 在输入框中换行
/ (上/下箭头) 浏览您输入过的历史命令
Alt + / (左/右箭头) 在输入内容中按单词为单位快速跳转光标
Esc 取消当前操作
Ctrl + C 退出程序

命令

Gemini CLI 提供了16 个命令 (Commands)

命令 (Command) 英文说明 (Original Description) 中文翻译及解释
about show version info 关于 : 显示当前 gemini-cli 工具的版本号和相关信息
auth change the auth method 认证: 更改认证/登录方式(例如,从 API Key 切换到 Vertex AI)
bug submit a bug report 提交Bug: 当你发现工具的错误或问题时,使用此命令提交错误报告
chat `Manage conversation history. Usage: /chat <list save
clear clear the screen and conversation history 清屏: 清除屏幕上的所有内容和当前的对话历史,开始一个全新的对话
compress Compresses the context by replacing it with a summary. 压缩上下文: 将之前的长对话内容生成一个简短的摘要,并用摘要作为新的上下文。这能有效节省 Token 并保持对话焦点
docs open full Gemini CLI documentation in your browser 文档: 在浏览器中打开完整的 Gemini CLI 官方文档
editor set external editor preference 编辑器: 设置你偏好的外部文本编辑器(如 VS Code, Vim)来输入多行内容
help for help on gemini-cli 帮助: 显示所有可用命令的简要说明,就像您现在看到的这个列表
mcp list configured MCP servers and tools MCP: 列出已配置的 MCP (Model-hosting Control Plane,模型托管控制平台) 服务器和工具。这是一个高级功能
memory `manage memory. Usage: /memory <show refresh
privacy display the privacy notice 隐私声明: 显示有关数据使用的隐私政策和声明
quit exit the cli 退出 : 关闭并退出命令行工具。通常也可以用快捷键 Ctrl + D
stats `check session stats. Usage: /stats [model tools]`
theme change the theme 主题: 更改命令行界面的颜色主题或外观
tools list available Gemini CLI tools 工具 : 列出当前 gemini-cli 可用的所有内置工具(如文件操作、命令执行等)
相关推荐
程序员鱼皮14 小时前
再见 Claude,封禁中国等 “敌对国家” 的公司使用!脸都不要了?
程序员·ai编程·claude
AIGC小火龙果16 小时前
AI代码管家:告别烂代码的自动化魔法
人工智能·经验分享·搜索引擎·自动化·aigc·ai编程
大熊猫侯佩17 小时前
矩阵异变:代号 “AFM” 的 “温柔反叛者”—— 一场穿梭于骇客矩阵的苹果 AI 探秘
llm·ai编程·apple
数据智能老司机17 小时前
AI Agents 实战——多智能体应用
llm·aigc·agent
OpenTiny社区17 小时前
OpenTiny NEXT 训练营实操体验 | 四步将你的 Web 应用升级为智能应用
前端·开源·ai编程
聚客AI19 小时前
👀10分钟搞懂RAG架构:离线索引+在线检索的闭环秘密
人工智能·llm·agent
CodeDevMaster19 小时前
使用Transformers、ChatGLM3项目、创建FastAPI应用等方式部署调用ChatGLM3-6B模型
llm·fastapi·chatglm (智谱)
倔强的石头10620 小时前
利用飞算Java打造电商系统核心功能模块的设计与实现
java·ai编程·电商系统·java开发·飞算javaai炫技赛
Baihai_IDP1 天前
系统梳理 Test-Time Compute 的主要实现路径
人工智能·llm
AI大模型1 天前
大模型开发实战:使用 LLaMA Factory 微调与量化模型并部署至 Ollama
程序员·llm·llama