Google 在2025年6月25日正式发布了开源 Gemini CLI！ 这是一个开源（Apache 2.0 许可）命令行人工智能代理，是一个通过命令行调用 Gemini API 的终端工具。 终端党们，你们的超级AI助手来了！

Gemini CLI 是什么？

Gemini CLI 是开源的人工智能代理，将 Gemini 大模型直接接入您的终端，提供对 Gemini 轻量级访问，提供从提示到模型的最直接路径。基于 ReAct 推理-行动循环，为开发者提供在本地或远程 MCP 服务器上调用 Gemini 系列模型的能力。您可以借助它完成从代码生成、调试到自动化运维的全流程任务。

小常识：什么是CLI？ CLI：Command-Line Interface（命令行界面），是一种文本交互模式。。

使用Gemini CLI，您可以：

• 基于 Gemini模型100万Token上下文分析和编辑大型代码库
• 借助 Gemini多模态功能，分析PDF和处理图片等。
• 自动化操作任务，例如：查询拉取请求。
• 使用工具和MCP服务扩展新功能，例如：用Imagen、Veo或Lyria生成媒体。
• 使用Gemini内置的Google搜索工具进行查询。

为什么要使用Gemini CLI？

使用 Gemini CLI 的理由有一个就足够：免费使用顶级模型且用量给够！ 对标每月 $20 竞品，诚意拉满！

• 免费：目前 Gemini CLI 是免费使用 Gemini顶级模型 Pro 的唯一官方渠道，只需 Google账号，无需绑定信用卡。
• 模型牛：Gemini CLI 的核心是Gemini 2.5 Pro，这是一个能够处理多达 100 万个 token 的多模态基础模型，允许开发者输入大型代码库、文档和文件树，进行全面的多步骤分析或转换。
• 用量够：史上最慷慨免费额度，个人用户通过谷歌账号登录，即可获得 Gemini 2.5 Pro 的使用权，享有 100 万 Token 的上下文窗口，以及 每分钟 60 次、每天 1000 次 的模型请求额度。

Gemini CLI 的目标并不仅限于辅助编码，还可进行研究、生成内容，以及自动化日常任务，Gemini CLI 都将成为编码、设计、日常办公等多种场景的多功能提效利器。

核心特性

1. 多模态能力支持

Gemini CLI 能力远超文本，是一个真正的多模态工具，能看懂、能创造，让你的终端充满想象力。

• 看懂图片：丢给他一张发票图片，提取信息并转换成JSON格式。
• 生成媒体：调用Google的媒体生成模型，根据文字描述直接创造出图片和短视频。

2. 内置 Google 搜索

AI回答不再是“过去时”，能实时联网，当询问最新的技术框架或API用法时，能给出基于当前网络信息的、最准确的答案，而不是过时的信息。

3. 本地文件系统深度集成

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/zhishile_main.js 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。

4. Shell模式集成（自然语言执行 Shell 命令）

通过 ! 符号，可以切换为 Shell 模式，与系统终端的深度集成。直接在 Gemini CLI 会话中运行系统命令，如：文件操作、环境配置，避免频繁切换终端窗口。

同时，也可以在交互模式下，通过自然语言让 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：输入 查找当前文件夹下所有大于 10MB 的 .log 文件，Gemini 可能会返回命令： find . -type f -name "*.log" -si  ze +10M ，在得到用户确认后立即运行。

5. 脚本化工作流

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。

不止聊天，能作为命令直接在终端运行，融入自动化脚本，实现生成文档、代码摘要等高级操作。

示例：

gemini --prompt '分析项目架构'

毫无疑问，Gemini CLI 凭借其免费策略、强大的搜索集成、大上下文和惊艳的多模态能力，为开发者提供了卓越的日常辅助、信息查询和原型构建体验。

接下来，让我们开始安装Gemini CLI。