Gemini CLI:用终端机直接对话 Google 最强 AI 模型,还支援 MCP 扩展
Gemini CLI:用终端机直接对话 Google 最强 AI 模型,还支援 MCP 扩展
为什么我要用 Gemini CLI?
在过去几个月里,我试过无数个 AI 终端工具——从早期的 Claude Code、Cline,到最近的 Codex、Gemini CLI。每个工具都有各自的优点,但总有一些地方让人觉得「还差一点」。
直到我开始使用 Gemini CLI,我才真正理解了什么叫「零摩擦的 AI 协作」。
Gemini CLI 是 Google 官方推出的开源终端 AI Agent,它能让你在命令列中直接使用 Gemini 2.5 Pro 模型。没有繁琐的 API Key 配置、没有昂贵的月费、没有复杂的设定流程。只要你有 Google 帐号,就能立刻开始使用。
但更重要的是,它支援 MCP(Model Context Protocol),这意味着你可以用标准化的方式扩展它的功能。
核心特点
免费使用,无限可能
Gemini CLI 提供免费层级:
- 60 次请求/分钟
- 1000 次请求/天
- 使用个人 Google 帐号即可
对于个人开发者来说,这个配额已经足够日常使用。如果你需要更高配额,可以升级到 Google AI Pro。
支援 Gemini 2.5 Pro 模型
Gemini CLI 使用的是 Google 最新的 Gemini 2.5 Pro 模型,具备:
- 100 万 token 上下文视窗
- 强大的推理能力
- 多模态理解(文字、图片、影片)
- 精准的程式码生成与除错
内建工具系统
Gemini CLI 内建了多个工具:
- Google Search Grounding:让 AI 的回答基于最新资讯
- 档案操作:读取、编辑、搜寻程式码
- Shell 命令执行:直接执行系统命令
- 网路撷取:抓取网页内容
- MCP 扩展:透过标准协议连接外部工具
MCP 扩展生态
MCP(Model Context Protocol)是 Anthropic 提出的开放标准,让 AI Agent 能透过统一介面连接各种工具。Gemini CLI 完整支援 MCP,意味着:
- 你可以轻松连接资料库、API、云端服务
- 扩展可以透过 GitHub 仓库直接安装
- 社群正在快速发展 MCP 扩展生态
安装与设定
快速安装
使用 npm 全局安装:
npm install -g @google/gemini-cli
或使用 Homebrew(macOS/Linux):
brew install gemini-cli
首次启动
安装完成后,执行:
gemini
首次启动时,系统会提示你进行验证。选择「Sign in with Google」,然后用你的 Google 帐号登入即可。
验证安装
启动后,你可以尝试一个简单的问题来验证安装是否成功:
> 解释什么是 MCP 协议?
如果 Gemini 能正确回答,表示安装成功。
实际使用场景
场景一:程式码审查
Gemini CLI 可以直接分析你的程式码仓库,提供深入的审查建议:
> 审查我的 src/ 目录,找出可能的效能瓶颈
它会:
1. 扫描所有程式码档案
1. 分析潜在的效能问题
1. 提供具体的改写建议
场景二:自动化操作
你可以用自然语言描述任务,让 Gemini CLI 自动执行:
> 将 photos/ 目录下的所有图片重新命名,根据图片内容
Gemini CLI 会:
1. 扫描目录中的所有图片
1. 分析每张图片的内容
1. 询问你的确认
1. 执行重新命名
场景三:文件生成
需要撰写技术文件、API 文件、或 README?Gemini CLI 可以直接在你的专案中生成:
> 为我的 API 端点生成 OpenAPI 规格
MCP 扩展实作
什么是 MCP?
MCP(Model Context Protocol)是一个开放标准,定义了 AI Agent 如何与外部工具对话。它解决了过去每个工具都需要专门整合的问题。
安装扩展
Gemini CLI 的扩展可以从 GitHub 仓库直接安装:
gemini extensions install https://github.com/your-repo/your-extension
管理扩展
使用以下命令管理你的扩展:
# 列出已安装的扩展
gemini extensions list
# 验证扩展状态
gemini extensions verify
开发自己的扩展
如果你想开发自己的 MCP 扩展,可以参考官方文档:
限制与注意事项
免费层级限制
免费层级有请求频率限制:
- 60 次请求/分钟
- 1000 次请求/天
如果你的使用量超过这个限制,需要考虑:
- 升级到 Google AI Pro
- 使用多个 Google 帐号轮换
- 优化提示词,减少不必要的请求
需要 Google 帐号
Gemini CLI 使用 Google 帐号进行验证,这意味着:
- 你需要一个 Google 帐号
- 验证过程可能涉及浏览器登入
- 隐私考量:Google 会记录你的使用情况
网路依赖
Gemini CLI 需要稳定的网路连线:
- 无法离线使用
- 回应速度取决于网路状况
- 在台湾使用可能需要考虑延迟
适合哪些团队?
个人开发者
如果你是一个喜欢在终端机工作的开发者,Gemini CLI 是极佳选择:
- 免费使用
- 学习曲线低
- 即时回应
团队开发
团队可以考虑:
- 统一使用 Gemini CLI 进行程式码审查
- 建立内部 MCP 扩展
- 透过 Google 组织帐号管理配额
AI 研究人员
对于需要大量 API 呼叫的研究人员:
- 免费层级可能不够
- 考虑企业方案
- 或者使用其他工具作为备案
结论
Gemini CLI 是 Google 在 AI 终端工具领域的重要布局。它结合了:
- 强大的模型能力(Gemini 2.5 Pro)
- 免费的访问方式
- 标准化的扩展生态(MCP)
- 优秀的开发者体验
虽然有一些限制(免费配额、Google 帐号依赖),但对于个人开发者和小型团队来说,这已经是一个非常实用的工具。
如果你正在寻找一个能够直接在终端机中使用 AI 的工具,Gemini CLI 值得你花时间尝试。