Gemini CLI
在终端中用 Gemini 分析、修改代码并自动执行开发任务。
- Star 数
- ★ 109k
- 最近更新
- 今天
- License
- Apache-2.0
- 主语言
- TypeScript
- FA 评分
- 54/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 需要快速熟悉陌生大型代码库的开发者，可让它解释架构、汇总近期变更并定位相关文件。
- 不适合
- 已标准化使用 OpenAI 或 Anthropic 模型、不愿绑定 Google 认证与配额体系的团队
- 对稳定性要求高、不能接受每周预览版或每日 nightly 回归风险的关键自动化
这个 Agent 能做什么，适合哪些场景？
Gemini CLI 是一个面向命令行开发者的开源 AI Agent，其核心模型服务来自 Gemini。它在交互式终端中接收自然语言指令，可操作本地文件、执行 shell 命令、抓取网页，并通过 Google Search 为回答提供实时信息依据。它支持读取和修改大型代码库，也能结合 PDF、图片或草图生成应用，并使用 GEMINI.md 注入项目级持久上下文。自动化场景可通过无头模式输出普通文本、JSON 或逐行传输的 stream-json 事件，也可以借助独立的 Gemini CLI GitHub Action 进入 GitHub 工作流。运行边界主要是安装了 CLI 的本地终端或脚本环境；使用者必须通过 Google 登录、Gemini API Key 或 Vertex AI 完成模型认证。
用户运行 gemini 后，可以在当前目录或通过 --include-directories 指定的多个目录中提出任务。Gemini CLI 会结合代码库文件和 GEMINI.md 上下文调用 Gemini，并可使用内置的 File System Operations、Shell Commands、Web Fetch、Google Search 等能力执行任务；外部工具可通过 ~/.gemini/settings.json 中配置的 MCP Server Integration 接入。它能够查询和编辑代码库、生成代码、调试问题、处理复杂 rebase，并分析 PDF、图片或草图等多模态输入。交互模式在终端中返回结果；无头模式通过 -p 接收提示，并分别以文本、--output-format json 或 --output-format stream-json 产生适合脚本消费的输出。会话可使用 checkpointing 保存和恢复，GitHub 场景则可通过 Gemini CLI GitHub Action 执行拉取请求审查、Issue 分类和按需协助。
- 需要快速熟悉陌生大型代码库的开发者，可让它解释架构、汇总近期变更并定位相关文件。
- 在终端中修复缺陷或实现功能的工程师，可让它编辑文件、执行 shell 命令并根据运行结果继续排查。
- 拥有 PDF、界面图片或草图的原型开发者，可利用多模态能力生成新应用的初始实现。
- 维护自动化脚本的团队，可使用
gemini -p以及 JSON 或 stream-json 输出，把代码分析和操作任务接入现有工作流。 - 使用 GitHub 的项目团队，可通过单独的 Gemini CLI GitHub Action 自动审查拉取请求、分类 Issue，或响应
@gemini-cli提及。 - 需要内部系统或专用工具的团队，可通过 MCP 服务器为 CLI 增加数据库、协作平台或媒体生成等能力。
如何安装或部署这个 Agent？
需要能够运行 Node.js/npm 的环境，以及可访问 Gemini 服务的网络连接。无需永久安装时运行：npx @google/gemini-cli。全局安装可运行：npm install -g @google/gemini-cli；macOS 或 Linux 也可运行 brew install gemini-cli，macOS 还支持 sudo port install gemini-cli。受限环境可依次运行 conda create -y -n gemini_env -c conda-forge nodejs、conda activate gemini_env 和 npm install -g @google/gemini-cli。安装完成后必须选择认证方式：启动 gemini 并选择 Google 登录；或设置 GEMINI_API_KEY="YOUR_API_KEY"；使用 Vertex AI 时设置 GOOGLE_API_KEY="YOUR_API_KEY" 和 GOOGLE_GENAI_USE_VERTEXAI=true。采用组织提供的 Code Assist 许可证时，还应设置 GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID"。
如何使用这个 Agent？
在目标项目目录运行 gemini，完成浏览器认证或使用已配置的密钥，然后直接输入任务。若要同时提供其他目录，运行 gemini --include-directories ../lib,../docs；指定模型可运行 gemini -m gemini-2.5-flash。脚本中可运行 gemini -p "Explain the architecture of this codebase"；需要结构化结果时追加 --output-format json，需要监控长任务的逐行事件时使用 --output-format stream-json。若需自定义外部能力，在 ~/.gemini/settings.json 中配置 MCP 服务器。项目专属的长期指令或上下文可放入 GEMINI.md，会话则可通过 checkpointing 保存和恢复。
这个 Agent 有哪些优点和局限？
- 终端内同时提供文件操作、shell 命令、网页抓取和 Google Search grounding，能够从分析推进到实际代码操作。
- 支持交互式使用、普通文本输出、结构化 JSON 和流式 NDJSON 事件，既适合人工协作，也适合脚本自动化。
- MCP、Custom Extensions 和 Custom Commands 提供了明确的扩展路径，可连接项目所需的专用能力。
- 支持 PDF、图片和草图等多模态输入，并能在大型代码库中查询和编辑内容。
- 提供 checkpointing、GEMINI.md、trusted folders、sandboxing 文档入口和独立的 GitHub Action，覆盖较完整的开发工作流。
- 核心运行依赖 Gemini 模型及 Google 认证体系，不是可直接切换到 OpenAI 或 Anthropic 模型的多提供商 Agent。
- 文件修改和 shell 执行会接触本地开发环境，采用前需要配置合适的 sandboxing、trusted folders 和执行策略。
- Google 登录、Gemini API Key 和 Vertex AI 的配额、计费及项目配置不同，团队部署需要先选定并治理认证方式。
- Preview 与 Nightly 渠道明确可能存在尚未完成验证的问题或回归，不适合在关键自动化中无评估升级。
- MCP 连接和 GitHub 工作流不是零配置能力，前者需要编辑
~/.gemini/settings.json，后者需要单独采用 Gemini CLI GitHub Action。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Gemini CLI 当前 | 54 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 109k | 今天 | TypeScript | — |
| Google Antigravity SDK | 52 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 3.9k | 9 天前 | Python | — |
| Chisle | 66 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 740 | 13 天前 | JavaScript | Codex · Claude Code |
| DeepCode 开放式编程助手 | 60 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 17k | 4 天前 | Python | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 提到沙箱、可信文件夹、审批模式等安全特性，但未提供具体实现细节；存在安全策略（SECURITY.md）和依赖覆盖（package.json overrides），但未提供漏洞扫描证据；外部效果（shell 命令、文件操作）有文档说明，但未提供用户确认机制的具体实现；回滚机制未提及。扣分原因：安全特性多为文档声明，缺乏代码级证据；用户确认和最小权限的具体实现未在提供的文件中展示。
证据显示：存在 CI 工作流（agent-session-drift-check.yml）和测试文件（autogen.test.ts, eval-analysis.test.ts, eval-coverage.test.ts），表明项目有测试和一致性检查；依赖版本固定（package.json 中精确版本），但未提供依赖可用性证明；失败消息未在提供的文件中体现。扣分原因：测试覆盖有限，未提供失败消息的具体示例。
证据显示：README 描述了多种使用场景（代码理解、自动化、GitHub 集成）和多种安装方式（npx, npm, Homebrew, MacPorts, Anaconda）；能力边界通过文档（沙箱、可信文件夹）有所说明，但未提供具体配置细节；触发精度（命令、MCP）有文档，但未提供实现细节；环境适配（Node.js 版本、操作系统）有说明。扣分原因：能力边界和触发精度的实现细节不足。
证据显示：README 结构清晰，包含安装、使用、文档链接；安装说明详细；命名稳定（gemini 命令）；提供示例和 FAQ 链接；已知限制未明确列出；许可证为 Apache-2.0；版本化有 changelog 链接；维护责任明确（Google 和社区）。扣分原因：已知限制部分缺失，未在 README 中明确列出。
证据显示：输出可用性通过多种输出格式（json, stream-json）支持；边际价值通过免费层、模型能力、工具集成体现；成本效益通过免费层和开源许可体现。扣分原因：未提供实际性能或用户反馈证据。
证据显示：README 中的声明（如免费层、模型能力）未提供具体来源；跨来源验证有限，仅依赖 README 和部分测试；事实与推断未明确区分。扣分原因：缺乏独立验证和来源引用。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 安全特性（沙箱、可信文件夹、审批模式）在 README 中有提及，但未提供实现细节，需进一步审查代码。
- 依赖安全仅通过 overrides 体现，未提供漏洞扫描或审计证据。
- 回滚机制未提及，用户需注意操作不可逆性。
- 已知限制未在 README 中明确列出，用户可能遇到未预期的问题。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v0.67.0 Release v0.67.0
发布说明摘录
What's Changed * Changelog for v0.65.0 by @gemini-cli-robot in https://github.com/google-gemini/gemini-cli/pull/29853 * chore(release): bump version to 0.67.0-nightly.20261020.gb041de017 by @gemini-cli-robot in https://github.com/google-gemini/gemini-cli/pull/29854 * Changelog for v0.66.0-preview.0 by @gemini-cli-robot in https://github.com/google-gemini/gemini-cli/pull/29852 * feat(cli): bridge the IDE companion into container sandboxes over exec stdio by @elberthc-byte in https://github.com/google-gemini/gemini-cli/pull/29858 …在 GitHub 查看 ↗ -
v0.66.0 Release v0.66.0
-
v0.65.0 Release v0.65.0
常见问题
必须付费才能使用吗？
它会访问或修改哪些本地资源？
--include-directories 加入的目录，并能执行 shell 命令。采用前应结合其 sandboxing 和 trusted folders 配置，限制可访问目录与执行策略。能否在 CI 或其他非交互环境中运行？
gemini -p 提供无头模式，并支持文本、JSON 和 stream-json 输出；GitHub 工作流还可使用独立的 Gemini CLI GitHub Action。非交互环境仍需预先配置可用的认证方式。是否能连接团队自己的工具？
~/.gemini/settings.json 中配置 MCP 服务器，也支持 Custom Extensions 和 Custom Commands；具体权限与可执行操作取决于所连接的服务器和配置。稳定版、预览版和每日版应如何选择？
latest 稳定渠道。preview 每周发布但可能包含回归，nightly 每日发布并应假定仍有待验证的变更，更适合测试最新功能。