Google Gemini CLI — 终端 AI 编程助手指南
Google Gemini CLI — 终端 AI 编程助手指南
Google 开源的终端编程 Agent，使用 Gemini 模型，个人用户免费额度慷慨。
一、它是什么？
Gemini CLI 是 Google 推出的开源终端 AI 编程助手，基于 Gemini 2.5 Pro 模型。它和 Claude Code、Codex CLI 是同类工具 —— 在终端里用自然语言驱动 AI 写代码。
GitHub 仓库： https://github.com/google-gemini/gemini-cli
最大亮点： 个人 Google 账号登录即可使用，免费额度非常大（100 万 token/分钟），对于个人开发者来说几乎相当于免费。
二、安装
2.1 前置条件
- Node.js >= 18
- macOS 或 Linux（Windows 推荐 WSL）
2.2 安装
# 全局安装
npm install -g @google/gemini-cli
# 运行
gemini
国内用户安装# 使用淘宝镜像 npm install -g @google/gemini-cli --registry=https://registry.npmmirror.com
2.3 免安装运行
npx @google/gemini-cli
三、配置与认证
Gemini CLI 支持三种认证方式：
3.1 方式一：Google 账号登录（最简单）
首次运行 gemini，会自动打开浏览器引导你登录 Google 账号。登录后即可使用，无需 API Key。
免费额度： 个人 Google 账号每分钟 100 万 token，60 次请求 —— 非常慷慨。
国内用户注意Google 账号登录需要访问 Google 服务，国内无法直连。必须使用代理：
export HTTPS_PROXY="http://127.0.0.1:7890" gemini
3.2 方式二：Gemini API Key
从 Google AI Studio 获取 API Key：
export GEMINI_API_KEY="your-api-key"
gemini
国内用户Google AI Studio 和 Gemini API（
generativelanguage.googleapis.com）在国内均被屏蔽，使用 API Key 方式同样需要代理。
3.3 方式三：Google Cloud Vertex AI
企业用户可以通过 Google Cloud 的 Vertex AI 访问：
gcloud auth application-default login
gemini
3.4 项目指令
在项目根目录创建 GEMINI.md 文件（类似 CLAUDE.md），定制 AI 行为：
# Project Instructions
- Use TypeScript
- Follow the existing code style
- Always add tests
四、国内用户使用指南
核心困难Gemini CLI 的所有认证方式和 API 端点都依赖 Google 服务，国内无法直连。这是 Gemini CLI 对国内用户最不友好的一点。
4.1 必须使用代理
# 设置终端代理（Clash、V2Ray 等）
export HTTP_PROXY="http://127.0.0.1:7890"
export HTTPS_PROXY="http://127.0.0.1:7890"
export ALL_PROXY="socks5://127.0.0.1:7890"
# 然后正常使用
gemini
4.2 推荐使用 API Key 方式
OAuth 登录需要打开浏览器访问 Google，代理配置更复杂。建议：
- 通过代理访问 https://aistudio.google.com/apikey 获取 Key
- 用环境变量配置，避免每次都要走浏览器登录流程
export GEMINI_API_KEY="your-key"
export HTTPS_PROXY="http://127.0.0.1:7890"
gemini
4.3 已知问题
- 即使有代理，延迟也比较高（Google 服务器在海外）
- OAuth 登录流程可能因代理超时而失败
- 连接不稳定，偶尔会断开
建议如果你没有稳定的代理，建议优先考虑 Claude Code 或 OpenCode（后者可以直连国产模型）。Gemini CLI 的免费额度虽然诱人，但网络门槛对国内用户来说是最高的。
五、核心功能
| 功能 | 说明 |
|---|---|
| 文件读写 | 自动读取、创建、编辑项目文件 |
| Shell 执行 | 执行终端命令（需授权） |
| MCP 支持 | 连接 MCP Server 扩展能力 |
| 多模态输入 | 支持图片输入（Gemini 的强项） |
| GEMINI.md | 项目级自定义指令 |
| 沙箱模式 | 安全沙箱隔离执行 |
| 开源 | Apache 2.0 协议 |
多模态能力
Gemini 的独特优势 —— 可以直接处理图片：
# 让 AI 分析截图
gemini "看看这个 UI 截图，帮我用 CSS 实现一样的效果"
六、使用第三方模型
Gemini CLI 主要为 Gemini 模型设计。由于是开源项目，社区可能已经添加了对其他模型提供商的支持。建议查看 GitHub 仓库的最新 README 了解当前状态。
对于想使用国产模型的用户，推荐使用 OpenCode 或 Codex CLI，它们对第三方模型的支持更好。
七、常用操作
# 启动交互模式
gemini
# 单次提问
gemini "这个项目的架构是什么？"
# 修复 bug
gemini "修复 main.py 中的错误"
# 查看帮助
gemini --help
总结Gemini CLI 的最大优势是免费额度极其慷慨，个人用户几乎不用花钱。但对国内用户来说，必须有稳定的代理才能使用，这是它最大的门槛。
优势 劣势 免费额度大 国内必须代理 多模态支持好 网络延迟高 开源 不支持国产模型 MCP 支持 OAuth 登录在国内容易超时
参考链接