优然思|用AI工具提升效率
所有文章 标签 分类
优然思|用AI工具提升效率

目录

目录

Gemini CLI 实战问题全记录：部署、调用与坑点解析

alex  收录于  类别 Ai Aigc Tech-Stack Tech-Tutorials
     约 3895 字   预计阅读 18 分钟 

总结一下Windows 11配置 Gemini CLI 开发应用的流程；

  1. **先决条件：**确保您已安装Node.js 18或更高版本。系统安装nodejs 我是用最新版本 免安装的包。

    安装完后 运行下面 看是否有版本信息输出，输出了就说明安装成功。

    E:\> node -v
v22.17.0

E:\> npm -v
10.9.2

  2. **运行 CLI：**在终端中执行以下命令：

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

    或者使用以下命令安装：（ 推荐用下面方式 持久安装 Gemini CLI。）

    npm install -g @google/gemini-cli

    安装完成后

  3. 运行 : 输入 gemini 就可以了。运行 gemini 命令，就可以看到 gemini-cli 的欢迎界面。

    image-20250705121550850

    但是国内可能需要特殊设置下。要不然调用模型访问不了。

    运行gemini后 它会问你认证方式：

    Login with Google
Gemini API Key
Vertex AI

    如果想首先尝下鲜，快速使用下建议使用Gemini API Key认证。

    Login with Google这种认证有点繁琐， 需要为项目设置开启 Gemini Cloud Assist 和设置Gemini Cloud Assist 所需的 IAM 角色。

    一般人选择 Gemini API Key 。GEMINI_API_KEY 你要到 google aistudio中去申请key。

    用Gemini API Key 认证，很容易遇到下面问题 。

    ✕ [API Error: exception TypeError: fetch failed sending request]

    解决方法：不要在你当前的目录下在CMD使用API配置命令 set GEMINI_API_KEY=“YOUR_GEMINI_API_KEY” 来设置，要不会报上面的错：

    你需要在你的项目根目录下 新建.env

    http_proxy=http://127.0.0.1:10089
https_proxy=http://127.0.0.1:10089
all_proxy=socks5://127.0.0.1:10089
GEMINI_API_KEY="你的GEMINI_API_KEY"  #用Login with Google认证 此行要注释掉
#GOOGLE_CLOUD_PROJECT="你的项目编号"  #用GEMINI_API_KEY认证 此行要注释掉

    使用 Login with Google 认证：

    碰到的问题：

    提示： Authentication timed out. Please try again.，

    提示：Login Failed: "Ensure your Google account is not a Workspace account"

    解决方法：开启 Gemini Cloud Assist

    1. 选择获取 Gemini Cloud Assist。

    2. 在 Get Gemini Cloud Assist 对话框中，执行以下操作：

      1. 选择必需的 API 和推荐的 API 部分中的 expand_more 展开箭头。

      2. 确保已启用以下必需的 API：Gemini Cloud Assist API 和 Gemini for Google Cloud API。

      3. 在推荐的 API 列表中，选择要启用的 API。

      4. 可选：选择通过共享提示和回答，帮助 Google 改进 Cloud Assist。

      5. 选择免费启用 Gemini Cloud Assist。

如果还不可以。可以试下下面方法

  1. 更换未绑定 Google Cloud 的账号

  2. 访问 https://console.cloud.google.com 可以查看你的项目编号，

    image-20250705114105847

http_proxy 这个国内情况你知道的是什么情况就行，不能过多讨论。 有些地方呢，可能需要开你的工具打开tun模式。 或者全局模式。一般的地方用whitelist 模型就可以。用最新的 gemini cli 。这些模式你可以都试下。

配置好后， /quit 退出之前的gemini cli , 重新运行 gemini 就可以愉快的玩耍了。

Gemini CLI 不仅是效率工具（降低认知负荷、自动化流水线），更是 Google 以 **“终端为战场”**
重构开发者生态的战略载体。其通过开源免费+多模态集成，推动 AI 从“编码助手”升级为“全栈代理” 。

image-20250705103602460

/help #查看可用的命令及其用法

/stats #查看 使用状况（令牌使用情况、缓存令牌节省量（如有）以及会话时长）。

image-20250705103718011

默认gemini-2.5-pro 每天100次。 允许您使用 Gemini 每分钟最多 60 个模型请求，每天最多 1,000 个模型请求。

可以指定模型： gemini-cli -m gemini-2.5-fas “你的问题”

gemini-2.5-pro  #默认模型， 用完额度会自动降级
gemini-2.5-fash
gemini-2.5-flash-preview-04-17
gemini-2.5-fash-lite-preview-06-17

Gemini CLI 支持多个内置命令，可帮助您管理会话、自定义界面并控制其行为。这些命令以正斜杠 ( /)、@ 符号 ( @) 或感叹号 ( !) 为前缀。

3 斜线命令 ( /)

斜线命令为 CLI 本身提供元级别控制。

  • /bug
    • **描述：**提交关于 Gemini CLI 的问题。默认情况下，问题会在 Gemini CLI 的 GitHub 仓库中提交。您输入的字符串/bug将成为所提交问题的标题。您可以使用文件中的设置/bug修改默认行为。bugCommand``.gemini/settings.json
  • /chat
    • **描述：**保存并恢复对话历史记录，以便以交互方式分支对话状态，或从稍后的会话恢复先前的状态。
    • 子命令：
      • save
        • **描述：**保存当前对话历史记录。您必须添加一个<tag>用于标识对话状态。
        • 用法： /chat save <tag>
      • resume
        • **描述：**从之前保存的内容恢复对话。
        • 用法： /chat resume <tag>
      • list
        • **描述：**列出可用于恢复聊天状态的标签。
  • /clear
    • **描述：**清除终端屏幕，包括 CLI 中可见的会话历史记录和回滚内容。底层会话数据（用于历史记录调用）可能会根据具体实现保留，但视觉显示会被清除。
    • 键盘快捷键：随时按Ctrl+L执行清除操作。
  • /compress
    • **描述：**用摘要替换整个聊天上下文。这可以节省用于未来任务的令牌，同时保留已发生事件的概要。
  • /editor
    • **描述：**打开一个对话框来选择支持的编辑器。
  • /help（或者**/?**）
    • **描述：**显示有关 Gemini CLI 的帮助信息，包括可用的命令及其用法。
  • /mcp
    • **描述：**列出已配置的模型上下文协议 (MCP) 服务器、它们的连接状态、服务器详细信息和可用工具。
    • 子命令：
      • desc或者descriptions：
        • **描述：**显示 MCP 服务器和工具的详细描述。
      • nodesc或者nodescriptions：
        • **描述：**隐藏工具描述，仅显示工具名称。
      • schema：
        • **描述：**显示该工具配置参数的完整 JSON 模式。
    • 键盘快捷键：随时按Ctrl+T可在显示和隐藏工具描述之间切换。
  • /memory
    • **描述：**管理 AI 的教学上下文（从GEMINI.md文件加载的分层内存）。
    • 子命令：
      • add：
        • **描述：**将以下文本添加到AI的内存中。用法：/memory add <text to remember>
      • show：
        • **描述：**显示当前已从所有GEMINI.md文件加载的分层内存的完整连接内容。这可让您检查提供给 Gemini 模型的指令上下文。
      • refresh：
        • 描述：GEMINI.md从配置位置（全局、项目/祖先和子目录）中找到的所有文件重新加载分层指令内存。此命令将使用最新GEMINI.md内容更新模型。
  • /restore
    • **描述：**将项目文件恢复到工具执行之前的状态。这对于撤消工具所做的文件编辑尤其有用。如果运行时没有指定工具调用 ID，它将列出可供恢复的检查点。
    • 用法： /restore [tool_call_id]
    • **注意：**仅当使用选项调用 CLI--checkpointing或通过设置进行配置时才可用。
  • /stats
    • **描述：**显示当前 Gemini CLI 会话的详细统计信息，包括令牌使用情况、缓存令牌节省量（如有）以及会话时长。注意：仅在使用缓存令牌时才会显示缓存令牌信息，这种情况在 API 密钥身份验证中出现，但目前在 OAuth 身份验证中不显示。
  • /theme
    • **描述：**打开一个对话框，让您更改 Gemini CLI 的视觉主题。
  • /auth
    • **描述：**打开一个对话框，让您更改身份验证方法。
  • /about
    • **描述：**显示版本信息。请在提交问题时提供此信息。
  • /tools
    • **描述：**显示 Gemini CLI 中当前可用的工具列表。
    • 子命令：
      • desc或者descriptions：
        • **描述：**显示每个工具的详细描述，包括每个工具的名称及其提供给模型的完整描述。
      • nodesc或者nodescriptions：
        • **描述：**隐藏工具描述，仅显示工具名称。
  • /quit（或者**/exit**）
    • **描述：**退出 Gemini CLI。

“100次请求”限额，通常是指通过 Google AI Studio 生成的 API 密钥来使用时，免费套餐提供的每日请求上限。

  • “请求”与“Turn”的区别：一个“请求” (Request) 是指您向 API 发送一次指令。在 gemini-cli 这样的工具中，一次“Turn”可能包含多次请求（例如，为了处理长对话或执行工具调用）。所以100次请求不完全等同于100次对话轮次，但可以看作一个大致的参考。
  • 达到上限后：是的，如果您使用的是通过 Google AI Studio 生成的 API 密钥，在达到每天100次 Gemini 2.5 Pro 请求的免费限额后，当天将无法再继续免费使用该模型，需要等到第二天的额度重置。

每天1,000次请求的慷慨额度，适用于您直接通过 gemini-cli 并使用个人 Google 账户（通过 gcloud auth application-default login）授权的情况。在这种使用方式下，您同样可以免费使用强大的 Gemini 2.5 Pro 模型。

总结一下两种免费使用方式的区别：

使用方式授权方式模型免费请求速率/日限额
gemini-cli (推荐)个人 Google 账户Gemini 2.5 Pro60次/分钟, 1,000次/天
Google AI Studio API 密钥API 密钥Gemini 2.5 Pro100次/天

在 gemini-cli 中切换模型非常简单，您可以通过 -m 或 --model 参数来指定使用的模型。

  • 使用 Gemini 2.5 Pro (最新、能力最强):
    gemini-cli -m gemini-2.5-pro "你的问题"
  • 使用 Gemini 1.0 Pro (旧版):
    gemini-cli -m gemini-1.0-pro "你的问题"

如果您不指定模型，gemini-cli 可能会默认使用 gemini-1.0-pro。为了确保使用到最新、最强大的模型，建议您在执行命令时明确添加 -m gemini-2.5-pro。

Gemini 2.5 Pro 最突出的特点是其拥有高达 100万个 Token 的巨大上下文窗口。最大化利用它的关键就在于善用这一特性。

  1. 处理长文档/代码：您可以将非常长的文档、报告、书籍章节或者整个代码库一次性提供给它，然后让它进行总结、分析、问答或修改。

    • 示例: cat long_report.txt | gemini-cli -m gemini-2.5-pro "总结这份报告的关键要点"

  2. 进行深度上下文对话：在一次对话中，您可以讨论非常复杂的主题，而不用担心模型“忘记”之前的谈话内容。您可以不断地提供新的信息，让模型在完整的上下文中进行推理。

  3. 视频内容理解：Gemini 2.5 Pro 具备强大的多模态能力，能够理解视频内容。您可以提供视频文件，让它总结视频内容或回答关于视频的问题（这需要 gemini-cli 支持文件上传功能）。

  4. 复杂任务的“一次性”解决：对于需要大量背景信息的任务，如“根据我提供的这份长达300页的需求文档，草拟一份项目开发计划”，Gemini 2.5 Pro 可以一次性处理，而无需您手动拆分文档。

核心建议：转变您与AI的互动方式，不要害怕提供大量信息。在处理复杂问题时，尽可能将所有相关背景、数据、代码和要求一次性交给 Gemini 2.5 Pro，这样最能发挥其长上下文窗口的威力。

​ 参考：https://github.com/google-gemini/gemini-cli/blob/main/docs

​ https://cloud.google.com/gemini/docs/cloud-assist/set-up-gemini?hl=zh-cn

​

相关内容

Colab训练低成本方案：教你用零成本搞定 LoRA 微调

GeneFace 使用技巧与创意玩法集锦

Ollama vs WebUI：本地推理部署方案谁更强？

SadTalker 实战教程：AI 驱动口型同步全流程

Lora 模型微调指南：基于 Stable Diffusion 的落地路径

更新于 2025-07-05
 Gemini1.5, 部署, AI工具
 | 主页