AI 程式設計教程中文版
官方教程中文版工具與 MCP

Web 工具

Gemini CLI Web search 和 web fetch 工具的職責邊界:搜尋最新資料、讀取指定 URL、引用官方來源和避免社群誤導。

Web 工具讓 Gemini CLI 能接觸即時資料。對新庫、新版本、新錯誤、官方遷移指南,這比憑模型記憶更可靠。

聯網只能降低過時風險,不能自動保證事實正確。安全、認證、計費、刪除資料、生產許可權必須回到官方來源和本地驗證。

search vs fetch

工具適合
Web search找資料、找官方入口、找近期 issue
Web fetch讀取指定 URL 的正文

google_web_search 接收搜尋 query,返回帶來源的綜合結果。web_fetch 接收包含 URL 和處理要求的 prompt,最多處理 20 個 http://https:// URL,並透過 Gemini API 的 URL context 獲取內容;API 路徑失敗時會嘗試本機直接 fetch。

google_web_search 返回的是整理後的答案和來源,不是原始搜尋結果列表。web_fetch 則更適合讀取你已經確認的 URL,並儘量保留來源引用。兩者都要用來縮小事實風險,而不是替代你檢查版本、日期和官方來源。

使用順序

  1. 先搜尋官方文件。
  2. 再 fetch 官方頁面。
  3. 如果官方缺失,再看 GitHub issue。
  4. 社群部落格只作經驗補充。
  5. 修改程式碼前要求 Gemini 給來源和計劃。

風險

  • 搜尋結果可能過期。
  • 社群方案可能不適合你的版本。
  • 安全、認證、支付、雲許可權必須回到官方來源。
  • web_fetch 可能訪問 localhost 或私有網路地址,面對不可信 prompt 時要謹慎。
  • Plan Mode 中 web_fetch 會要求明確確認,因為外部和私有地址訪問有安全含義。

適合的實戰用法

寫教程時,Web search 用來定位“官方入口”和“最新事實”,Web fetch 用來讀取具體頁面。不要只讓 Gemini CLI 搜尋後直接下結論;高風險內容要要求它給出 URL、釋出日期或版本號,並把事實回寫到教程裡的“官方來源”。

排錯時,先用錯誤資訊搜尋官方 issue、release notes 和 docs,再 fetch 具體 issue 或文件。社群部落格可以提供線索,但不能作為認證、許可權、計費、隱私、刪除資料這類操作的最終依據。

來源用途是否可作最終依據
官方 docs / API reference引數、限制、支援範圍
Release notes / changelog版本變化、棄用、遷移
GitHub issue / PRbug 線索、維護者解釋視情況
社群部落格 / forum排障經驗、關鍵詞線索
AI 生成摘要初步方向

寫教程時應把 Web 工具產出的事實轉成可點選來源,而不是隻寫“根據搜尋結果”。對高時效內容,還要寫清訪問日期或版本範圍。

教程寫作要求

涉及安裝、認證、計費、配額、隱私、企業控制、刪除資料、釋出動作時,必須 fetch 官方頁面或官方儲存庫檔案。社群內容只能寫在“經驗補充”裡,不能寫成主流程依據。

如果一個頁面需要引用多個 URL,優先讓 web_fetch 一次處理同一主題下的官方頁面,例如 docs、release notes、API reference。超過 20 個 URL 時拆批,並在教程裡按主題歸類來源,不要把一串連結堆在文末。

抓取結果也要二次落地:把“官方怎麼說”改寫成讀者能執行的命令、檢查項和失敗處理。只貼連結不是教程,只是資料清單。

驗收方式

讓 Gemini CLI 對同一問題給出“官方來源優先”的答案,並檢查引用是否來自官方 docs、GitHub repo、release notes 或 issue。對於 fetch,確認它讀取的是你指定的 URL,而不是搜尋結果裡的相似頁面。

接下來去哪

官方來源

本頁目錄