自動化指令碼

自動化指令碼的核心是把 Gemini CLI 當成 Unix pipeline 裡的一個處理器：從 stdin 讀上下文，從 stdout 輸出結果。

管道輸入

常見寫法是把日誌、diff 或命令輸出透過管道交給 Gemini CLI，例如 cat error.log | gemini -p "Explain why this failed"，或 git diff | gemini -p "Write a concise commit message"。

這種方式適合把已有命令輸出交給模型解釋、壓縮、分類或改寫。

不適合把未過濾的全量目錄直接 pipe 給模型。批次指令碼前要明確輸入白名單，例如只處理 .log、.md、.ts，並排除 .env、構建產物和大檔案。

輸入列表應先列印出來。dry run 階段先輸出將處理的檔案、預計輸出路徑和跳過原因，不要第一輪就呼叫模型。

批次生成文件

批次任務可以遍歷檔案，把每個檔案用 @file 注入上下文，再把 Gemini CLI 輸出重定向到對應 Markdown。生產指令碼要額外處理空輸出、失敗退出碼和配額重試。

落地時要加三件事：

對輸入檔案做過濾，避免誤讀大檔案或敏感檔案。
對輸出做格式檢查，避免空檔案或非預期文本。
批次任務之間加間隔或重試，避免配額錯誤。
寫正式檔案前先寫臨時檔案，確認非空且格式正確後再替換。

結構化 JSON

需要結構化結果時，使用 --output-format json，再用 jq -r '.response' 提取模型最終回答。

讓模型“返回 JSON”不等於結果一定可被解析。生產指令碼要加 jq 校驗和失敗分支。

Smart commit

Smart commit 的思路是讀取 git diff --staged，讓 Gemini CLI 輸出一條 Conventional Commit message，再交給人確認後提交。

更穩的版本應先人工確認 message，再提交。

自動化動作	是否可自動寫入	控制方式
總結日誌 / diff	可以寫報告	校驗非空和格式
生成 commit message	不直接提交	人工確認 message
批次生成文件	可寫臨時檔案	校驗後再替換
修改原始碼	謹慎	先計劃、diff、測試
釋出 / push	不預設自動	獨立審批

生產指令碼骨架

自動化指令碼至少包含這些防線：

set -euo pipefail

out="$(mktemp)"
if gemini --output-format json -p "Summarize @README.md" > "$out"; then
  jq -e '.response | length > 0' "$out" >/dev/null
else
  echo "gemini failed" >&2
  exit 1
fi