Gemini CLI 是什麼
從定位理解 Gemini CLI：它是終端裡的 Google 系 AI coding agent，不是普通聊天框，也不只是 Gemini Code Assist 的命令列殼。
Gemini CLI 可以先理解成一句話：執行在終端裡的 Google 系 AI coding agent（AI 程式設計代理）。它能讀專案、呼叫工具、執行命令、修改檔案、接 MCP（Model Context Protocol，模型上下文協議）、進入 CI，也能和 Gemini Code Assist、Google Cloud、GitHub Action 這些入口連起來。
它不是普通聊天框。普通聊天框主要靠你複製貼上上下文；Gemini CLI 直接站在專案目錄裡，能透過工具讀檔案、查上下文、執行命令，並根據結果繼續下一步。
這一篇先解決定位：Gemini CLI 的核心不是"又一個 Gemini 聊天入口"，而是一個能站在專案目錄裡工作的終端 agent。
它的執行環境是 Node.js（≥ 20）。如果你本機連 Node 都還沒裝，第一步先裝 Node 而不是裝 Gemini CLI；或者用瀏覽器進 Google Cloud Shell（已預裝 Gemini CLI）跳過本機環境問題。詳見 安裝篇。
它解決什麼問題
Gemini CLI 最適合解決三類問題：
- 在本地專案裡理解程式碼、解釋結構、定位錯誤。
- 在終端裡執行可驗證的開發任務，比如改文件、生成測試、跑檢查。
- 把 AI coding agent 接進自動化流程，比如 headless script、GitHub Action、issue triage。
如果任務需要大量 Google 生態能力，例如 Gemini 模型、Gemini Code Assist、Vertex AI、Google Cloud 專案、GitHub 自動化，Gemini CLI 的位置會更自然。
它不解決什麼問題
| 誤解 | 更準確的理解 |
|---|---|
| Gemini CLI 會自動接管專案 | 它需要上下文、許可權、工具確認和驗證邊界 |
| Gemini CLI 只是 Gemini Code Assist 的命令列殼 | 它有獨立的終端、工具、MCP、headless 和 GitHub Action 使用面 |
| 裝上以後就能進 CI | CI 還要處理認證、非互動輸入、許可權、退出碼和配額 |
| 模型強就能少寫規則 | 專案規則、GEMINI.md、ignore、sandbox 仍然決定可控性 |
和 Gemini Code Assist 的關係
Gemini Code Assist 是更大的產品體系，覆蓋 IDE extension、agent mode、Cloud Shell、企業控制台、配額和隱私策略。Gemini CLI 是其中面向終端和自動化的一條入口。
可以這樣分：
Gemini Code Assist 产品和账号体系
Gemini CLI 终端 agent 和自动化入口
Gemini API Key API 认证入口
Vertex AI 企业和云项目入口它怎麼工作
大多數任務可以看成一個迴圈：
读上下文 -> 形成计划 -> 调用工具 -> 观察结果 -> 调整下一步 -> 输出或继续执行這個迴圈的質量取決於三件事：
- 你給的任務邊界是否清楚。
- 專案裡的
GEMINI.md、配置和忽略規則是否可靠。 - 工具許可權、sandbox、checkpoint、人工確認是否設定正確。
什麼時候優先選 Gemini CLI
優先選 Gemini CLI 的場景：
- 任務天然發生在終端，比如讀日誌、跑測試、改文件、檢查儲存庫狀態。
- 你希望把同一套能力放進本地、遠端伺服器、Cloud Shell 或 GitHub Action。
- 團隊已經在 Google Cloud、Vertex AI 或 Gemini Code Assist 體系裡。
- 你需要把 Web、Shell、MCP、檔案系統和 CI 串成一個可複查流程。
不優先選的場景：
- 主要需求是 IDE 補全和滑鼠式區域性編輯。
- 團隊完全不想接 Google 賬號、API key 或 Cloud 專案。
- 任務沒有可驗證輸出，只是泛泛聊天或頭腦風暴。
不要怎麼用
不要把 Gemini CLI 當成“自動接管專案”的按鈕。它能執行命令，也就能造成副作用。第一次進入陌生專案時，應該先讓它只讀解釋結構，再讓它提出計劃，最後才給寫許可權或執行命令。
讀完要能做什麼
讀完這一篇，你應該能判斷一個任務是否適合 Gemini CLI：它是否發生在專案目錄裡，是否需要讀檔案或跑命令，是否能驗證結果，是否需要 Google 生態入口。如果答案都是否，普通聊天或 IDE 工具可能更合適。
把定位想清楚，後面安裝、認證、工具許可權和自動化才不會混亂。
官方資料
官方資料把 Gemini CLI 描述為 open-source AI agent，並強調它在終端中透過內建工具和 MCP 完成任務。這個定位決定了教程不能只寫"怎麼問 Gemini"，而要寫"怎麼給它安全地讀、寫、查、跑和驗證"。
- 官方儲存庫：github.com/google-gemini/gemini-cli
- 官方 docs：docs/index.md
- Google Developers 中文：gemini-code-assist/docs/gemini-cli
最小心智模型
Gemini CLI = 模型 + 项目上下文 + 工具系统 + 权限治理 + 自动化入口這比“一個更會寫程式碼的聊天機器人”準確得多。