Gemini CLI安装与国内使用指南：将AI智能助手融入终端工作流

命令行工具（CLI）是开发者提升效率的核心利器。随着AI技术的深度集成，CLI正从传统的命令执行器，演变为能够理解意图、自主执行任务的智能伙伴。Google推出的Gemini CLI正是这一趋势下的创新产物，它将强大的Gemini模型能力直接引入终端，彻底改变了开发者与命令行的交互方式。

环境准备与安装

在开始安装Gemini CLI前，请确保系统满足以下基础要求：

1. 安装Node.js运行环境

Gemini CLI基于Node.js开发，因此需要先安装Node.js 18或更高版本。在Linux系统上，可以通过以下命令安装：

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash -
sudo apt-get install -y nodejs

安装完成后，在终端中执行以下命令验证安装是否成功：

node --version
npm --version

如果终端返回具体的版本号（如v22.17.0），则表明环境已就绪。

2. 安装Gemini CLI

确保Node.js和npm可用后，即可通过以下命令安装Gemini CLI。该命令会从指定的源下载并安装软件包。

npm install -g https://gaccode.com/gemini/install

3. 授权与使用

安装完成后，在终端输入 gemini 命令启动工具。

首次运行时，CLI会引导你打开浏览器完成Google账户的登录与授权。若授权后出现“No Active Subscription”提示，可发送任意邮件至 gaccode@163.com 获取使用权限。

4. 模型切换（可选）

你可以覆盖默认的Gemini模型以使用其他版本，例如：

# 切换到 gemini-3-pro-preview 模型
gemini --set-model gemini-3-pro-preview

# 清除覆盖，恢复使用默认模型
gemini --set-model

模型覆盖设置将保存在 ~/.gemini/model_override 文件中，并在不同会话间保持。

初识Gemini CLI：终端内的AI代理

什么是Gemini CLI？

Gemini CLI是一个开源AI代理，它采用“思考-行动”（ReAct）循环机制，结合内置工具与Model Context Protocol (MCP) 服务器，直接在终端中处理从代码生成到文件操作、乃至与外部服务交互的复杂任务。它不仅是Google AI编码助手Gemini Code Assist的核心技术支撑，更是一个功能全面的本地智能工具，适用于问题解决、内容生成与日常任务管理。

核心亮点

• 慷慨的免费额度：个人开发者使用Google账户登录，即可免费调用强大的Gemini 2.5 Pro模型，享受百万级Token的上下文窗口及充足的请求额度。
• 终端内的全能AI：通过自然语言驱动编码、调试、文件操作与命令执行，并能集成网络搜索获取实时信息，实现真正的智能自动化。
• 高度可扩展与开源：基于Apache 2.0协议完全开源，支持通过MCP等开放标准进行功能扩展，鼓励社区贡献与定制。
• 丰富的内置工具：集成grep、文件读写、网页抓取等实用工具，并通过Shell模式将自然语言指令智能转换为可执行的命令。

基础与进阶使用指南

基础交互方式

• 启动与提问：在终端输入 gemini 进入交互模式，可直接用自然语言分派任务。
  • What does the file index.js do? – 分析文件功能。
  • Add error handling to index.js – 修改文件，添加错误处理。
  • Write a Python script to draw a blue circle and save it. – 生成并保存代码。
• 执行Shell命令：在AI会话中，在命令前加 ! 可直接执行，如 !ls -al。

代码与文件操作

Gemini CLI能根据描述生成各类编程语言的代码片段或完整应用原型。其内置的WriteFile和Edit工具，使得创建文件、预览并应用代码修改变得异常简单，如同一位智能的代码审查员。

内置工具与高级功能

输入 /tools 可查看所有可用工具，主要包括：

• 文件系统操作：ReadFolder, ReadFile, SearchText（类grep）等。
• 网络操作：WebFetch抓取网页内容，GoogleSearch执行实时搜索。
• 会话管理：/memory存储会话信息，/stats查看Token用量。
• MCP服务器集成：通过配置MCP服务器（如在.gemini/settings.json中设置GitHub服务器），可为CLI添加与外部服务深度交互的新能力，实现自动化代码审查、生成Commit信息等高级工作流。
• 多步工作流：利用/mcp命令构建提示链，让AI自动执行生成代码、编写测试、更新文档等一系列关联任务。

对于Python脚本编写、Node.js项目维护或复杂的Shell命令编排，这些功能能显著提升效率。

Gemini CLI vs. Cursor：如何选择？

Gemini CLI与Cursor代表了AI辅助编程的两种不同路径。下图从多个维度对比了两者的核心特性：

核心定位与体验差异

• Gemini CLI：定位为“命令行AI代理”，设计轻量、灵活，强调与现有终端工作流的无缝集成及通过开源生态扩展。
• Cursor：定位为“AI优先的IDE”，基于VS Code深度集成AI，提供智能补全、内联编辑等一体化图形体验。

功能对比与适用场景

下面的表格与雷达图清晰地展示了二者的详细区别与各自优势：

特性	Gemini CLI	Cursor
产品形态	命令行AI代理	AI优先的IDE (基于VS Code)
AI集成方式	终端自然语言交互，MCP扩展	内置AI聊天、智能补全、内联编辑
上下文理解	通过工具调用获取	项目级上下文理解，支持行为定制文件
核心工作流	终端驱动，擅长自动化多步任务	IDE驱动，可视化编码与调试
可扩展性	完全开源，支持MCP协议	兼容VS Code扩展，支持AI行为定制
资源消耗	相对轻量	较高，处理大文件可能有延迟
免费策略	个人免费，额度慷慨	核心功能免费，高级功能需付费

选择建议

• 选择 Gemini CLI：如果你是命令行爱好者，追求极致的效率、轻量化和自动化，并且喜欢通过开源社区定制和扩展你的工具链。
• 选择 Cursor：如果你偏爱功能丰富、高度集成的IDE体验，希望AI能在编写、调试和理解整个代码库时提供深度、可视化的辅助。

总结

Gemini CLI作为AI时代命令行工具的先锋，以其强大的模型能力、开放生态和友好的免费策略，为开发者提供了全新的智能终端交互体验。无论你选择深耕命令行的Gemini CLI，还是青睐一体化IDE的Cursor，都标志着AI正深度融入开发工作流，让编程变得更高效、更智能。