SkillPkg Logo
Gemini CLI 进阶指南

Gemini CLI 进阶指南

Ironben/
实践指南

这份指南汇总了约 28 条进阶技巧，帮助你更高效地以“代理式”方式使用 Gemini CLI 进行编码。

Gemini CLI 是一个开源 AI 助手，把 Google 的 Gemini 模型直接带入你的终端。它以对话式、“代理式”命令行工具的形态工作——能理解你的请求、选择合适的工具（例如运行 Shell 命令或编辑文件），并执行多步计划，协助你的开发工作流。

实操上看，Gemini CLI 就像一位“超级加强版”的结对程序员与命令行助手。它在编码任务、调试、内容生成，乃至系统自动化上表现出色——全部通过自然语言驱动。进入进阶技巧之前，先快速回顾如何安装并跑起来。


入门

安装： 可以通过 npm 安装。进行全局安装：

1npm install -g @google/gemini-cli

或者无需安装直接使用 npx 运行：

1npx @google/gemini-cli

Gemini CLI 在所有主流平台可用（它由 Node.js/TypeScript 构建）。安装后，在终端运行 gemini 即可启动交互式 CLI。

认证： 首次使用时需要与 Gemini 服务进行认证。有两种选项：（1）Google 账号登录（免费层）——允许免费使用 Gemini 2.5 Pro，且配额较为宽松（约每分钟 60 次、每天 1,000 次）。首次启动时，CLI 会提示用 Google 账号登录（不需要绑定账单）。（2）API Key（付费或更高层级访问）——你可以在 Google AI Studio 获取 API 密钥，并通过环境变量 `GEMINI_API_KEY` 配置使用。

通过 API Key 使用通常能获得更高配额和企业级数据使用保护；在付费/计费场景下，提示内容不会用于训练，但日志可能为安全目的而保留。

例如，把以下内容加入你的 shell 配置文件：

1export GEMINI_API_KEY="YOUR_KEY_HERE"

基础用法： 不带参数直接运行 gemini 会进入交互会话，看到 gemini> 提示符，你可以在这里输入请求或命令。例如：

1$ gemini
2

3gemini> 使用 SQLite 创建一个 React 菜谱管理应用

你会看到 Gemini CLI 按计划创建文件、安装依赖、运行测试等以实现你的请求。如果你偏好一次性调用（非交互），使用 -p 参数传入提示，例如：

1gemini -p "请总结所附文件的要点。@./report.txt"

这会输出一次响应后退出。你也可以通过管道把输入喂给 Gemini CLI：例如 echo "Count to 10" | gemini 会通过标准输入传入提示。

CLI 交互界面： Gemini CLI 提供一个类 REPL 的界面，支持以 / 开头的斜杠命令（用于控制会话、工具及设置），以及以 ! 开头的bang 命令（直接执行 Shell 命令）。默认情况下，Gemini CLI 在安全模式运行：任何会修改系统的动作（写文件、运行命令等）都会先征得你的确认。当工具提出一个动作，你会看到差异或命令，并收到（Y/n）的批准/拒绝提示，确保 AI 不会在未经许可的情况下做出不希望的更改。

基础梳理完成后，我们进入一系列进阶技巧与隐藏特性，帮助你榨干 Gemini CLI 的价值。每条技巧先用简单示例引入，再展开更深的细节与注意点。这些技巧综合了工具作者（如 Taylor Mullen）、Google 开发者关系团队，以及更广泛社区的建议与洞见，旨在成为 Gemini CLI 高阶用户的权威指南。


技巧 1：用 `GEMINI.md` 构建持久上下文

快速场景： 不再在提示里重复背景；在项目中创建 `GEMINI.md` 提供项目特定的上下文或指令，让 AI 持久携带关键背景。

在项目工作中，你往往有一些整体性的细节——例如代码风格指南、项目架构、关键事实——希望 AI 始终牢记。Gemini CLI 允许你把这些信息写入一个或多个 GEMINI.md 文件。只需在项目中（若不存在则先创建）建立 .gemini 文件夹，并添加名为 GEMINI.md 的 Markdown 文件，写入你希望 AI 持久记住的笔记或指令。例如：

1# Project Phoenix - AI Assistant
2

3- 所有 Python 代码必须遵循 PEP 8 风格。  
4- 使用 4 个空格缩进。  
5- 用户正在构建数据管道；优先采用函数式编程范式。

将这个文件放在项目根目录（或者在子目录放置以获得更细粒度的上下文）。此后，只要你在这个项目中运行 gemini，CLI 就会自动把这些指令加载进上下文。这意味着模型会始终带着这些信息，不必在每次提示前手动附加。

工作机制： Gemini CLI 使用分层的上下文加载系统。它会合并全局上下文（来自 ~/.gemini/GEMINI.md，适合作为跨项目默认），以及你的项目级 GEMINI.md，还包括子文件夹中的上下文文件。越具体的文件会覆盖越一般的文件。你可以随时用以下命令查看加载的上下文：

1/memory show

这会展示 AI 当前可见的完整合并上下文。如果你修改了 GEMINI.md，使用 /memory refresh 即可在不重启会话的情况下重新加载上下文。

进阶提示： 使用 /init 斜杠命令可以快速生成一个初始版 GEMINI.md。在新项目运行 /init会创建一个模板上下文文件，其中包含如自动检测到的技术栈、项目摘要等信息。然后你可以对其编辑和扩展。对于大型项目，考虑把上下文拆分到多个文件，并在主 GEMINI.md 中使用 @include 语法进行导入。例如在主 GEMINI.md 中写 @./docs/prompt-guidelines.md 来引入其他上下文文件。这能让你的指令组织更有序。

一个经过精心编写的 `GEMINI.md` 就像给 Gemini CLI 一个“项目记忆”，记录项目的要求与约定。这样能显著提升回答的贴切性，减少反复的提示工程。


技巧 2：创建自定义斜杠命令

快速场景： 用自定义斜杠命令加速重复任务。例如你可以做一个 /test:gen 命令根据描述生成单元测试，或者 /db:reset 清空并重建测试数据库。让 CLI 以“一句话”执行贴合你流程的动作。

Gemini CLI 支持在简易配置文件中定义自定义斜杠命令。本质上，这是预定义的提示模板。要创建一个命令，在 ~/.gemini/（用于全局命令）或项目的 `.gemini/` 文件夹（用于项目命令）下新建 commands/ 目录。在 commands/ 里为每个命令创建一个 TOML 文件。文件名决定命令名：例如 test/gen.toml 定义的是 /test:gen。

示例：假设你想要一个命令根据需求描述生成单元测试。可以创建 ~/.gemini/commands/test/gen.toml，内容如下：

1# 调用方式：/test:gen "测试的描述"  
2

3description = "Generates a unit test based on a requirement."  
4prompt = """  
5You are an expert test engineer. Based on the following requirement, please write a comprehensive unit test using the Jest framework.
6Requirement: {{args}}  
7"""

重新加载或重启 Gemini CLI 后，你就可以直接输入：

1/test:gen "确保登录按钮在成功后跳转到仪表盘"

Gemini CLI 会识别 /test:gen 并把你提供的参数（这里是需求）替换到模板里的 {{args}}，随后 AI 会生成相应的 Jest 单元测试。description 字段可选，但它会在你运行 /help 或 /tools 时用作命令列表中的说明。

这个机制非常强大——你实际上是在用自然语言“脚本化”AI。社区已经创造了很多有用的自定义命令。例如，Google 的 DevRel 团队分享了一组“10 个实用工作流命令”（在一个开源仓库中），演示如何脚本化常见流程，如创建 API 文档、清洗数据、搭建样板代码等。通过定义一个自定义命令，你把复杂的提示（或一系列提示）打包成一个可复用的捷径。

进阶提示： 自定义命令也可以用于强制输出格式或为某些任务应用“角色”。例如你可能有一个 /review:security 命令，它总是以“你是一名安全审计员…”起手，让 AI 从安全漏洞角度审查代码。这样可以确保某类任务的响应始终保持一致标准。

要与团队分享这些命令，你可以把 TOML 文件提交到项目仓库（放在 .gemini/commands目录）。团队成员安装了 Gemini CLI 后，在项目中会自动拾取这些命令。这是标准化 AI 辅助工作流的绝佳方式。


技巧 3：通过自定义 MCP 服务器扩展 Gemini

快速场景： 如果你希望 Gemini 与外部系统或未内建的自定义工具交互——例如查询专有数据库，或整合 Figma 设计——可以运行一个自定义 Model Context Protocol（MCP） 服务器并接到 Gemini CLI。MCP 服务器可以为 Gemini 提供新的工具与能力，本质上是扩展代理。

Gemini CLI 开箱即带有几个 MCP 服务器（例如支持 Google 搜索、代码执行沙箱等），你也可以新增自己的。MCP 服务器本质是一个外部进程（可以是本地脚本、微服务、甚至云端端点），通过一套简单协议为 Gemini 处理任务。这种架构让 Gemini CLI 非常易于扩展。

MCP 服务器示例： 社区与 Google 提供过一些 MCP 集成，包括 Figma MCP（从 Figma 拉取设计细节）、Clipboard MCP（读写系统剪贴板）等。实际上，在一个内部演示中，Gemini CLI 团队展示了一个“Google Docs MCP”服务器，允许把内容直接保存到 Google Docs——这也意味着它可以读取文档内容。

如何添加： 可以通过 `settings.json` 或 CLI 命令进行配置。快速设置示例：

1gemini mcp add myserver --command "python3 my_mcp_server.py" --port 8080

这会注册一个名为 “myserver” 的服务器，Gemini CLI 会通过运行指定命令（此处是一个 Python 模块）在 8080 端口启动。在 ~/.gemini/settings.json 中，会添加一个 mcpServers 项。例如：

1 "mcpServers": {
2    "myserver": {
3     "command": "python3",
4     "args": ["-m", "my_mcp_server", "--port", "8080"],
5     "cwd": "./mcp_tools/python",
6     "timeout": 15000
7   }
8 }

这个配置（基于官方文档）告诉 Gemini 如何启动 MCP 服务器以及工作目录位置。服务器运行后，它提供的工具就会对 Gemini CLI 可用。你可以用以下斜杠命令列出所有 MCP 服务器及其工具：

1/mcp

它会显示注册的服务器以及这些服务器所暴露的工具。

MCP 的能力： MCP 服务器可以提供丰富的多模态结果。例如，某个 MCP 的工具可以返回一张图片或一个格式化的表格作为响应的一部分。它们也支持 OAuth 2.0，这样你可以安全地把 API（像 Google APIs、GitHub 等）接进一个 MCP 工具而不暴露凭据。本质上，只要你能编码，就能把它包装成 MCP 工具——让 Gemini CLI 成为一个编排众多服务的枢纽。

默认 vs 自定义： 默认情况下，Gemini CLI 的内建工具能覆盖许多任务（读文件、网页搜索、执行 Shell 命令等），但 MCP 能让你走得更远。一些进阶用户创建了 MCP 服务器来对接内部系统或进行专门的数据处理。例如，你可以做一个 database-mcp 提供一个 /query_db 工具在公司数据库上跑 SQL，或者一个 jira-mcp 通过自然语言创建工单。

安全注意： 当你创建自己的 MCP 工具时，要注意安全：默认自定义 MCP 工具需要用户确认，除非你把它标记为可信。你可以通过设置控制安全，例如为某个服务器设置 trust: true（自动批准其工具动作），或者为特定安全工具设白名单并对危险工具设黑名单。

简而言之，MCP 服务器可以解锁几乎无限的集成能力。这是一个让你把 Gemini CLI 变成连接任意系统的专业功能。如果你想构建一个，参考官方 MCP 指南与社区示例即可。


技巧 4：使用记忆添加与回忆

快速场景： 把重要事实放进 AI 的长期记忆，确保随手可用。例如，在确定了数据库端口或拿到一个 API 令牌后，你可以执行：

1/memory add "我们的 Staging RabbitMQ 在端口 5673"

这会把该事实存起来，确保以后不会忘记。你可以用 /memory show随时回忆全部记忆。

/memory 命令提供一个简洁却强大的持久记忆机制。当你使用 /memory add <text> 时，给出的文本会追加到你的全局项目上下文（技术上，它保存到全局 ~/.gemini/GEMINI.md 或项目的 GEMINI.md）。这很像写一张便条并把它钉到 AI 的虚拟公告板上。一旦添加，AI 会在未来交互中始终看到这条便签，跨会话有效。

举例：你在调试一个问题时发现一个不容易察觉的洞见（“配置标志 X_ENABLE 必须设为 `true`，否则服务无法启动”）。如果你把这点加入记忆，之后当你或 AI 讨论相关问题时，它就不会忽略这条关键细节——因为它在上下文里。

使用 /memory：

  • /memory add "<text>"——把事实或笔记加入记忆（持久上下文）。这会立即更新 GEMINI.md。
  • /memory show——显示记忆完整内容（即当前加载的合并上下文）。
  • /memory refresh——从磁盘重载上下文（当你手动编辑过 GEMINI.md 或多人协作时尤其有用）。

由于记忆以 Markdown 保存，你也可以手动编辑 GEMINI.md 来整理或组织信息。/memory 命令只是为了在对话中方便，不必每次都打开编辑器。

进阶提示： 这是做“决策日志”的好工具。如果你在聊天中定下某个方案或规则（例如选用某个库，或达成一个代码风格约定），把它加入记忆。AI 之后就会记住这个决定，避免自相矛盾。尤其适用于持续数小时或数天的长会话——通过保存关键点，你可以缓解模型在对话很长时遗忘早期上下文的倾向。

另一个用途是个人偏好。由于 ~/.gemini/GEMINI.md（全局记忆）会加载到所有会话里，你可以把一般性的偏好或信息放进去。例如，“用户的名字是 Alice。请说话礼貌，避免俚语。”这就像为 AI 设置一个全局角色或知识。需要注意的是，全局记忆适用于所有项目，因此不要用它存放项目特定的信息。

总之，记忆添加与回忆帮助 Gemini CLI 维护状态。把它看成一个随着项目成长的知识库。用它来避免重复表达或提醒 AI 一些否则需要每次重新发现的事实。


技巧 5：使用检查点与 /restore 作为撤销按钮

快速场景： 如果 Gemini CLI 对你的文件做了一系列你不满意的改动，你可以瞬间回滚到先前状态。启动时开启检查点功能（或在设置中开启），然后使用 /restore 命令像一个轻量级 Git revert 一样撤销改动。/restore 会把你的工作区回滚到保存的检查点；会话状态也可能受影响，这取决于检查点的捕获方式。

Gemini CLI 的检查点功能可充当安全网。当启用时，CLI 会在每次会修改文件的工具执行之前对你的项目文件作快照。如果出了问题，你可以回退到最后一个已知的良好状态。这本质上是为 AI 的行为提供版本控制，无需你每次都手动做 Git 提交。

如何使用： 你可以通过启动参数开启检查点：

1gemini --checkpointing

或者在配置中设为默认（例如在 settings.json 写 "checkpointing": { "enabled": true }）。启用后，你会注意到每次 Gemini 要写文件时，它会提示类似“已保存检查点”。

如果你随后发现 AI 做的编辑有问题，你有两种选择：

  • 运行 /restore list（或者不带参数直接 /restore）查看最近的检查点列表，包含时间戳和描述。
  • 运行 /restore <id> 回滚到特定检查点。如果不提供 id 且只有一个待恢复的检查点，则默认恢复它。

例如：

1/restore

Gemini CLI 可能输出：

10: [2025-09-22 10:30:15] Before running ‘apply_patch’
21: [2025-09-22 10:45:02] Before running ‘write_file’

你可以执行 /restore 0把所有文件改动（以及会话上下文）回退到该检查点。这样就能“撤销”一个错误的代码重构或 AI 所做的其他变更。

恢复范围： 检查点捕获的是你的工作目录状态（所有 Gemini CLI 允许修改的文件）以及工作区文件（根据捕获方式，会话状态也可能回滚）。当你恢复时，它会将文件覆盖回旧版本并重置会话上下文到那个快照。这就像把 AI 代理带回到它走错路之前。注意它不会撤销外部的副作用（例如 AI 运行了数据库迁移，就没法回滚），但文件系统与聊天上下文都在回滚范围内。

最佳实践： 对非琐碎任务，建议保持检查点开着。开销很小，却能提供安心。如果你发现这次不需要检查点（一切顺利完成），可以清理它或留给下一次覆盖。开发团队建议在进行多步代码编辑前尤其打开检查点。对于关键项目，当然仍应以真正的版本控制（Git）为主保护——把检查点视为快速撤销的便利工具，而不是完整的版本控制系统。

本质上，/restore 让你更有信心使用 Gemini CLI。你可以放心地让 AI尝试大胆的变更，因为你有一个**“糟了按钮”**可以倒回。


技巧 6：读取 Google Docs、Sheets 等（配置 Workspace MCP 后可用）

快速场景： 设想你有一份包含规格或数据的 Google 文档或表格，希望 AI 使用它。无需复制粘贴内容，提供链接即可；在配置了 Workspace MCP 服务器后，Gemini CLI 可以拉取并读取它。

例如：

1总结这份设计文档的需求： https://docs.google.com/document/d/<id>

Gemini 能抓取这份文档的内容并纳入回答。同样，它也能按链接读取 Google Sheets 或 Drive 文件。

工作原理： 这些能力通常是通过MCP 集成启用的。Gemini CLI 团队已经构建（或正在开发）Google Workspace 的连接器。一个做法是运行一个使用 Google APIs（Docs API、Sheets API 等）的小型 MCP 服务器，当提供一个 URL 或 ID 时检索文档内容。在配置后，你可能拥有一些斜杠命令或工具，如 /read_google_doc，或者是自动检测到 Google Docs 链接后调用相应工具进行拉取。

例如，在一次 Agent Factory 播客演示中，团队使用了一个Google Docs MCP 来把摘要直接保存到 Google 文档——这意味着它也能读取文档的内容。实践中，你可能这样做：

1@https://docs.google.com/document/d/XYZ12345

在提示中包含带 @ 的 URL（上下文引用语法）会让 Gemini CLI去拉取该资源。配置好 Google 文档集成后，文档的内容会像本地文件一样被拉入上下文。接下来，AI 可以对其做摘要、回答相关问题，或在对话中使用它。

类似地，如果你贴的是 Google Drive文件链接，一个配置正确的 Drive 工具可以下载或打开该文件（前提是配置了相应的权限和 API 访问）。Google Sheets也可以通过一个 MCP运行查询或读取指定单元格范围，你可以像这样提出问题：“这张表的预算列总和是多少？”然后让 AI 给出求和结果。

如何设置： 在写作时，Google Workspace 集成可能需要一些折腾（获取 API 凭据、运行类似 Kanshi Tanaike 所描述的 MCP 服务器等）。关注官方 Gemini CLI 仓库和社区论坛中的现成扩展——例如，一个正式的 Google Docs MCP 可能会以插件/扩展形式提供。如果你着急，也可以按如何在 MCP 服务器中使用 Google APIs 的指南自己写一个。通常涉及处理 OAuth（Gemini CLI 对 MCP 支持 OAuth）然后暴露如 read_google_doc 这样的工具。

使用提示： 有了这些工具后，使用起来可能只需要在提示里提供链接（AI 可能自动调用工具进行拉取），或者使用类似 /doc open <URL> 的斜杠命令。查看 /tools 了解可用命令——Gemini CLI 会在这里列出所有工具和自定义命令。

总之，Gemini CLI 不仅能访问你的本地文件系统。无论是 Google Docs、Sheets、Drive，还是其他外部内容，你都可以通过引用来拉入数据。这条技巧节省了手动复制粘贴，保持上下文使用的自然流——只需引用你需要的文档或数据集，让 AI 自动抓取所需。这让 Gemini CLI 成为你能够访问的全部信息的真正知识助手，而不仅是你磁盘上的文件。

（注意：访问私有文档当然需要 CLI 拥有相应权限。务必确保任何集成都遵守安全与隐私要求。在企业环境中，搭建此类集成可能需要额外的认证步骤。）


技巧 7：用 @ 引用文件与图片，明确提供上下文

快速场景： 与其用语言描述文件或图片的内容，不如直接把它们指给 Gemini CLI。使用 @ 语法，你可以在提示里“附上”文件、目录或图片。这保证 AI 看到的就是这些文件的真实内容作为上下文。例如：

1解释这段代码： @./src/main.js

这会把 src/main.js 的内容纳入提示上下文（在模型的上下文大小限制内），以便 AI 阅读并解释。

@ 文件引用是开发者最强大的功能之一。它消除了歧义——你不是在让模型依赖记忆或揣测，而是“把文件递给它看”。这可用于源代码、文本文档、日志等。同样，你可以引用整个目录：

1把 @./utils/ 中的代码重构为 async/await。

只要路径以斜杠结尾，Gemini CLI 就会递归引入该目录下的文件（在合理的范围内，遵守忽略文件与大小限制）。这对多文件的重构或分析非常方便，因为 AI 能同时考虑所有相关模块。

更令人称赞的是，你还能在提示中引用二进制文件，如图片。Gemini CLI（借助 Gemini 模型的多模态能力）能理解图片。例如：

1描述这个截图： @./design/mockup.png

图片会被送进模型，AI可能回复类似：“这是一个登录页：有一个蓝色的登录按钮和一个头图”，等。你可以想象很多用途：审阅 UI 设计稿、整理图片（我们会在后面技巧中看到）、从图片中提取文字（Gemini 能做 OCR）。

关于有效使用 @ 引用的几点注意：

  • 文件限制： Gemini 2.5 Pro 有一个非常大的上下文窗口（最高 100 万 token），可以容纳很大的文件或很多文件。但极其庞大的文件可能会被截断。如果文件巨大（比如几十万行），考虑先做摘要或把它分块。
  • 自动忽略： 默认情况下，Gemini CLI 在拉取目录上下文时会遵守你的 .gitignore 和 .geminiignore，因此如果你用 @./ 引用项目根目录，它不会把体量巨大的被忽略目录（例如 node_modules）都塞进上下文。你可以像使用 .gitignore 那样，用 .geminiignore 自定义忽略规则。
  • 显式 vs 隐式上下文： Gemini CLI 的作者 Taylor Mullen 强调，尽量使用 @ 进行“显式上下文注入”，而不是依赖模型记忆或自行概述。这更精确，也能避免臆测。能给出“事实来源”（代码、配置、文档）时，就用 @ 引到原始文件。
  • 多引用组合： 你可以在一次提示中包含多个文件，比如：比较 @./foo.py 和 @./bar.py 的差异并说明不同点。CLI 会同时引入这两个文件。注意上下文大小；多个大文件会快速消耗窗口。

简而言之，@ 是你在会话中“喂知识”的主力方式，让 CLI 变成能读文本与图片的多模态“阅读器”。对进阶用户而言，这是比“让 AI自己去打开某文件”更可靠的做法——你直接把文件递上桌。


技巧 8：现场造工具（让 Gemini 现写现用）

快速场景： 如果某个任务需要一个小脚本或实用程序，可以让 Gemini CLI在会话内直接生成并执行。比如：“写一个 Python 脚本，解析这个文件夹所有 JSON 并提取 error 字段。”它会生成脚本，你审阅后即可运行。相当于动态扩展工具箱。

Gemini CLI 不受限于“预置工具”；它可以用自己的编程能力临时造一个工具来解决问题。这常常是隐式发生的：你提出复杂任务时，AI会建议写一个临时文件（含代码）并运行。你也可以显式引导：

  • 创建脚本： 你可以要求用某语言生成脚本。CLI 通常会用 write_file 工具写文件，并在你批准后落盘。例如：生成一个 Node.js 脚本，读取当前目录所有 '.log' 文件并报告每个文件的行数，之后你可以用 !node script.js 或让 Gemini 通过 `run_shell_command` 执行。
  • 用 MCP 做临时工具： 在更高级的场景里，AI 甚至可能建议起一个 MCP 服务器做专门任务。比如文本处理适合用 Python，它会写一个简单的 Python MCP 并运行。虽不常见，但体现出 AI可以“自我增援”。

关键收益是自动化：你不必停下手写辅助脚本，AI会把它作为流程的一部分生成与运行。尤其适合数据变换、批量操作或内建工具没有的“缺口”。

安全细节： 在批准写入与执行前一定查看 diff，确认逻辑符合预期且无破坏性动作（删除、大规模改动等）。像所有 AI 代码一样，保持基本的代码审查。

示例： 你有一个 CSV，需要复杂过滤。AI提议：“我会写一个 Python 脚本过滤 CSV。”它创建 filter_data.py，你批准写入并运行得到结果。脚本或许只用一次，但节省了你的时间。

进阶提示： 如果脚本有复用价值，把它“升格”为自定义斜杠命令（见技巧 2），让工具箱随使用不断扩充。


技巧 9：用 Gemini CLI 做系统排障与配置

快速场景： 在任何目录下都能使用它为操作系统层面的任务出力：把它当“智能终端助理”。比如，“修修我的 .bashrc，它有错误。”Gemini 会读取并提出修复方案。

常见用法：

  • 编辑点文件： 引用 @~/.bashrc 或 @~/.zshrc，让 AI优化/排障。比如 PATH 没包含 Go 的 bin，它会插入正确的 export PATH=... 行。变更会先以 diff 形式展示，等你批准。
  • 诊断错误： 把终端或应用日志中的错误贴给它。它会分析报错并建议解决步骤。如 npm install 的 EACCES 权限错误，它可能提示修复目录所有权或改用 node 版本管理器。
  • 非项目运行： 在无 .gemini 的目录也能全功能运作。把 CLI 当成“有动作能力的智能终端”，并不需要项目上下文。
  • 工作站定制： 让它安装工具、配置系统或 Git。它可能通过搜索获取说明并构造命令，逐条请求你批准。示例：用 defaults write 命令调整 macOS Dock 行为。

把 CLI 当聪明 Shell使用，必要时结合技巧 16（Shell 直通）。你可以在 `!` 模式验证某些事，再回到 AI 模式分析输出。

注意： 系统级命令影响面广，保持谨慎。CLI 通常会征求确认，但你仍需要理解命令含义。若不确定，先让它解释命令再执行。

排障加分项： 用它扫描日志或配置寻找问题。例如，“检查这份 Apache 配置是否有错误”（@httpd.conf），或“查看昨天下午 2 点 syslog 的错误”（如果可访问 @/var/log/syslog）。它能提出崩溃原因或修复建议。


技巧 10：YOLO 模式——自动批准工具动作（谨慎开启）

快速场景： --yolo 或会话中按 Ctrl+Y 开启后，AI 选定工具动作会直接执行，不再提示（y/n）。适合大量“已知安全”的重复操作。

启动：

1gemini --yolo

或短选项 gemini -y。会话中可用 Ctrl+Y 快速开/关。

风险预警： YOLO 强力但有风险。正常模式下，如果 AI 拟执行危险命令，你会拒绝；YOLO 下会直接跑。虽然极端情况少见，但确认提示本来就是安全网。绕过它等于拆网。

最佳实践：

  • 用“允许列表”替代全局 YOLO：在设置中对某些模式的命令自动批准（如仅 git 或只读操作），减少手动确认但保留护栏。
  • 在沙箱里 YOLO：--sandbox 让工具在容器中执行，即便出现误操作也隔离。
  • 频繁切换：大批安全编辑时开；关键动作前关。


技巧 11：无头与脚本模式（在后台运行）

快速场景： 在脚本或自动化中以无头模式使用。通过命令行参数或环境变量提供提示，CLI 输出后直接退出，便于集成或定时。

  • 一次性输出： gemini -p "...提示..." 已是无头用法：打印响应并返回 shell。
  • 覆盖系统提示： 用环境变量 GEMINI_SYSTEM_MD 指向你的系统提示文件，替换内置系统人格与规则。例如：
1export GEMINI_SYSTEM_MD="/path/to/custom_system.md"
2gemini -p "执行任务 X，务必谨慎"

若设为 true，CLI 会在项目的 .gemini 中寻找 system.md。谨慎使用，内置系统提示包含工具使用的重要规则。

  • 交互启动即问： gemini -i "你好，让我们开始调试" 会在打开 REPL 的同时先发一句问候或初始问题。
  • 管道/重定向： 可把文件或命令输出喂给 CLI，例如：gemini -p "总结这份日志：" < big_log.txt，或 some_command | gemini -p "基于以上输出，问题在哪？"
  • CI/CD 集成： 在流水线中用 -p 和认证环境，自动分析失败测试并发表评论。
  • JSON 输出： --format=json 便于程序化消费；可解析工具动作与结构化答案。
  • 会话摘要落盘： --session-summary usage.json 将会话统计写入文件，适合预算与报表。

无头模式把 CLI 从“交互助手”变成可编排的后端组件。你可以 cron 定时跑任务，或在 IDE 按钮触发一次性分析。


技巧 12：保存并恢复聊天会话

快速场景： 长时间调试需要暂停，用 /chat save <name> 保存会话；之后用 /chat resume <name> 继续，完整上下文无缝延续。

命令一览：

  • /chat save <tag> 保存当前会话到你提供的标签；
  • /chat list 列出已保存的会话标签；
  • /chat resume <tag> 恢复该会话；
  • /chat share 导出会话到文件，便于他人接续。

典型用法：

1/chat save api-upgrade
2/quit
3# 之后再次打开
4$ gemini
5gemini> /chat list
6gemini> /chat resume api-upgrade

建议用语义化标签，例如 memory-leak-bug，方便多线程并行工作。


技巧 13：多目录工作区——一个 Gemini，覆盖多个文件夹

快速场景： 前端/后端分仓？让 CLI 同时访问两者，构建统一工作区，跨目录读写与推理。

两种打开方式：

  • 启动标志：gemini --include-directories "../backend:../frontend"
  • 持久设置： 在 settings.json 中写 "includeDirectories": ["path1", "path2"]，支持相对/绝对路径与环境变量。

会话中可用 /directory show 查看工作区目录；用 /directory add <path> 动态添加。这样 AI 可以同时打开后端 API 定义与前端调用代码，进行联动修改。

若误加目录，可用 `/directory remove <path>` 移除。


技巧 14：用 AI 帮你整理与清理文件

快速场景： 让 CLI 扫描目录、分类文件并移动到子文件夹（经你批准）。例如，

1“整理我的 Downloads：把图片移到 Images、PDF 移到 Documents、临时文件移到 Trash。”


一个参考流程：

  1. 盘点与初分： 让 Gemini 列出并初步按扩展名分类（images、videos、documents、archives、others），必要时打开文件窥视内容。
  2. 拟定结构： 要它根据盘点提出文件夹结构与移动计划，同时识别疑似重复或无用文件。
  3. 执行且确认： 让它先打印将要执行的 mkdir/mv 命令（干跑），你审核后再批准批量执行。删除操作尽量改为移至“Trash/待审”文件夹。

特别好用的是按内容重命名图片：AI 会看图后把 IMG_1234.jpg 变成 login_screen.jpg 等更有语义的名称，极大提高素材可用性。

安全建议：保留可撤销手段（见技巧 5），且先干跑后执行。


技巧 15：压缩长会话以留出上下文空间

快速场景： 会话过长接近上下文上限时，用 /compress 生成摘要并替换详细历史，保留关键点继续推进。

执行 /compress后，CLI 会显示“已压缩”并给出摘要文本。此后模型只看到摘要（加上新的消息），通常足够维持连贯性。你可以多次压缩，但太频繁会丢失细节。若有绝不能丢的事实，考虑写入持久记忆（技巧 4）；记忆会在任何压缩后继续注入上下文。


技巧 16：用 ! 直通 Shell（和终端“合一”）

快速场景： 在会话中随时执行 Shell 命令，并把输出直接纳入上下文。例如：!ls -lh src/

两种用法：

  • 单条命令模式： 前缀 ! 执行一次命令，输出就地展示，回到 gemini>。
  • 持久 Shell 子模式： 单独输入 ! 进入 shell> 子模式，连续执行多条命令；再次输入空行的 ! 或 exit 返回聊天模式。

这让开发与分析无缝结合：跑测试、编译、curl 抓数据，随后直接让 AI解读输出。


技巧 17：把系统中的每个 CLI 工具都视为 Gemini 的“外接工具”

快速场景： 你的 $PATH 就是 AI 的工具箱。只要装了，它就能调用：curl、ImageMagick、git、Docker、ffmpeg 等等。

示例：

  • “把这个文件夹所有 PNG 转为 WebP”：AI 可能用 ImageMagick 的 convert 循环。
  • “部署到 Docker”：用 docker build、docker run。
  • “从 video.mp4 中提取音频”：构造 ffmpeg 命令。

它能读 --help 或直觉掌握常见用法。若调用不存在的命令或错参，你会看到错误并可纠正。为安全起见，可使用白名单、黑名单或沙箱（见技巧 10、19）。


技巧 18：用多模态能力——让 Gemini“看见”图片与更多

快速场景： Gemini CLI 不只处理文本——它能理解图片、图示，乃至 PDF（经工具转换）。例如，

1“这是错误弹窗截图 @./error.png，帮我排查。”

更多创意用法：

  • UI/UX 反馈与生成代码： 贴设计图 @mockup.png，让它产出 React 组件结构草案。
  • 按主题整理图片： 让它看每张照片并按主题分拣（夕阳、山脉、人物）。
  • OCR 与结构化抽取： 从发票图片提取编号、日期、金额并汇总为表格；这在 GCP 的示例中已有实践。
  • 解读图表： 让它解释轴、趋势与关键洞见（准确度视图而定）。

非图片模态：PDF、音频、视频可通过内置/外部工具转换为可分析的文本或数据（PDF-to-text、语音转写等），再由模型处理。

CLI 是文本界面，因此不会直接显示图片，但可把图片内容作为上下文，并可生成文件或链接形式的输出。


技巧 19：定制 $PATH（与工具可用性）以提升稳定性

快速场景： 如果发现 AI 调错程序或版本混乱，考虑用定制的 $PATH 运行 CLI，限制或排序可调用的可执行文件，避免混淆或递归调用自身。

最简单的做法是启动时设置：

1PATH=/usr/bin:/usr/local/bin gemini

也可以在设置中排除某些工具、或干脆禁用 Shell 工具（极端情况下 excludeTools: ["run_shell_command"] 让 CLI 只读）。更稳妥的是 --sandbox 在容器里执行，让环境与工具集完全受控。

在多版本工具链场景（如 gcc-10 与 gcc-12 并存），通过 $PATH 或环境变量（如 CC）确保 AI 选择正确版本。


技巧 20：用 Token 缓存与统计，降低成本与延迟

如果你进行长会话或反复附加大文件，开启缓存并监控使用能降低花费与响应时间。使用 API Key 或 Vertex AI 认证时，Gemini CLI 会自动复用已发送的系统指令与上下文，使后续请求更省 token。你可以：


  • 在会话中用 /stats查看总 token 与 cached 字段（缓存命中）。
  • 在无头模式输出 JSON 并解析 stats（如 `tokens.cached），例如：` gemini -p "总结 README" --output-format json
  • 用 --session-summary usage.json 将会话摘要写盘，适合 CI 或预算跟踪。

保持 GEMINI.md 与大文件引用在会话内稳定，有助于提高缓存命中率。


技巧 21：用 /copy 快速复制到剪贴板

快速场景： 一条命令把上一条 AI 输出或代码片段干净复制到系统剪贴板，不带行号或杂项，便于直接粘贴到编辑器或分享。

实现依赖平台剪贴板工具：macOS 用 pbcopy，Windows 用 clip，Linux 需安装 xclip 或 xsel。执行 /copy 后会提示复制成功。


技巧 22：熟练使用 Ctrl+C 中断与退出

快速场景： 单击 Ctrl+C 中断当前动作或清空输入；在 Shell 子模式下也可退出并返回聊天。连续按两次 Ctrl+C 退出 CLI。Shell 模式下按 Esc 也可返回聊天；正式退出可用 /quit，Unix 下空行按 Ctrl+D（EOF）也能退出。


技巧 23：通过 settings.json 定制 Gemini CLI

快速场景： 在用户目录 ~/.gemini/ 或项目 .gemini/ 中编辑 settings.json，以适配你的习惯或项目约定，替换“统一默认值”。

设置是分层合并的：系统默认 < 用户设置 < 项目设置（项目级覆盖用户级）。示例片段：

1{
2  "theme": "GitHub",
3  "autoAccept": false,
4  "vimMode": true,
5  "sandbox": "docker",
6  "includeDirectories": ["../shared-library", "~/common-utils"],
7  "usageStatisticsEnabled": true
8}

你也可以运行 /settings 打开交互式设置界面，浏览带描述的选项并避免 JSON 语法错误。视觉主题可用 /theme 快速切换，满意后写入 settings.json 固化。

团队项目建议更严格策略（例如 "sandbox": "docker"、"excludeTools": ["run_shell_command"]），个人项目则可更自由。


技巧 24：使用 IDE 集成（VS Code）获取上下文与自动打开差异

快速场景： 给 VS Code 安装 “Gemini CLI Companion” 扩展并连接，CLI 能自动感知你在编辑器中打开的文件、选区、光标位置；当 AI提出代码变更时，它还能在 VS Code 的 diff 视图中自动打开。

在 VS Code 的集成终端中启动 CLI，通常会提示安装与连接扩展；你也可以在 CLI 中运行 `/ide install` 进行安装，随后 /ide enable 建立连接。用 /ide status 查看连接状态与可感知的文件。集成后，AI 的建议会通过 VS Code 的差异视图呈现，你可以在熟悉的界面里审阅与接受。

目前官方以 VS Code 为主（其他编辑器未来可能通过扩展规范接入）。连接后，你也可以用 VS Code 的命令面板（Ctrl/Cmd+Shift+P）快速执行 “Gemini CLI: Run”“Gemini CLI: Accept Diff”“Gemini CLI: Close Diff Editor”等命令。


技巧 25：使用 Gemini CLI GitHub Action 自动化仓库任务

快速场景： 在 GitHub 上部署 Gemini ——用 Gemini CLI GitHub Action 自动分拣新 Issue 与评审 Pull Request，让它充当“AI 队友”处理例行开发任务。

设置步骤：

  • 本地 CLI 版本 0.1.18 或更高；
  • 在 CLI 中运行 /setup-github 生成必要工作流文件并引导认证；
  • 在仓库 Secret 中添加 GEMINI_API_KEY；
  • 提交 .github/workflows/ 下的 YAML 工作流（默认提供 Issue 分拣、PR 评审、@提及触发助手三套流程），它们都是开源可编辑的。

之后，Action 会在新 Issue 或 PR 打开时自动运行：为 Issue 打标签、优先级、查重；为 PR 输出 AI 评审意见。团队成员也可以在 Issue/PR 评论里 @gemini-cli 并提出请求（如“请为这段代码写单测”），Action 会尝试执行（甚至添加提交）。

建议在 Actions 日志中观察透明度与行为，必要时使用“允许列表”来限制工作流中的命令执行。


技巧 26：开启遥测以获得洞察与可观测性


快速场景： 打开内置的 OpenTelemetry（OTEL），监控会话的指标、日志与追踪，分析使用模式或排障。

默认关闭，可在 settings.json 设 "telemetry.enabled": true 或用 --telemetry 启用。目标可设为本地文件（outfile）或云端（如 GCP Cloud Logging/Monitoring），也可对接兼容 OTEL 的平台（Jaeger、Datadog、Prometheus 等）。遥测记录工具执行、错误、响应时延、token 用量等事件与指标。团队可以据此做使用分析与性能监控，甚至设置告警（例如错误率飙升或 Token 使用达阈值）。

若只需轻量视图，用 /stats 查看当前会话的基础数据。


技巧 27：关注路线图（背景代理等）

快速场景： 关注公开的 Gemini CLI 路线图，了解即将发布的重大特性（例如用于长任务的“背景代理”），提前规划并反馈。

Gemini CLI 迭代很快，路线图在 GitHub 上公开维护，按“领域”（如 Extensibility、Model、Background 等）与里程碑组织。背景代理旨在让你启动一个在后台长期运行的代理，处理持续或异步任务，不占用交互会话。它可能在本地或云端（如 Cloud Run）运行，实现“长任务与主动协作”。

关注路线图能让你提前了解工具集成、新模型支持、交互改进等，并参与相关 Issue 的设计讨论或测试。


技巧 28：用“扩展（Extensions）”扩充 Gemini CLI


快速场景： 通过安装即用的扩展为 CLI 增加新能力——例如接入你常用的数据库或云服务——无需大改动就能把 AI 的工具箱扩大。就像给 CLI 安装“应用”，教它新本事。

扩展在 2025 年末推出，它以模块化方式定制并扩展 Gemini CLI 功能。扩展是一个配置（可附带代码）包，把外部工具或服务接入 CLI。Google 发布了一系列面向 Google Cloud 的扩展（如部署到 Cloud Run、管理 BigQuery、应用安全分析），合作伙伴与社区也在构建针对 Dynatrace、Elastic、Figma、Shopify、Snyk、Stripe 等的扩展。安装扩展后，AI 即刻获得该领域的工具与“使用剧本”，知道如何正确调用相关 API 或命令。


使用非常直接：用 CLI 管理命令安装，例如：

1gemini extensions install https://github.com/google-gemini/gemini-cli-extension-cloud-run

几秒后扩展会被安装到 ~/.gemini/extensions/ 或项目的 .gemini/extensions/。用 /extensions 查看已启用扩展。从此，如果是 Cloud Run 扩展，你可以直接说“把我的应用部署到 Cloud Run”，Gemini CLI 将按扩展提供的工具与流程执行（调用底层 gcloud 命令）。扩展是首类能力扩充，按需选择，保持 CLI 轻量又可无限加能。

生态是开放的：官方维护“扩展列表”，任何人都可创建并分享自己的扩展。自建扩展并不困难：建立一个目录（如 my-extension/）与 gemini-extension.json 描述新增的工具或上下文，定义斜杠命令或远程 API。你无需改动 CLI 核心，扩展在运行时加载。很多扩展会通过增加自定义 MCP 工具来工作。例如，一个扩展可以新增 /translate 命令并接入外部翻译 API；安装后 AI 就会用它。

你可以更新或移除扩展（命令或删除目录）。建议不时检查更新，获得改进。将来可能会有“扩展市场”式的界面；目前通过 GitHub 与官方目录探索即可。热门扩展包括 GenAI 的 Genkit 扩展、各种 Google Cloud 扩展（覆盖 CI/CD、数据库管理等）。

进阶提示： 自建扩展时先参考现有示例，阅读官方“扩展指南”的 schema 与能力说明。一个简易路线是先用 GEMINI.md 的 @include 注入脚本或上下文，但完整扩展能打包工具与命令，能力更强。扩展也能包含领域知识上下文——比如公司内部 API 的摘要与调用工具——让 AI 自然掌握该领域的工作方法。关注扩展生态并把你构建的好扩展分享出去，能帮助更多开发者。


彩蛋：柯基模式 🐕

最后，来点趣味——试试 /corgi 命令，开启 “柯基模式”，一只可爱的柯基会在你的终端里跑来跑去！再次 /corgi 可关闭。

这纯属娱乐，但也显示了团队的幽默感。在漫长编码时刻，来一只柯基放松一下也不错。


结语

我们完整覆盖了 Gemini CLI 的进阶技巧与功能。从用 GEMINI.md 提供持久上下文、编写自定义命令与 MCP 扩展，到发挥多模态输入与自动化工作流，这个 AI 命令行助手能做的远比“回答问题”更多。你可以把它深度嵌入日常开发：处理繁琐任务、提供洞见、甚至维护你的工作环境。

Gemini CLI 在快速演进（开源与社区共建），新特性持续上线。掌握本指南中的技巧，你就能充分释放它的潜力。这不只是在用一个模型——而是在把 AI 深度融入你的软件开发方式。

祝你用 Gemini CLI 顺利编码，也愿它让你更高效、更愉快。


原文：Gemini Cli Tips & Tricks, Addy Osmani


Gemini CLI 进阶指南：28 个提升命令行效率的实战技巧 | 技能包 SkillPkg