跳转至

Gemini CLI 摸索笔记

 

约 1464 个字 • 4 行代码 预计阅读时间 8 分钟

写在前面

眼馋 skill（或者说 AI Agent）很久了，但网页 C 端一直没完全放开。最近 Gemini CLI 似乎能用，又刚好领了 Google 三个月 300 刀 API 补贴，干脆边用边记，省得下次又从零抓瞎
Copilot 其实也支持 skill，但我个人还是偏爱终端流：直接、清爽、少一点 UI 来回切

事实上 Gemini CLI 还处于不断进步的阶段，且最近一段时间 API 的稳定性很差很差，sad

不出意外的话，这篇记录本身也算是一次 skill 实践 🤪

本文按三块来：环境配置、CLI 常用命令、skills 的理解与落地

开发环境配置

对于国内同学来说，最大的问题从来不是“会不会敲命令”，而是网络与支付链路
如果这两个环节不稳定，后面的体验会非常随机，甚至会误判成 CLI 本身故障

预备动作

关于账号赠金

对于 Google One（AI Pro）用户，除了一次性额度外，通常还有每月 10 刀的补贴
2.5 系列日常够用，3 pro 用量大时会明显更“烧钱”（API 下基本不够用）

我的 API 开通链路（仅记录思路）：

  1. 准备稳定美国节点，可用 scamalytics 做纯净度检查
  2. 准备虚拟信用卡与 USDT 充值渠道（注意平台合规与风控）
  3. 小额开卡（注意地址位置与格式）和充值（先验证链路，不要一上来大额）
  4. Google 绑卡（这里节点一定是那个美国节点）通过后，再去 AI studio 创建项目（这一步必做，用于登陆认证）并申请付费层级
  5. 核对模型定价与能力差异，参考 Google API 文档；不同订阅的权限可参见 Gemini 应用帮助

在安装前建议确认：

  1. 已创建项目并拿到项目 ID（形如 gen-lang-client-xxxx）
  2. 如需 API 计费，已在 Billing 绑定结算账号
  3. 可用网络环境已准备
  4. 在 API Dashboard 启用：
    1. Gemini for Google Cloud API
    2. Generative Language API
    3. Gemini Cloud Assist API

入门参考

可以先看这篇前两节：Gemini-CLI安装与使用完全指南：从注册到运行

终端安装（PowerShell 7）

安装本体很简单，照着官方文档做即可，其实就是一行命令：

powershell
npm install -g @google/gemini-cli

真正耗时的是前置校验（Node、账号、代理、认证路径）

可直接丢给 AI 的检查提示词

期望在 Win11 PowerShell 下安装 Gemini CLI，在执行 npm install -g @google/gemini-cli 前需要确保环境满足运行条件，请给出检查全过程命令与结果

紧接的是认证问题，即我们需要终端网络走代理端口

环境变量建议直接写到用户变量（非 PATH）：

  • GEMINI_API_KEY（可选）
  • GOOGLE_CLOUD_PROJECT（必填）
  • HTTP_PROXY（必填）
  • HTTPS_PROXY（必填）

其中两个 PROXY 端口保持一致，按你的代理工具配置来

添加环境变量

有些教程让你只在应用内设代理，但似乎没那么靠谱

图文补充可看：Gemini Cli的安装、配置、使用、卸载教程

最后在终端检查代理是否生效：

powershell
Get-ItemProperty -Path "HKCU:\Software\Microsoft\Windows\CurrentVersion\Internet Settings" | Select-Object ProxyServer, ProxyEnable

Get-ChildItem Env: | Where-Object {$_.Name -like "*PROXY*"}

如果回显里 ProxyEnable = 1 且两个环境变量都在，认证一般就能正常走通

嵌入 VS Code

如果你不想频繁 @xx文件，又希望直接看 diff，建议接入 VS Code

  1. 设置里搜索 proxy，把 Http: Proxy 设为 http://127.0.0.1:xxxx
  2. 把 Http: Proxy Support 设为 override
  3. 安装 Gemini CLI Companion 插件
  4. 在 VS Code 终端启动 Gemini，执行 /ide status，看到绿灯即成功

易踩雷

首次启动 Gemini 建议用非管理员模式，否则可能碰到权限问题

CLI 的基本使用

先把最常用命令摸熟，再去玩花活。全部命令可以查 官方命令文档

以下是我认为必要的命令与理解：

  • /init：初始化仓库，生成 GEMINI.md 并写入 memory
  • /memory：管理记忆（有全局与项目两层）
    • show：查看当前记忆
    • add：追加记忆
    • refresh：从源文件刷新
    • list：列出生效中的 GEMINI.md
  • /skills：管理技能（装、卸、启、停、重载）
    • list [nodesc] [all]
    • link <path> [--scope user|workspace]
    • disable <name>
    • enable <name>
    • reload
  • /auth、/about、/status：认证与会话状态
  • /model：切模型（新模型高峰期可能 503 high demand）
  • /resume：会话管理（加载、删除、切换）
  • /chat：保存/恢复对话上下文（不改项目文件）
  • /compress：压缩上下文，控 token
  • /clear：清屏并清理上下文
  • /rewind：回退 n 步（需在 /settings 开启）

区分

/resume 更像“会话容器管理”；
/chat save 更像“当前分叉点打存档”。我的理解是，因为 resume 不便管理，所以遇到方案岔路，可以通过 ckpt 保存对话

skills 的使用

什么是 Agent？

LLM 使用一系列工具往复循环的执行直到满足既定目标（Tools in a loop to achieve a goal）

往回看，RAG 基于知识图谱让 Agent 称为垂直领域的专家， MCP 作为扩展坞延伸了 Agent 的手脚，Claude Code让 Agent 嵌入本地生态以拥有更强的自主性

而 skills，本质上就是 Agent 的可复用操作规范

某种意义上，skills 像菜谱：发挥空间有，但不能乱炖

为什么要约束 Agent？

当下大多数 Agent 更适合做精密翻译，而非创造垃圾
所以先约束，再提效，通常比“全自动放飞”更稳

这里关于去除写作AI味的一个例子能直观感受到 skill 的作用

这里还有一篇博文，以自动整理文档图片命名为引介绍了 skill 的基本规范：Gemini CLI 也能用 Skills 了，我用它解放了 Obsidian 的图片整理

同时，菜鸟教程也有一个比较全面而偏向硬核的介绍，包含了技能的开发与使用

若希望找轮子，不妨上 Agent Skills Marketplace 找找