終端機裡的 AI 革命：Gemini CLI 實戰指南

身為開發者，你可能早已習慣在網頁版 Gemini 詢問問題。但如果你還在頻繁地「複製、貼上」程式碼，那你正錯過 AI 真正的威力。Gemini CLI 不只是一個聊天機器人，它是一個具備「上下文感知」能力的 AI 代理（AI Agent），能直接與你的檔案系統、指令腳本深度串接。

為什麼你需要 CLI 而不是網頁版？

1. 自動化與批次化：透過腳本實現每日自動產出、大量檔案整理。
2. 上下文無縫銜接：直接讀取專案目錄，無需手動上傳檔案。
3. 強大免費額度：使用個人 Google 帳號，每天享有 1,000 次 免費請求。

第一步：環境搭建

Gemini CLI 基於 Node.js 運行，請確保你的環境已安裝 Node.js 20 以上版本。

1. 安裝指令

npm install -g @google/gemini-cli

2. 驗證與配置

輸入 gemini 啟動，首次運行請選擇 「Sign in with Google」 進行 OAuth 授權。這能讓你直接使用 Google 的免費配額，而不需要申請 API Key。 驗證成功後，登入狀態會存於 ~/.gemini/。

---

核心應用場景

場景 A：讓 AI 讀懂你的本地檔案庫

使用 @ 符號，你可以直接將檔案或目錄餵給 AI。Gemini 擁有 100 萬個 token 的超大上下文視窗，處理整個專案目錄綽綽有餘。

# 在 Gemini CLI 介面中
> "幫我分析 @src/ 裡面的邏輯，找出潛在的 Bug"
> "總結這份文檔的重點：@README.md"

這讓 AI 能在完全理解專案結構的情況下提供建議。

場景 B：活用 Linux Pipe 實現自動化

Gemini CLI 支援 非互動模式（Headless Mode），你可以透過管道（Pipe）將前一個指令的結果傳給 AI 處理。

# 自動產生 Git Commit Message
git diff --cached | gemini -p "根據這些變更撰寫一段專業的 commit message"

# 分析日誌檔案中的錯誤
cat error.log | gemini -p "找出日誌中的錯誤原因並提供修復建議"

配合 --approval-mode=auto_edit 旗標，甚至能讓 AI 在無需確認的情況下自動完成檔案修改任務。

---

進階技巧：優化你的 AI 輸出

你可以透過參數微調 AI 的表現，或是更換不同的模型。

1. 切換模型：使用 -m 旗標。例如使用更快速的 Flash 模型：

   gemini -m gemini-1.5-flash -p "快速總結這個檔案 @data.csv"
   

2. 長期記憶設定：在專案根目錄建立 GEMINI.md，定義專案的編碼規範或角色定位。AI 每次啟動都會自動讀取此「工作手冊」。

結語：打造個人知識管理系統

Gemini CLI 的價值不只限於 Coding。想像一下，將 CLI 產出的分析報告匯入 NotebookLM，你可以輕鬆將終端機裡的開發碎片轉化為有條理的知識庫。

當 AI 代理（Agent）走入終端機，開發者不再需要記憶繁瑣指令，只需要「說清楚」你的需求。

---

準備好升級你的工作流了嗎？ 現在就輸入 gemini 開始你的第一場 AI 終端機對話！