Google揭幕了 雙子座CLI,一種開源命令行AI代理,將Gemini 2.5 Pro模型直接集成到終端中。 GEMINI CLI專為開發人員和技術力量用戶而設計,允許用戶直接使用命令行的自然語言與雙子座進行交互 – 支持工作流,例如代碼說明,調試,文檔生成,文件操作,甚至是網絡接地的研究。
雙子座CLI建立在Gemini Code Assist的後端基礎架構上,並提供了與更喜歡基於終端接口的開發人員相似的智能層。它支持腳本,及時的互動和代理擴展,使開發人員可以靈活地將其集成到CI/CD管道,自動化腳本或日常開發工作中。通過將終端可訪問性與Gemini多模式推理的全部功能相結合,Google將此工具定位為對IDE-BOND-BOND BOND BOND助手的輕巧但有力的補充。
雙子座CLI的傑出功能是與 雙子座2.5 Pro,一個支持的邊境LLM 100萬令牌 在上下文中。開發人員可以使用個人的Google帳戶免費訪問該模型,並具有寬敞的使用配額 – 每分鐘60個請求,每天1,000個請求。該工具的構建是輕巧的,可立即可用;安裝與運行一樣簡單 npx
或使用 npm install -g
。安裝後,用戶可以對終端的自然語言提示進行身份驗證。
是什麼使雙子座CLI特別吸引開發人員 開源許可證(Apache 2.0)。開發人員可以檢查,修改和擴展在Github上託管的代碼庫,構建自己的代理或修改提示以適合特定的項目要求。這種靈活性促進了透明度和社區創新,從而使AI功能可以對現實世界開發人員的工作流進行微調。
CLI支持交互式會話和非相互作用的腳本。例如,用戶可能會運行 gemini
並鍵入“解釋自昨天以來此代碼庫中的更改”,或在腳本中使用它 --prompt
自動化文檔生成。它也可以通過配置文件(例如 GEMINI.md
,允許開發人員預加載上下文,自定義系統提示或定義特定工具的工作流程。
雙子座CLI超出了基本語言建模。它合併 模型-Context協議(MCP) 擴展和 Google搜索接地,使其基於實時信息來推理。開發人員還可以整合諸如VEO(用於視頻生成)和成像(用於圖像生成)的多模式工具,從而擴大了可以從終端完成的操作範圍。無論是原型視覺效果,腳手架代碼還是總結研究,Gemini CLI都旨在適應各種技術用例。
早期採用一直很有希望。開發人員欣賞自然語言靈活性,腳本兼容性和模型性能,尤其是在自由階段的訪問範圍內。社區已經提交了拉力請求並為代碼庫做出了貢獻,而Google似乎正在積極從事基於GitHub反饋的進一步改進。還值得注意的是,雙子座CLI後端與雙子座代碼輔助共享基礎架構,從而確保跨終端和IDE環境的一致性。
從更廣泛的角度來看,雙子座CLI進入了包括Github Copilot,OpenAI Codex CLI和其他LLM驅動的代理在內的AI開發工具的競爭格局。但是,Google決定將Gemini CLI開源的決定與寬敞的免費配額和終端本地界面配對,從而將其與眾不同。它直接吸引了後端開發人員,DevOps工程師和技術團隊,以尋求靈活,集成的AI工具,而無需鎖定專有的IDE或付費平台。
首先,用戶可以通過其Google帳戶進行身份驗證,並開始嘗試自然語言命令。設置很小,學習曲線很淺,特別是對於已經熟悉命令行工具的用戶。對於那些希望深入研究的人,該項目的GitHub存儲庫提供了詳細的示例,貢獻的說明以及有關擴展代理商功能的信息。
總而言之,Gemini CLI是Google的推動,將高級AI功能帶到許多開發人員花費大部分時間的地方:終端。通過將開源透明度,強大的模型訪問,可擴展性和實時接地融合在一起,Gemini CLI將自己作為一種引人注目的工具,適合那些希望從AI助手那裡獲得更多的開發人員。它不僅簡化了開發工作流程,而且還為自動化,多模式互動和智能推理打開了新的途徑,而無需離開命令行。
tldr:Google AI已發布 雙子座CLI,一個開源命令行界面,將Gemini 2.5 Pro直接集成到終端中。它允許開發人員運行自然語言命令,以生成代碼,調試,文件操作等,而沒有留下shell。雙子座CLI構建了可擴展性,支持腳本,諸如VEO和Imagen等多模式工具以及實時的Web接地。借助Gemini Code Assist的慷慨的自由層,共享的後端,並支持模型-Context協議(MCP),它為開發人員和自動化工作流提供了強大的AI體驗。
查看 紙和github頁面。 這項研究的所有信用都歸該項目的研究人員。另外,請隨時關注我們 嘰嘰喳喳 而且不要忘記加入我們的 100K+ ml子雷迪特 並訂閱 我們的新聞通訊。
Asif Razzaq是Marktechpost Media Inc.的首席執行官。作為一位有遠見的企業家和工程師,ASIF致力於利用人工智能的潛力來實現社會利益。他最近的努力是推出了人工智能媒體平台Marktechpost,該平台的深入覆蓋了機器學習和深度學習新聞,既在技術上都可以聽起來,既可以通過技術上的聲音,又可以被廣泛的受眾理解。該平台每月有超過200萬個觀點,說明了其在受眾中的受歡迎程度。
