开源4天狂揽45K星！Google Gemini CLI完整安装使用教程（含MCP集成指南）

飞鹰@四海

3579人浏览 · 2025-07-04 08:49:57

飞鹰@四海 · 2025-07-04 08:49:57 发布

开源4天狂揽45K星！Google Gemini CLI完整安装使用教程（含MCP集成指南）

详细解析Google最新开源的Gemini CLI工具，从基础安装到MCP服务器集成，带你掌握这个革命性的AI命令行工具，实现智能化编程和多模态AI应用开发。

欢迎关注微信公众号（数字风云录）

“

大家好！最近AI圈又炸了，Google开源的Gemini CLI短短4天时间就狂揽45K星，这个势头简直停不下来！作为一个关注AI前沿的技术博主，今天必须给大家详细介绍这个革命性的工具。

🚀 什么是Gemini CLI？为什么这么火？

Gemini CLI是Google基于最强大模型Gemini 2.5 Pro开发的开源AI命令行工具，它不仅仅是一个简单的聊天机器人，而是一个功能强大的AI Agent，能够：

🔥 免费使用Gemini 2.5 Pro：每分钟60次请求，每天1000次请求
💻 智能编程助手：代码生成、调试、重构一条龙
🎨 多模态AI能力：文本、图像、音频、视频全支持
🔧 MCP协议集成：连接外部工具和API
📁 大型项目支持：200万token超长上下文
🌐 实时联网搜索：获取最新信息

相比Cursor这样的付费工具，Gemini CLI的命令行方式不仅更酷，而且完全免费！这就是为什么它能在短时间内获得如此高的关注度。

📋 系统要求与环境准备

基本要求

在开始安装之前，请确保你的系统满足以下要求：

Node.js
：版本18或更高（必须）
操作系统
：Windows 10+、macOS 10.15+、Linux
网络环境
：需要科学上网工具
存储空间
：至少1GB可用空间

检查Node.js版本

首先检查你的Node.js版本：

node -v

如果版本低于18或未安装，请访问Node.js官网下载安装最新LTS版本。

🛠 Gemini CLI安装详细教程

方法一：NPX直接运行（推荐新手）

如果你只是想快速体验，可以直接运行：

npx https://github.com/google-gemini/gemini-cli

或者：

npx @google/gemini-cli

方法二：全局安装（推荐日常使用）

npm install -g @google/gemini-cli

Windows用户注意：

以管理员身份运行PowerShell或命令提示符
如果遇到权限问题，可以先配置npm全局目录：

npm config set prefix %APPDATA%\npm

macOS/Linux用户：

sudo npm install -g @google/gemini-cli

验证安装

安装完成后，运行以下命令验证：

gemini --version

如果看到版本号，说明安装成功！

⚙️ 首次配置和身份验证

启动Gemini CLI

在终端中输入：

gemini

首次运行会进入配置向导。

步骤1：选择主题

Gemini CLI提供多种精美主题：

使用方向键选择，按Enter确认。

步骤2：身份验证方式

Gemini CLI提供三种登录方式：

方式一：Google账户登录（推荐）

选择"Login with Google"
系统会自动打开浏览器
登录你的Google账户
授权Gemini CLI访问权限

免费配额：

每分钟最多60次请求
每天最多1,000次请求
使用Gemini 2.5 Pro模型

解决登录问题

如果遇到登录转圈问题，需要额外配置：

进入这个界面点 sign in 就会转半天，登录不上去。会转半天。

所以要做几个操作：先登录下面网站开通Google Code Assist权限

Google Code Assist地址：  https://console.cloud.google.com/marketplace/product/google/geminicloudassist.googleapis.com？q=search&referrer=search&inv=1&invt=Ab1S8w&project=poetic-park-411205

开通后跳转到这个页面，选择一个项目（就用默认的就好了）

点这个项目进去复制项目 id：

设置环境变量：

Windows：

set GOOGLE_CLOUD_PROJECT=你的项目ID

macOS/Linux：

export GOOGLE_CLOUD_PROJECT=你的项目ID

3. 配置网络代理

Windows：

set https_proxy=http://127.0.0.1:7897

macOS/Linux：

export https_proxy=http://127.0.0.1:7897

注意：端口号根据你的代理工具实际端口调整。

方式二：API密钥

如果需要更高配额，可以使用API密钥：

访问Google AI Studio生成一个 key：

地址：https://aistudio.google.com/apikey

2.将 api key 配置到环境变量中去。

Windows（PowerShell）：

$env:GEMINI_API_KEY="YOUR_API_KEY"

Windows（命令提示符）：

set GEMINI_API_KEY=YOUR_API_KEY

macOS/Linux：

export GEMINI_API_KEY="YOUR_API_KEY"

方式三：Vertex AI（企业用户）

适合企业用户，需要配置Google Cloud项目。

🎯 基础使用指南

启动交互模式

配置完成后，再次运行：

gemini

进入交互模式，你会看到欢迎界面。

基本对话示例

> 你好，请介绍一下自己的能力

> 帮我写一个Python函数来计算斐波那契数列

> 分析一下当前目录的项目结构

文件上传和分析

Gemini CLI支持多种文件格式：

上传单个文件

> @filename.py
> 分析这个代码文件并提出优化建议

支持的文件格式

代码文件
：.js, .py, .java, .cpp, .go, .rs等
文档文件
：.txt, .md, .pdf, .docx
图片文件
：.jpg, .png, .gif, .webp, .svg
数据文件
：.json, .csv, .xml, .yaml

批量文件分析

> @file1.py @file2.js @config.json
> 分析这些文件的关系并提出架构建议

项目级别分析

> 分析当前项目的代码质量
> 这个项目有什么安全隐患？
> 帮我生成项目的README文档
> 为这个项目创建单元测试

🔧 高级功能详解

1. 智能代码生成

生成完整应用

> 帮我创建一个日程管理网站，包含：
> - 添加、删除、编辑任务
> - 任务分类和优先级
> - 响应式设计
> - 本地存储
> 使用React和Tailwind CSS

代码重构

> @legacy_code.js
> 将这个代码重构为现代ES6+语法，添加TypeScript类型

2. 多模态处理能力

图片分析

> @screenshot.png
> 分析这个界面设计，提供UX改进建议

从设计稿生成代码

> @mockup.png
> 根据这个设计稿生成HTML和CSS代码

3. 实时联网搜索

> 查询2024年最新的React最佳实践
> 分析当前JavaScript生态系统的发展趋势
> 对比Vue 3和React 18的性能差异

4. 命令行工具集成

查看可用命令

在交互模式中输入：

/help

常用快捷命令

```
/clear
```
- 清除对话历史
```
/save
```
- 保存当前对话
```
/exit
```
- 退出程序
```
@
```
- 上传文件
```
Ctrl+C
```
- 中断当前操作

🌟 MCP（Model Context Protocol）集成指南

什么是MCP？

**Model Context Protocol（模型上下文协议）**是Anthropic开发的开放标准，用于连接AI助手与外部系统。它就像"AI集成的USB-C接口"，让AI模型能够：

🔌 标准化集成：统一的方式连接各种外部系统
🛠 工具扩展：动态加载和使用各种工具
🔒 安全交互：安全的API调用，无需硬编码凭据
📈 可扩展性：轻松添加新的功能和服务

MCP服务器类型

常见的MCP服务器包括：

文件系统
：访问本地文件和目录
网络搜索
：实时网络搜索
数据库
：SQL/NoSQL数据库查询
版本控制
：Git操作
API集成
：各种第三方API
媒体生成
：图像、视频、音频生成

安装MCP服务器

1. 打开settings.js文件

在目录C:\Users\admin.gemini下面找到settings.json文件
打开后是下面的样子

{  "theme": "Dracula",  "selectedAuthType": "oauth-personal",  "preferredEditor": "vscode"}

1. 修改配置文件

在vscode后面接着配置mcp服务就行
这个配置是我的电脑windows的

{  "theme": "Dracula",  "selectedAuthType": "oauth-personal",  "preferredEditor": "vscode",  "mcpServers": {    "sequential-thinking": {      "command": "cmd",      "args": [        "/c",        "npx",        "-y",        "@modelcontextprotocol/server-sequential-thinking"      ]    },    "amap-maps": {      "command": "cmd",      "args": [        "/c",        "npx",        "-y",        "@amap/amap-maps-mcp-server"      ],      "env": {        "AMAP_MAPS_API_KEY": "ea8cf16b22fab8059188cb9577fabb66"      }    },    "12306-mcp": {      "command": "npx",      "args": [        "-y",        "12306-mcp"      ]    },    "edgeone-pages-mcp-server": {      "command": "npx",      "args": [        "edgeone-pages-mcp"      ],      "env": {        "EDGEONE_PAGES_API_TOKEN": "",        "EDGEONE_PAGES_PROJECT_NAME": ""      }    },    "word-document-server": {      "command": "uvx",      "args": [        "--from",        "office-word-mcp-server",        "word_mcp_server"      ]    },    "github": {      "command": "npx",      "args": [        "-y",        "@modelcontextprotocol/server-github"      ],      "env": {        "GITHUB_PERSONAL_ACCESS_TOKEN": "<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>"      }    },    "fetch-server": {      "command": "uvx",      "args": [        "mcp-server-fetch",        "--ignore-robots-txt",        "--user-agent=MyCustomUserAgent/1.0"      ],      "env": {},      "timeout": 600    },    "markdownify": {      "command": "node",      "args": [        "E:/AI/MCP/markdownify-mcp/dist/index.js"      ],      "env": {        "UV_PATH": "/path/to/uv"      }    }  }}

2. Windows配置示例

{
  "mcpServers":{
    "filesystem":{
      "command":"python",
      "args":["-m","mcp_server_filesystem","--root","C:\\Users\\YourName\\Projects"],
      "env":{}
    }
}
}

3. macOS/Linux配置示例

{
  "mcpServers":{
    "filesystem":{
      "command":"mcp-server-filesystem",
      "args":["--root","/Users/yourname/Projects"],
      "env":{}
    }
}
}

实际MCP集成案例

案例1：文件系统集成

配置文件系统MCP服务器后，你可以：

> 列出项目目录下的所有Python文件
> 读取config.py文件的内容
> 创建一个新的测试文件
> 搜索包含"TODO"的所有文件

案例2：数据库集成

安装数据库MCP服务器：

pip install mcp-server-sqlite

配置：

{
  "mcpServers":{
    "database":{
      "command":"mcp-server-sqlite",
      "args":["--db-path","./data.db"],
      "env":{}
    }
}
}

使用：

> 查询用户表中的所有记录
> 创建一个新的产品表
> 分析销售数据的趋势

案例3：网络搜索集成

pip install mcp-server-web-search

配置：

{
  "mcpServers":{
    "search":{
      "command":"mcp-server-web-search",
      "args":[],
      "env":{
        "SEARCH_API_KEY":"your-api-key"
      }
    }
}
}

使用：

> 搜索最新的AI技术趋势
> 查找React 18的最佳实践
> 获取当前的加密货币价格

自定义MCP服务器开发

1. 创建简单的MCP服务器

# my_mcp_server.py
from mcp import FastMCP

app = FastMCP("My Custom Server")

@app.tool()
defcalculate_fibonacci(n: int) -> int:
    """计算斐波那契数列的第n项"""
    if n <= 1:
        return n
    return calculate_fibonacci(n-1) + calculate_fibonacci(n-2)

@app.tool()
defget_system_info() -> dict:
    """获取系统信息"""
    import platform
    return {
        "system": platform.system(),
        "version": platform.version(),
        "machine": platform.machine()
    }

if __name__ == "__main__":
    app.run()

2. 配置自定义服务器

{
  "mcpServers":{
    "custom":{
      "command":"python",
      "args":["my_mcp_server.py"],
      "env":{}
    }
}
}

3. 使用自定义工具

> 计算斐波那契数列的第10项
> 获取当前系统信息

MCP故障排除

常见问题1：服务器启动失败

错误信息：

Failed to start MCP server

解决方案：

检查Python环境是否正确
确认MCP服务器包已安装
验证配置文件路径正确
查看错误日志

常见问题2：权限问题

错误信息：

Permission denied

解决方案：

确保文件路径有读写权限
在Windows上以管理员身份运行
检查防火墙设置

常见问题3：环境变量问题

解决方案：

确认API密钥正确设置
检查环境变量格式
重启终端会话

🎨 实际应用场景

场景1：全栈应用开发

> 创建一个博客系统，包含：
> - 用户认证和授权
> - 文章CRUD操作
> - 评论系统
> - 搜索功能
> - 响应式设计
> 使用Next.js、Prisma和PostgreSQL

场景2：数据分析项目

> @sales_data.csv
> 分析这些销售数据：
> - 计算关键指标
> - 识别趋势和异常
> - 创建可视化图表
> - 生成分析报告
> - 提供业务建议

场景3：DevOps自动化

> 创建CI/CD流水线配置：
> - GitHub Actions工作流
> - Docker容器化
> - 自动化测试
> - 部署到AWS
> - 监控和告警

场景4：移动应用开发

> @app_design.png
> 根据这个设计稿创建React Native应用：
> - 导航结构
> - 组件设计
> - 状态管理
> - API集成
> - 性能优化

🔍 VS Code集成使用

在VS Code中使用

打开VS Code
按Ctrl+``（或Cmd+``）打开集成终端
运行gemini启动CLI

工作流示例

> @src/
> 分析这个项目的代码架构
> 找出潜在的性能问题
> 建议重构方案
> 生成单元测试

提高效率的技巧

使用@快速上传文件
利用历史记录功能
保存常用的提示词模板
结合Git工作流使用

🚨 故障排除完整指南

安装问题

问题1：npm安装失败

错误信息：

npm ERR! code EACCES

解决方案：

# Windows - 以管理员身份运行
# macOS/Linux - 使用sudo
sudo npm install -g @google/gemini-cli

# 或配置npm全局目录
npm config set prefix ~/.npm-global
export PATH=~/.npm-global/bin:$PATH

问题2：Node.js版本过低

解决方案：

卸载旧版本Node.js
从官网下载最新LTS版本
重新安装Gemini CLI

问题3：网络连接问题

解决方案：

# 配置npm代理
npm config set proxy http://127.0.0.1:7890
npm config set https-proxy http://127.0.0.1:7890

# 使用国内镜像
npm config set registry https://registry.npmmirror.com/

运行时问题

问题1：命令未找到

解决方案：

确认全局安装成功
检查PATH环境变量
重启终端

问题2：身份验证失败

解决方案：

检查网络连接
确认代理设置正确
清除浏览器缓存
重新进行身份验证

问题3：MCP服务器连接失败

解决方案：

检查Python环境
确认MCP服务器已安装
验证配置文件格式
查看错误日志

💡 最佳实践建议

1. 提示词优化

好的提示词示例：

> 创建一个用户注册表单，要求：
> - 用户名验证（3-20字符，字母数字下划线）
> - 邮箱格式验证
> - 密码强度检查（8位以上，包含大小写字母数字）
> - 确认密码匹配
> - 使用React Hook Form
> - 添加错误提示和成功反馈
> - 响应式设计

避免的提示词：

> 做个表单

2. 项目组织

为不同项目创建专门目录
使用有意义的文件名
保持代码库整洁
定期备份重要对话

3. 安全考虑

不要上传包含敏感信息的文件
定期更新API密钥
在公共网络中谨慎使用
遵循公司安全政策

4. 性能优化

定期清理对话历史
只上传相关文件
使用具体的提示词
选择合适的模型

🔮 未来发展趋势

即将推出的功能

本地模型支持
：支持运行本地AI模型
插件生态系统
：丰富的第三方插件
团队协作功能
：多用户协作开发
更多MCP集成
：更多外部工具集成
移动端支持
：移动设备CLI体验

保持更新

# 检查更新
npm outdated -g @google/gemini-cli

# 更新到最新版本
npm update -g @google/gemini-cli

社区参与

关注GitHub仓库
参与社区讨论
报告bug和提出功能请求
贡献代码和文档

📊 与其他工具对比

特性	Gemini CLI	Cursor	GitHub Copilot
价格	免费	$20/月	$10/月
模型	Gemini 2.5 Pro	GPT-4	GPT-4
上下文长度	200万token	有限	有限
多模态支持	✅	✅	❌
MCP集成	✅	❌	❌
命令行界面	✅	❌	❌
实时联网	✅	❌	❌