Полное руководство по Gemini CLI от Google DeepMind — бесплатный терминальный AI-ассистент с поддержкой MCP-серверов, интеграцией с IDE, multimodality и контекстом до 2M токенов. Установка, настройка, продвинутые сценарии.
Gemini CLI — это опенсорсный терминальный AI-ассистент от Google DeepMind, выпущенный в 2025 году. В отличие от коммерческих конкурентов (Cursor за $20/мес, GitHub Copilot за $10/мес), Gemini CLI полностью бесплатен и работает с моделями Gemini 2.5 Pro и Gemini 2.5 Flash через Google AI Studio API. Это не просто обёртка над API — это полноценная среда разработки с поддержкой файловой системы, Git-интеграцией, управлением контекстом проекта и мультимодальными возможностями прямо в терминале.
Ключевое преимущество Gemini CLI — контекстное окно до 2 миллионов токенов. Для сравнения: GPT-4 Turbo имел окно в 128K, Claude 3 — 200K. Два миллиона токенов означают, что вы можете загрузить ВЕСЬ ваш проект (сотни тысяч строк кода) и получить анализ, рефакторинг или code review без потери контекста. Модель видит каждую строчку, каждую зависимость, каждый импорт.
Также Gemini CLI поддерживает MCP (Model Context Protocol) — открытый протокол, позволяющий подключать любые внешние инструменты: базы данных, поисковые API, файловые системы, браузеры. Вы можете расширить возможности агента практически безгранично, подключая MCP-серверы как локально, так и удалённо.
Наконец, мультимодальность: Gemini CLI понимает не только текст, но и изображения (скриншоты, диаграммы, фотографии кода), видео и аудио. Это открывает сценарии вроде «покажи мне скриншот ошибки — я исправлю код» или «вот видео с багом — сгенерируй фикс».
Gemini CLI распространяется через npm и требует Node.js версии 18 или выше. Установка занимает меньше минуты. После установки необходимо пройти аутентификацию через Google AI Studio — вы получите бесплатный API-ключ с квотой 1500 запросов в день для модели Gemini 2.5 Flash и 50 запросов в день для Gemini 2.5 Pro.
Системные требования: Node.js ≥18, npm ≥9, Linux/macOS/Windows (WSL2 рекомендуется), минимум 4 GB RAM.
# Установка глобально через npm npm install -g @google/gemini-cli # Проверка установки gemini --version # → gemini-cli/0.15.2 linux-x64 node-v20.11.0 # Инициализация — запустит OAuth-flow в браузере gemini init # Альтернативно — с явным API-ключом из Google AI Studio export GEMINI_API_KEY="AIzaSy..." # Выбор модели по умолчанию gemini config set model gemini-2.5-pro
После gemini init откроется браузер со страницей Google AI Studio. Вы авторизуетесь своим Google-аккаунтом, и CLI автоматически получит токен. Для CI/CD сред можно использовать переменную окружения GEMINI_API_KEY — это ключ из раздела «API Keys» в Google AI Studio.
Gemini CLI поддерживает несколько режимов работы: однострочные запросы, интерактивный режим (чат), режим pipe (конвейерная обработка) и файловый режим с загрузкой проекта. Рассмотрим основные сценарии.
Однострочный режим — самый простой: передаёте запрос как аргумент и получаете ответ прямо в терминал:
# Простой запрос gemini "Напиши функцию на Python для сортировки слиянием" # С передачей файла в контекст gemini --file src/main.py "Объясни что делает этот код" # С директорией проекта gemini --dir ./my-project/ "Найди потенциальные баги"
Интерактивный режим — полноценный чат с историей и контекстом:
# Запуск интерактивной сессии gemini chat # Внутри сессии: You: проанализируй структуру этого проекта Gemini: Проект представляет собой FastAPI-приложение с... You: добавь эндпоинт /health с проверкой БД Gemini: [генерирует код с учётом контекста проекта] You: /exit # Полезные слэш-команды в чате /help # список команд /clear # очистить историю /model # сменить модель /context # показать использование контекста /export # экспортировать диалог
Pipe-режим — обработка через конвейер, идеален для скриптов и автоматизации:
# Конвейерная обработка: скармливаем лог и просим анализ cat /var/log/nginx/error.log | gemini --stdin "Найди все критические ошибки и сгруппируй по типу" # Рефакторинг кода через pipe cat old_legacy.js | gemini --stdin "Перепиши на современный TypeScript с типами" > new_refactored.ts # Генерация документации для всех Python-файлов for f in *.py; do gemini --file "$f" "Сгенерируй docstring в Google-style" > "${f%.py}_docs.md" done
Model Context Protocol (MCP) — это стандарт, предложенный Anthropic и поддержанный Google, позволяющий AI-ассистентам взаимодействовать с внешними инструментами через унифицированный протокол. Gemini CLI имеет встроенную поддержку MCP: вы можете подключать серверы для работы с базами данных, файловой системой, GitHub API, PostgreSQL, браузерным Puppeteer и многим другим.
# Просмотр подключённых MCP-серверов gemini mcp list # Добавление файлового MCP-сервера (filesystem) gemini mcp add --name fs --command "npx @modelcontextprotocol/server-filesystem /home/user/projects" # Добавление PostgreSQL MCP-сервера gemini mcp add --name db --command "npx @anthropic/mcp-server-postgres postgresql://localhost/mydb" # Добавление GitHub MCP-сервера gemini mcp add --name github --env GITHUB_TOKEN=ghp_xxx --command "npx @anthropic/mcp-server-github" # Настройка MCP-серверов через конфигурационный файл # ~/.gemini/mcp.json: { "mcpServers": { "filesystem": { "command": "npx", "args": ["@modelcontextprotocol/server-filesystem", "/home/user/projects"] }, "postgres": { "command": "npx", "args": ["@anthropic/mcp-server-postgres", "postgresql://localhost/mydb"] } } }
После подключения MCP-сервера Gemini CLI получает доступ к его инструментам. Например, с подключённым PostgreSQL сервером вы можете просто спросить: «Покажи топ-10 пользователей по сумме заказов за последний месяц» — и Gemini сам напишет SQL-запрос, выполнит его через MCP и покажет результат. С GitHub-сервером можно создавать PR, читать issues, искать по коду — всё голосом из терминала.
Gemini CLI — это не только терминал. Google предоставляет расширения для популярных IDE, которые интегрируют Gemini прямо в редактор кода. В отличие от CLI-режима, расширение IDE обеспечивает визуальное взаимодействие: подсветка предлагаемых изменений, инлайн-автодополнение, боковая панель чата.
# Установка расширения VS Code # 1. Открыть Extensions (Ctrl+Shift+X) # 2. Поиск: "Gemini Code Assist" или "Google Gemini" # 3. Install → Авторизация через Google-аккаунт # Альтернативно — через CLI: code --install-extension google.geminicodeassist # Для JetBrains (IntelliJ, PyCharm, WebStorm): # Settings → Plugins → Marketplace → "Gemini Code Assist" → Install # Проверка интеграции — gemini должен видеть открытый проект IDE gemini --project . "Сгенерируй unit-тесты для всех модулей"
Расширение для VS Code поддерживает инлайн-автодополнение (аналог Copilot), где Gemini предлагает завершение кода прямо по мере набора. Также доступна команда Ctrl+Shift+G для быстрого вызова чата с выделенным кодом. JetBrains-версия интегрируется с IntelliJ IDEA, PyCharm, WebStorm и GoLand, используя те же API-ключи и модели, что и CLI-версия.
Одно из самых мощных преимуществ Gemini CLI — нативная мультимодальность. Вы можете передавать скриншоты, фотографии, диаграммы и даже видеофайлы, и модель проанализирует визуальный контент вместе с текстовым запросом. Это особенно полезно для отладки UI, анализа архитектурных диаграмм и работы с визуальным контентом.
# Анализ скриншота ошибки gemini --image screenshots/bug.png "Вот скриншот ошибки в браузере. Что не так и как исправить?" # Анализ множества изображений gemini --image design-v1.png --image design-v2.png "Сравни два дизайна и опиши различия" # Анализ архитектурной диаграммы и генерация кода gemini --image architecture.png "Сгенерируй Terraform-манифест по этой архитектурной схеме" # Работа с PDF (извлечение информации) gemini --file report.pdf "Извлеки ключевые метрики из этого отчёта" # Скриншот кода с код-ревью gemini --image code-screenshot.png "Распознай код на скриншоте и предложи улучшения" # Анализ видео (извлечение ключевых кадров) gemini --file demo.mp4 "Опиши пошагово что происходит на видео"
Мультимодальный режим поддерживает форматы: PNG, JPEG, WebP, GIF, MP4, MP3, WAV, PDF. Для видео модель автоматически извлекает ключевые кадры с интервалом в 1 секунду и анализирует их. Это делает Gemini CLI незаменимым инструментом для фронтенд-разработчиков, дизайнеров и QA-инженеров, которые часто работают с визуальным контентом.
Важно: мультимодальные запросы расходуют больше токенов (изображения токенизируются), но при лимите в 2M токенов это редко становится проблемой. Для Gemini 2.5 Flash стоимость примерно 1 токен на пиксель после сжатия.
Рынок AI-ассистентов для разработки стремительно растёт. Давайте сравним Gemini CLI с основными конкурентами по ключевым параметрам: цена, размер контекста, мультимодальность, поддержка MCP и доступные модели.
| Характеристика | Gemini CLI | GitHub Copilot | Cursor | Claude Code |
|---|---|---|---|---|
| Цена | Бесплатно | $10/мес | $20/мес | $20/мес |
| Контекст (токенов) | 2 000 000 | 128 000 | 200 000 | 200 000 |
| Мультимодальность | ✅ Изображения, видео, аудио | ❌ Только текст | ✅ Изображения | ✅ Изображения |
| MCP-поддержка | ✅ Встроена | ❌ Нет | ❌ Нет | ✅ Встроена |
| Терминал (CLI) | ✅ Основной режим | ✅ GitHub CLI | ❌ Только IDE | ✅ Основной режим |
| IDE-интеграция | ✅ VS Code, JetBrains | ✅ VS Code, JetBrains | ✅ Только Cursor IDE | ❌ Нет |
| Модели | Gemini 2.5 Pro/Flash | GPT-4o, o3-mini | GPT-4o, Claude 3.5 | Claude 3.5/3.7 Sonnet |
Главное преимущество Gemini CLI — полная бесплатность при огромном контекстном окне и мультимодальности. Copilot и Cursor предлагают более зрелые IDE-интеграции (особенно Copilot с инлайн-автодополнением), но требуют платной подписки. Claude Code силён в автономном решении задач «под ключ», но тоже платный. Gemini CLI занимает уникальную нишу: бесплатный, с MCP, мультимодальный и с гигантским контекстом — идеальный выбор для open-source разработчиков, стартапов и личных проектов.
Gemini CLI раскрывает свою мощь в продвинутых сценариях. Вот несколько реальных примеров, которые сэкономят вам часы работы.
# 1. Массовый рефакторинг с шаблоном # Контекст: миграция с JavaScript на TypeScript во всём проекте gemini --dir ./src/ "Сконвертируй все .js файлы в .ts, добавь типы, интерфейсы и дженерики где нужно" # 2. Генерация миграций БД из схемы gemini --file schema.prisma "Сгенерируй SQL-миграцию для PostgreSQL" # 3. Создание GitHub Actions CI/CD gemini --dir . "Создай .github/workflows/ci.yml: линтинг, тесты, сборка Docker-образа, деплой" # 4. Анализ безопасности (SAST) всего проекта gemini --dir . "Проведи аудит безопасности: найди уязвимости, insecure deps, хардкод-секреты" # 5. Code Review в стиле Senior Developer git diff HEAD~5 | gemini --stdin "Сделай код-ревью в стиле Google: архитектура, тесты, читаемость, безопасность" # 6. Генерация Changelog из коммитов git log --oneline v1.0.0..HEAD | gemini --stdin "Сгенерируй CHANGELOG.md в формате Keep a Changelog" # 7. Настройка конфигурации для конкретного проекта # Файл .gemini.yaml в корне проекта: model: gemini-2.5-pro context_strategy: full_project max_files: 500 ignore: - node_modules/ - dist/ - .git/ mcp: auto_start: true system_prompt: | Ты — senior Python-разработчик. Всегда предлагай типизированный код с docstring и тестами pytest.
Конфигурационный файл .gemini.yaml в корне проекта позволяет тонко настроить поведение CLI: выбор модели, стратегию загрузки контекста (full_project / smart / minimal), список игнорируемых директорий, автостарт MCP-серверов и кастомный system prompt. Это превращает Gemini CLI из простого помощника в полноценного AI-напарника, который понимает специфику вашего проекта.
Gemini CLI — это не просто «ещё один AI-инструмент», а полноценная смена парадигмы в разработке. Бесплатный доступ к модели с контекстом в 2 миллиона токенов, мультимодальные возможности, глубокая интеграция с MCP-протоколом и поддержка основных IDE делают его универсальным решением для разработчиков любого уровня. Начните с npm install -g @google/gemini-cli && gemini init — и уже через пять минут вы получите AI-ассистента, который видит весь ваш проект, понимает контекст, работает с изображениями и не просит денег. Для стартапов, open-source разработчиков и личных проектов это лучший выбор на рынке в 2026 году.