Gemini CLI 开源项目分析

项目简介

Gemini CLI 是一个开源的 AI 命令行工具，旨在加速开发者的工作流程并增强代码和工具的交互能力。对标openai CodeX和Claude Code. 主要功能包括：

查询和编辑大型代码库，超出 1M token 上下文窗口。
利用多模态功能生成应用（通过 PDF 或草图）。
自动化操作任务，如 pull request 查询或复杂 rebase 处理。
借助 MCP 服务器连接更多能力，如媒体生成（Imagen、Veo 或 Lyria）。
集成谷歌搜索工具以支持查询。

快速开始：

要求安装 Node.js 18 或更高版本。
可通过 npx 或 npm 安装运行。
使用 Google 账户认证获取免费配额（每分钟 60 次请求，每天 1,000 次请求）。
可通过 Google AI Studio 生成 API 密钥以获取更多配额。

应用场景示例包括：探索新代码库、处理现有项目、自动化工作流程及系统交互等。支持 TypeScript 和 JavaScript。

仓库未发布正式版本，使用 Apache-2.0 许可证。

这里使用cursor创建多种 UML 图表来展示 Gemini CLI 系统的架构。先深入分析一些关键组件，然后生成清晰的架构图。

主要代码：

packages/core/src/core/geminiChat.ts
packages/cli/src/ui/contexts/SessionContext.tsx

现在我来为您创建多种 UML 图表来展示 Gemini CLI 系统的架构：

各种系统架构图

1. 系统整体架构图 (Mermaid)

graph TB
    subgraph "用户层"
        User[用户]
        Terminal[终端]
    end
    
    subgraph "CLI 包 (packages/cli)"
        subgraph "UI 层"
            App[App.tsx]
            Header[Header.tsx]
            InputPrompt[InputPrompt.tsx]
            HistoryDisplay[HistoryItemDisplay.tsx]
        end
        
        subgraph "状态管理"
            SessionContext[SessionContext]
            StreamingContext[StreamingContext]
            OverflowContext[OverflowContext]
        end
        
        subgraph "Hooks"
            useGeminiStream[useGeminiStream]
            useHistory[useHistoryManager]
            useConsoleMessages[useConsoleMessages]
        end
        
        subgraph "配置管理"
            Settings[Settings]
            Auth[Auth]
            Extension[Extension]
        end
    end
    
    subgraph "Core 包 (packages/core)"
        subgraph "核心聊天"
            GeminiClient[GeminiClient]
            GeminiChat[GeminiChat]
            ContentGenerator[ContentGenerator]
        end
        
        subgraph "工具系统"
            ToolRegistry[ToolRegistry]
            ReadFile[ReadFileTool]
            WriteFile[WriteFileTool]
            EditTool[EditTool]
            ShellTool[ShellTool]
            WebFetch[WebFetchTool]
            MemoryTool[MemoryTool]
        end
        
        subgraph "配置管理"
            Config[Config]
            Models[Models]
        end
        
        subgraph "服务层"
            FileDiscovery[FileDiscoveryService]
            GitService[GitService]
        end
        
        subgraph "遥测系统"
            Telemetry[Telemetry]
            Loggers[Loggers]
        end
    end
    
    subgraph "外部系统"
        GeminiAPI[Gemini API]
        MCP[MCP Servers]
        Docker[Docker/Podman]
    end
    
    User --> Terminal
    Terminal --> App
    App --> GeminiClient
    GeminiClient --> GeminiAPI
    ToolRegistry --> MCP
    Config --> Docker
    
    classDef userLayer fill:#e1f5fe
    classDef cliLayer fill:#f3e5f5
    classDef coreLayer fill:#e8f5e8
    classDef externalLayer fill:#fff3e0
    
    class User,Terminal userLayer
    class App,Header,InputPrompt,HistoryDisplay,SessionContext,StreamingContext,OverflowContext,useGeminiStream,useHistory,useConsoleMessages,Settings,Auth,Extension cliLayer
    class GeminiClient,GeminiChat,ContentGenerator,ToolRegistry,ReadFile,WriteFile,EditTool,ShellTool,WebFetch,MemoryTool,Config,Models,FileDiscovery,GitService,Telemetry,Loggers coreLayer
    class GeminiAPI,MCP,Docker externalLayer

2. 类图 (Mermaid)

classDiagram
    class Config {
        -sessionId: string
        -model: string
        -toolRegistry: ToolRegistry
        -geminiClient: GeminiClient
        +getModel(): string
        +getToolRegistry(): Promise~ToolRegistry~
        +getGeminiClient(): GeminiClient
        +refreshAuth(authMethod: AuthType): Promise~void~
    }
    
    class GeminiClient {
        -chat: GeminiChat
        -contentGenerator: ContentGenerator
        -model: string
        +initialize(config: ContentGeneratorConfig): Promise~void~
        +sendMessageStream(request: PartListUnion, signal: AbortSignal): AsyncGenerator~ServerGeminiStreamEvent, Turn~
        +generateContent(contents: Content[], config: GenerateContentConfig, signal: AbortSignal): Promise~GenerateContentResponse~
    }
    
    class GeminiChat {
        -config: Config
        -contentGenerator: ContentGenerator
        -history: Content[]
        +sendMessage(params: SendMessageParameters): Promise~GenerateContentResponse~
        +sendMessageStream(params: SendMessageParameters): AsyncGenerator~GenerateContentResponse~
        +getHistory(curated: boolean): Content[]
        +addHistory(content: Content): void
    }
    
    class ToolRegistry {
        -tools: Map~string, Tool~
        -config: Config
        +registerTool(tool: Tool): void
        +discoverTools(): Promise~void~
        +getFunctionDeclarations(): FunctionDeclaration[]
        +getTool(name: string): Tool
    }
    
    class BaseTool {
        <<abstract>>
        #name: string
        #description: string
        #parameterSchema: Record~string, unknown~
        +execute(params: ToolParams): Promise~ToolResult~
    }
    
    class ReadFileTool {
        +execute(params: ReadFileParams): Promise~ToolResult~
    }
    
    class WriteFileTool {
        +execute(params: WriteFileParams): Promise~ToolResult~
    }
    
    class EditTool {
        +execute(params: EditParams): Promise~ToolResult~
    }
    
    class ShellTool {
        +execute(params: ShellParams): Promise~ToolResult~
    }
    
    class App {
        -config: Config
        -settings: LoadedSettings
        +render(): JSX.Element
    }
    
    class SessionStatsProvider {
        -stats: SessionStatsState
        +startNewTurn(): void
        +addUsage(metadata: GenerateContentResponseUsageMetadata): void
    }
    
    class useGeminiStream {
        -config: Config
        -signal: AbortSignal
        +stream: AsyncGenerator~ServerGeminiStreamEvent, Turn~
    }
    
    Config --> GeminiClient
    Config --> ToolRegistry
    GeminiClient --> GeminiChat
    ToolRegistry --> BaseTool
    BaseTool <|-- ReadFileTool
    BaseTool <|-- WriteFileTool
    BaseTool <|-- EditTool
    BaseTool <|-- ShellTool
    App --> Config
    App --> SessionStatsProvider
    useGeminiStream --> Config

3. 组件交互时序图 (Mermaid)

sequenceDiagram
    participant User as 用户
    participant App as App.tsx
    participant InputPrompt as InputPrompt
    participant useGeminiStream as useGeminiStream
    participant GeminiClient as GeminiClient
    participant ToolRegistry as ToolRegistry
    participant Tool as Tool
    participant GeminiAPI as Gemini API
    
    User->>App: 输入命令
    App->>InputPrompt: 处理用户输入
    InputPrompt->>useGeminiStream: 发送消息
    useGeminiStream->>GeminiClient: sendMessageStream()
    GeminiClient->>GeminiAPI: 调用 API
    
    alt 需要工具调用
        GeminiAPI-->>GeminiClient: 返回工具调用请求
        GeminiClient->>ToolRegistry: 查找工具
        ToolRegistry->>Tool: 执行工具
        Tool-->>ToolRegistry: 返回结果
        ToolRegistry-->>GeminiClient: 工具执行结果
        GeminiClient->>GeminiAPI: 发送工具结果
        GeminiAPI-->>GeminiClient: 最终响应
    else 直接响应
        GeminiAPI-->>GeminiClient: 返回响应
    end
    
    GeminiClient-->>useGeminiStream: 流式响应
    useGeminiStream-->>InputPrompt: 更新UI
    InputPrompt-->>App: 显示结果
    App-->>User: 展示最终结果

4. 包依赖关系图 (Mermaid)

graph LR
    subgraph "CLI Package"
        UI[UI Components]
        Hooks[React Hooks]
        Contexts[React Contexts]
        Config[Config Management]
    end
    
    subgraph "Core Package"
        Client[GeminiClient]
        Chat[GeminiChat]
        Tools[Tool System]
        Services[Services]
        Utils[Utilities]
        Telemetry[Telemetry]
    end
    
    subgraph "External Dependencies"
        React[React + Ink]
        GenAI[Google GenAI]
        NodeJS[Node.js APIs]
    end
    
    UI --> Hooks
    Hooks --> Contexts
    Contexts --> Config
    Config --> Client
    Client --> Chat
    Client --> Tools
    Tools --> Services
    Services --> Utils
    Utils --> Telemetry
    
    UI --> React
    Client --> GenAI
    Tools --> NodeJS
    Services --> NodeJS

5. 工具系统架构图 (Mermaid)

graph TB
    subgraph "工具注册表"
        Registry[ToolRegistry]
        Discovery[工具发现]
        Registration[工具注册]
    end
    
    subgraph "核心工具"
        ReadFile[文件读取]
        WriteFile[文件写入]
        Edit[代码编辑]
        Grep[文本搜索]
        Glob[文件匹配]
        Shell[Shell执行]
    end
    
    subgraph "网络工具"
        WebFetch[网络请求]
        WebSearch[网络搜索]
    end
    
    subgraph "扩展工具"
        Memory[内存管理]
        MCP[MCP工具]
        Custom[自定义工具]
    end
    
    subgraph "工具执行"
        Executor[工具执行器]
        Validator[参数验证]
        Result[结果处理]
    end
    
    Registry --> Discovery
    Registry --> Registration
    Registration --> ReadFile
    Registration --> WriteFile
    Registration --> Edit
    Registration --> Grep
    Registration --> Glob
    Registration --> Shell
    Registration --> WebFetch
    Registration --> WebSearch
    Registration --> Memory
    Registration --> MCP
    Registration --> Custom
    
    ReadFile --> Executor
    WriteFile --> Executor
    Edit --> Executor
    Grep --> Executor
    Glob --> Executor
    Shell --> Executor
    WebFetch --> Executor
    WebSearch --> Executor
    Memory --> Executor
    MCP --> Executor
    Custom --> Executor
    
    Executor --> Validator
    Validator --> Result
    
    classDef registry fill:#e3f2fd
    classDef coreTools fill:#e8f5e8
    classDef networkTools fill:#fff3e0
    classDef extensionTools fill:#f3e5f5
    classDef execution fill:#fce4ec
    
    class Registry,Discovery,Registration registry
    class ReadFile,WriteFile,Edit,Grep,Glob,Shell coreTools
    class WebFetch,WebSearch networkTools
    class Memory,MCP,Custom extensionTools
    class Executor,Validator,Result execution

6. 状态管理流程图 (Mermaid)

stateDiagram-v2
    [*] --> 初始化
    初始化 --> 加载配置
    加载配置 --> 认证检查
    
    认证检查 --> 认证成功 : 有效认证
    认证检查 --> 认证失败 : 无效认证
    认证失败 --> 显示认证对话框
    显示认证对话框 --> 认证成功 : 用户完成认证
    
    认证成功 --> 启动UI
    启动UI --> 等待用户输入
    
    等待用户输入 --> 处理用户输入 : 用户输入
    处理用户输入 --> 工具调用检查
    
    工具调用检查 --> 执行工具 : 需要工具
    工具调用检查 --> 生成响应 : 直接响应
    
    执行工具 --> 工具执行完成
    工具执行完成 --> 生成响应
    
    生成响应 --> 流式输出
    流式输出 --> 响应完成
    响应完成 --> 更新历史
    更新历史 --> 等待用户输入
    
    等待用户输入 --> 退出 : Ctrl+C
    退出 --> [*]

7. 数据流图 (Mermaid)

flowchart TD
    subgraph "输入层"
        UserInput[用户输入]
        FileInput[文件输入]
        ConfigInput[配置输入]
    end
    
    subgraph "处理层"
        Parser[输入解析器]
        Validator[输入验证器]
        Router[路由分发器]
    end
    
    subgraph "核心处理"
        ChatEngine[聊天引擎]
        ToolEngine[工具引擎]
        ContextEngine[上下文引擎]
    end
    
    subgraph "输出层"
        StreamOutput[流式输出]
        FileOutput[文件输出]
        LogOutput[日志输出]
    end
    
    UserInput --> Parser
    FileInput --> Parser
    ConfigInput --> Parser
    
    Parser --> Validator
    Validator --> Router
    
    Router --> ChatEngine
    Router --> ToolEngine
    Router --> ContextEngine
    
    ChatEngine --> StreamOutput
    ToolEngine --> FileOutput
    ContextEngine --> LogOutput
    
    ChatEngine --> ToolEngine
    ToolEngine --> ChatEngine

这些图表从不同角度展示了 Gemini CLI 系统的架构：

系统整体架构图 - 展示各层之间的关系
类图 - 显示核心类的结构和关系
时序图 - 展示组件间的交互流程
包依赖关系图 - 显示模块间的依赖
工具系统架构图 - 详细展示工具系统的设计
状态管理流程图 - 展示应用的状态转换
数据流图 - 展示数据在系统中的流动

这些图表帮助从多个维度理解系统的架构设计，包括静态结构、动态交互、数据流向等各个方面。

整体架构概览

基于对代码的分析，详细解析 Gemini CLI 项目的代码架构： Read file: packages/core/src/index.ts Read file: packages/cli/src/gemini.tsx Read file: packages/core/src/core/client.ts Read file: packages/cli/src/ui/App.tsx Read file: packages/core/src/tools/tool-registry.ts Read file: package.json Read file: packages/core/src/config/config.ts

Gemini CLI 是一个基于 Node.js 的命令行工具，采用模块化设计和分层架构，主要分为两个核心包：

1. 包结构设计

gemini-cli/
├── packages/
│   ├── core/          # 核心业务逻辑
│   └── cli/           # 命令行界面和用户交互
├── scripts/           # 构建和部署脚本
├── docs/             # 文档
└── integration-tests/ # 集成测试

2. 核心包 (packages/core)

主要模块

核心聊天模块 (`core/`)

client.ts - Gemini API 客户端，处理与 Gemini 模型的通信
geminiChat.ts - 聊天会话管理
contentGenerator.ts - 内容生成器，处理不同类型的认证
turn.ts - 对话轮次管理
prompts.ts - 系统提示词管理

工具系统 (`tools/`)

tool-registry.ts - 工具注册表，管理所有可用工具
tools.ts - 基础工具接口定义
具体工具实现：
- read-file.ts / read-many-files.ts - 文件读取
- write-file.ts - 文件写入
- edit.ts - 代码编辑
- grep.ts - 文本搜索
- shell.ts - Shell 命令执行
- web-fetch.ts / web-search.ts - 网络请求和搜索
- memoryTool.ts - 内存管理
- mcp-client.ts / mcp-tool.ts - MCP 协议支持

配置管理 (`config/`)

config.ts - 主配置类，管理所有设置
models.ts - 模型配置
flashFallback.ts - 模型回退机制

服务层 (`services/`)

fileDiscoveryService.ts - 文件发现服务
gitService.ts - Git 集成服务

工具类 (`utils/`)

paths.ts - 路径处理
errors.ts - 错误处理
gitUtils.ts - Git 工具
fileUtils.ts - 文件操作工具

遥测系统 (`telemetry/`)

支持多种遥测目标（GCP、本地等）
用户行为统计和错误报告

3. CLI 包 (packages/cli)

主要模块

用户界面 (`ui/`)

App.tsx - 主应用组件
components/ - React 组件库
- Header.tsx - 头部组件
- InputPrompt.tsx - 输入提示
- HistoryItemDisplay.tsx - 历史记录显示
- DetailedMessagesDisplay.tsx - 详细消息显示
hooks/ - 自定义 React Hooks
contexts/ - React Context 状态管理
themes/ - 主题系统

配置管理 (`config/`)

settings.ts - 设置管理
auth.ts - 认证配置
extension.ts - 扩展系统

工具类 (`utils/`)

sandbox.ts - 沙箱环境管理
startupWarnings.ts - 启动警告

4. 架构特点

分层设计

表示层 - CLI 包负责用户界面和交互
业务逻辑层 - Core 包处理核心业务逻辑
数据访问层 - 工具系统提供各种数据访问能力

模块化设计

工具系统采用插件化架构，可以动态注册和发现工具
配置系统支持分层配置（用户、项目、全局）
主题系统支持多种主题切换

扩展性

MCP 协议支持 - 可以集成外部工具服务器
扩展系统 - 支持自定义扩展
工具发现 - 支持动态发现项目中的工具

安全性

沙箱环境 - 支持 Docker/Podman 沙箱隔离
权限控制 - 工具执行需要用户确认
代理支持 - 支持网络代理配置

可观测性

遥测系统 - 完整的用户行为跟踪
日志系统 - 详细的调试和错误日志
统计信息 - 会话统计和性能指标

5. 核心工作流程

启动阶段 - 加载配置、初始化工具、启动沙箱
交互阶段 - 用户输入 → 工具执行 → AI 响应 → 结果展示
工具执行 - 通过工具注册表查找和执行相应工具
状态管理 - 通过 React Context 管理应用状态

这个架构设计非常现代化，采用了 React + TypeScript 的技术栈，具有良好的可维护性和扩展性。

使用Gemini CLI创建一个项目

使用~/.gemini/settings.json来管理该项目的Gemini CLI的配置，包括mcp server的配置，以及用户设置等。使用GEMINI.md来管理该项目的Gemini CLI的memory，在gemini cli的界面中使用命令“/mcp”来查看mcp server的列表.

例子

例子一：

使用context7搜索Autogen最新版本新增的新特性。

例子二：

使用context7搜索Autogen最新版本新增的新特性，并为我开发一个能够根据需求编写代码的agent，编写的代码由第二个agent给出优化建议，再由第三个agent根据第一个agent写的代码和第二个agent的建议，写成最终的代码。最后提供相关的文档。

问题

gemini CLI运行过程中的memory是如何管理的，我能把memory保存到本地吗？比如把对最新AutoGen的文档（从context7获取的）保存到某个地方之类的。

快速掌握Gemini CLI核心用法

参考： https://www.aivi.fyi/aiagents/introduce-Gemini-CLI

步骤一：快速安装

1
2
3
4
5
# 直接运行（推荐）
npx https://github.com/google-gemini/gemini-cli

# 或全局安装
npm install -g @google/gemini-cli

步骤二：配置

配置settings.json (包括MCP server的配置)
配置Memory: GEMINI.md （架构，开发环境，编程规范（代码风格，导入约定，基本模式（样板代码）），项目结构，开发要点（最佳实践，），文档和资源获取（使用context7获取文档，使用context7搜索相关知识））

步骤三：使用

配置

项目级别配置： .gemini/settings.json within your project’s root directory.
用户全局配置： ~/.gemini/settings.json

settings.json配置项 注意：settings.json里面可以使用环境变量，比如 “apiKey”: “$MY_API_TOKEN”.

contextFileName：指定上下文文件的文件名（例如，GEMINI.md（缺省）），可以是单个文件名或被接受的文件名列表。
fileFiltering: 控制 @命令和文件发现工具的 Git 感知文件过滤行为。

1
2
3
4
"fileFiltering": {
  "respectGitIgnore": true,                # 在发现文件时是否遵循.gitignore 模式。当设置为 true 时，被 git 忽略的文件（如 node_modules/、dist/
  "enableRecursiveFileSearch": false   #在提示符中完成 @前缀时，是否启用在当前目录树中递归搜索文件名。
}

coreTools: 可以指定一组核心工具名称，使模型可用，并可用于限制内置工具的集合。还可以为支持的工具指定命令特定的限制，例如，“coreTools”: [“ShellTool(ls -l)"]仅允许执行ls -l命令。
excludeTools:允许您指定一组应从模型中排除的核心工具名称。出现在excludeTools和coreTools中的工具会被排除。您还可以为支持的工具指定特定命令的限制，例如ShellTool。例如，“excludeTools”: [“ShellTool(rm -rf)"]将阻止rm -rf命令。
autoAccept (false): 控制 CLI 是否自动接受并执行被认为是安全的（例如只读操作）工具调用，而无需用户明确确认。如果设置为 true，CLI 将绕过对被认为安全的工具的确认提示。
sandbox(false): 用于控制工具执行时的沙盒使用方式。如果设置为真，Gemini CLI将使用预构建的gemini-cli-sandbox Docker镜像。
toolDiscoveryCommand: 定义一个自定义的shell命令，用于发现项目中的工具。该命令必须在标准输出上返回一个包含函数声明的JSON数组。工具包装器是可选的。Example: “toolDiscoveryCommand”: “bin/get_tools”
toolCallCommand: (Example: “toolCallCommand”: “bin/call_ 定义了一个自定义的 shell 命令，用于调用通过 toolDiscoveryCommand 发现的特定工具。这个 shell 命令必须符合以下标准：程序需接收函数名称作为第一个命令行参数，从标准输入读取函数参数的JSON格式，并以JSON格式将函数输出返回到标准输出。
mcpServers (object): <SERVER_NAME> (object): The server parameters for the named server.
- command (string, required): The command to execute to start the MCP server.
- args (array of strings, optional): Arguments to pass to the command.
- env (object, optional): Environment variables to set for the server process.
- cwd (string, optional): The working directory in which to start the server.
- timeout (number, optional): Timeout in milliseconds for requests to this MCP server.
- trust (boolean, optional): Trust this server and bypass all tool call confirmations.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
"mcpServers": {
  "myPythonServer": {
    "command": "python",
    "args": ["mcp_server.py", "--port", "8080"],
    "cwd": "./mcp_tools/python",
    "timeout": 5000
  },
  "myNodeServer": {
    "command": "node",
    "args": ["mcp_server.js"],
    "cwd": "./mcp_tools/node"
  },
  "myDockerServer": {
    "command": "docker",
    "args": ["run", "i", "--rm", "-e", "API_KEY", "ghcr.io/foo/bar"],
    "env": {
      "API_KEY": "$MY_API_TOKEN"
    }
  },
}

checkpointing {“enabled”: false}: 配置检查点功能，可保存和恢复对话及文件状态，详细信息请参见检查点文档。当true时，/restore命令可用。参考checkpoint doc
preferredEditor (“vscode”): Example: “preferredEditor”: “vscode”
telemetry:

1
2
3
4
5
6
"telemetry": {
  "enabled": true,
  "target": "local", # or "gcp"
  "otlpEndpoint": "http://localhost:16686",  #OTLP 导出器的端点。
  "logPrompts": false  #是否在日志中包含用户提示的内容。
}

settings.json例子

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
{
  "theme": "GitHub",
  "sandbox": "docker",
  "toolDiscoveryCommand": "bin/get_tools",
  "toolCallCommand": "bin/call_tool",
  "mcpServers": {
    "mainServer": {
      "command": "bin/mcp_server.py"
    },
    "anotherServer": {
      "command": "node",
      "args": ["mcp_server.js", "--verbose"]
    }
  },
  "telemetry": {
    "enabled": true,
    "target": "local",
    "otlpEndpoint": "http://localhost:4317",
    "logPrompts": true
  },
  "usageStatisticsEnabled": true,
  "hideTips": false
}

设置环境变量

you can add the environment variable to your .env file (located in the project directory or user home directory) or your shell’s configuration file (like ~/.bashrc, ~/.zshrc, or ~/.profile)

配置沙箱

常用命令

chat命令

/chat ==> 进入聊天模式
/chat save ==>后面可以使用/chat resume 来从之前的保存点恢复对话。
/chat list ==> 罗列之前的session，以便恢复某个对话

compress命令

/compress：用摘要替换整个聊天上下文。这既能节省未来任务使用的令牌，又能保留所发生事情的高级摘要。

memory命令

/memory: 从GEMINI.md文件加载的分层记忆
/memory add
/memory show ==> 显示当前从所有GEMINI.md文件加载的层次记忆的完整内容，以便检查提供给Gemini模型的指令上下文
/memory refresh ==> 重新加载所有配置位置（全局、项目/祖先和子目录）中找到的GEMINI.md文件的层次教学记忆，该命令将模型更新为最新的GEMINI.md内容。

editor命令

/editor：比如可以使用cursor或VS code来当缺省的编辑器

mcp命令

/mcp ==>罗列配置的mcp server。
/mcp desc
/mcp nodesc 只罗列tool names: 注意：随时按下Ctrl+T组合键，在显示和隐藏工具说明之间进行切换。
/mcp schema: 显示该工具已配置参数的完整 JSON 模式。

其他用法

stats命令: 看token使用量

/stats ==> 看token使用数量，token caching only available when using API key authentication (Gemini API key or Vertex AI).

checkpoint命令 当配置里面有下面的配置时 “checkpointing”: { “enabled”: true }, “/restore ”可以罗列checkpoint 文件，“/restore <checkpoint_file>”可以回滚到某个checkpoint 文件。比如：/restore 2025-06-22T10-00-00_000Z-my-file.txt-write_file

项目简介

各种系统架构图

1. 系统整体架构图 (Mermaid)

2. 类图 (Mermaid)

3. 组件交互时序图 (Mermaid)

4. 包依赖关系图 (Mermaid)

5. 工具系统架构图 (Mermaid)

6. 状态管理流程图 (Mermaid)

7. 数据流图 (Mermaid)

整体架构概览

1. 包结构设计

2. 核心包 (packages/core)

主要模块

核心聊天模块 (core/)

工具系统 (tools/)

配置管理 (config/)

服务层 (services/)

工具类 (utils/)

遥测系统 (telemetry/)

3. CLI 包 (packages/cli)

主要模块

用户界面 (ui/)

配置管理 (config/)

工具类 (utils/)

4. 架构特点

分层设计

模块化设计

扩展性

安全性

可观测性

5. 核心工作流程

使用Gemini CLI创建一个项目

例子

问题

快速掌握Gemini CLI核心用法

配置

设置环境变量

配置沙箱

常用命令

其他用法

核心聊天模块 (`core/`)

工具系统 (`tools/`)

配置管理 (`config/`)

服务层 (`services/`)

工具类 (`utils/`)

遥测系统 (`telemetry/`)

用户界面 (`ui/`)

配置管理 (`config/`)

工具类 (`utils/`)