【終端機進化論】Gemini CLI v0.33.x 實戰全攻略

身為在軟體界打滾近30年的工程師,每天都在開發工具與瀏覽器之間反覆切換。

為了問一個 API 用法或是 Debug,這種「上下文切換」(Context Switching)往往是效率殺手。


隨著 Gemini CLI 的發布,Google 將強大的多模態模型直接整合進了終端機(Terminal)。

如果你具備開發經驗,但還沒嘗試過在 CLI 中呼叫 AI,這篇教學將帶你快速上手這款開發利器。


🛠️ 第一步:環境建置與快速安裝

在 Gemini CLI 中,安裝流程變得極其精簡。你只需要確保系統中有 Node.js 20+ 環境。

# 全域安裝最新的 Gemini CLI

npm install -g @google/gemini-cli

# 確認版本 (應顯示 v0.33.0 ~ v0.33.2)

gemini --version

身份驗證

不同於舊版本需要手動設定複雜的環境變數,現在只需執行:

gemini login

這會開啟瀏覽器進行 Google 帳號授權,完成後即可直接使用。

※P.S:這裡還可以使用API KEY登入,若是有這方面的需求,也可以使用API KEY去登入唷!


📸 執行後的畫面如附圖:


※以附圖來說,第一次執行的話,Gemini CLI會詢問是否信任(開啟)此目錄權限給Gemini CLI.

以工程師來說,最好是先切換到工作的[專案目錄]下,再執行Gemini CLI;

這樣付予CLI該目錄的權限後,整個專案都可以由Gemini CLI來管理及開發了唷!


💬 第二步:純文字對話與 REPL 模式

最直覺的用法就是直接與它對話。輸入 gemini 即可進入互動模式(REPL)。

例如:

快速問答:gemini "幫我寫一個正規表達式,驗證台灣手機號碼"

連續對話:進入 REPL 後,Gemini 會記得上下文,適合進行深度的技術討論。
就像你在Gemini AI或ChatGPT和AI對話一樣!而且支援各國語言唷!


🧠 第三步:核心強項——專案感知與代碼分析

這是 v0.33.x 最讓工程師驚艷的功能:它能直接「閱讀」你的專案目錄。

如果你想讓 AI 幫你分析整個資料夾,不需要一個個檔案複製貼上。


1. 全域分析專案

# 讓 Gemini 讀取 src 目錄並回答問題

gemini --include-directories ./src -p "總結這個專案的架構,並列出所有 API Entry points"


2. 精準修改功能

假設你需要修改一個 API:


指令範例:> 修改 @src/api/user.ts,增加 JWT 驗證邏輯,並確保回傳格式符合 RESTful 規範。


📸可以直接將進度及專案規範建在目錄下特定檔案中,直接請AI讀取:




🐞 第四步:Bug 修正與自動化測試

遇到報錯時,直接將 Error Log 丟給 Gemini 是最有效率的做法。


Debug 模式:

cat error.log | gemini -p "分析這段報錯原因,並對照 @src/ 找出可能的 Bug 位置"


自動生成測試:

開發完新功能後,一行指令叫它寫測試:

gemini -p "為 @src/utils/math.ts 生成完整的 Jest 單元測試案例"


🤖 第五步:自動化腳本應用 (Advanced)

對於資深工程師來說,真正的威力在於將 Gemini 整合進 CI/CD 或自動化工作流中。利用 --non-interactive 參數,你可以寫出強大的 Bash 腳本。


範例:自動生成 Git Commit Message

你可以寫一個別名(Alias)或腳本,自動根據 git diff 生成 Commit 訊息:

git diff --cached | gemini --non-interactive -p "根據這段 diff 生成一條符合 Conventional Commits 規範的訊息"


💡 總結:為什麼你該開始用 Gemini CLI?

無縫銜接:不需要離開終端機,開發節奏不中斷。

專案感知:比起網頁版,CLI 能更快速地讀取多個本地檔案。

可自動化:透過 Shell Script,讓 AI 成為你工作流的一環。


Gemini CLI 不只是一個聊天框,它更像是一個住在你終端機裡的資深工程師。

利用Gemini CLI工具,將你從工程師層級,提升到PM的地位,加速你在專案開發這一行業的提升速度,不再只是執著在程式碼堆裡的碼農!

當然,你的價值就跟著水漲船高了【只要你敢跟老闆提(笑~)】


🔗 延伸閱讀

Google AI Studio 官方文件


Gemini CLI GitHub Repository

留言

熱門文章