首页 › tips-tricks › Gemini CLI 八道暗门：谷歌账号白嫖千次

Gemini CLI 八道暗门：谷歌账号白嫖千次

国内开发者一提到 Google 的命令行 AI agent Gemini CLI，第一反应往往是"要 API Key 吧？国内又用不了，算了"。这是一个巨大的认知差：截至 2026 年 7 月，Gemini CLI 不仅开源（Apache 2.0），而且只要一个普通 Google 账号 OAuth 登录，每天白送 1000 次请求、60 次/分钟，背后跑的是 Gemini 3 模型 + 100 万 token 上下文窗口。更狠的是，它还藏了一堆默认关闭、文档里才提一句的"暗门"：文件改崩了一键时光倒流、AI 自动偷读你历史会话提炼记忆、用本地 Gemma 模型替你做路由决策省思考费……

这篇就拆 8 道多数人没碰过的暗门，每道都能在 5 分钟内上手。

暗门一：谷歌账号 OAuth = 每天 1000 次免费请求（别用 API Key）

这是最大的信息差。 90% 的国内教程都教你去 aistudio.google.com/apikey 申请 API Key，然后告诉你"免费额度够用"。但官方 docs/resources/quota-and-pricing.md 写得很清楚：

认证方式	免费档	每日上限	模型范围
Google 账号（OAuth）	Gemini Code Assist 个人版	1000 次	Gemini 3 全家族自动路由
Gemini API Key（未付费）	Free tier	250 次	仅 Flash 模型
Vertex AI（Express）	90 天免费	视账号而定	视账号而定

操作步骤： 1. npm install -g @google/gemini-cli（或 brew install gemini-cli）。 2. 终端敲 gemini，首屏选 Sign in with Google，走浏览器 OAuth。 3. 不需要任何 API Key、不需要绑卡。

预期效果： 每天硬上限 1000 次、每分钟 60 次，模型在 Gemini 3 Pro / Flash 之间自动路由，1M token 上下文（把整个中型仓库丢进去都不慌）。

适用场景： 个人开发者日常写代码、读代码库。如果你之前用 API Key 还在为 250 次不够发愁，换 OAuth 直接翻 4 倍。

一个坑（详见暗门四）： OAuth 走的是 Code Assist API，不支持 Token 缓存。所以重度付费用户反而该考虑 API Key + 按量付费。免费党选 OAuth。

暗门二：Checkpointing + /restore —— AI 改崩文件，一键时光倒流

让 AI agent 自由改文件，最怕它一把 write_file 把你半个月的代码冲掉。Gemini CLI 内置了断点续存（Checkpointing），但默认是关闭的——这就是为什么大多数人没用过。

原理（来自 docs/cli/checkpointing.md）：每次你批准一个会改文件的工具调用（write_file / replace），CLI 会自动： 1. 在你家目录下的影子 Git 仓库 ~/.gemini/history/<project_hash> 做一次 commit（不碰你项目自己的 Git）； 2. 保存此刻的完整对话历史； 3. 记录即将执行的那个工具调用。

操作步骤： 编辑 ~/.gemini/settings.json（或项目级 .gemini/settings.json）：

{
  "general": {
    "checkpointing": { "enabled": true }
  }
}

⚠️ 注意：--checkpointing 命令行参数在 v0.11.0 已被移除，现在只能在 settings 里开。很多旧教程还在教你加 flag，照做会失效。

开启后，AI 每次改文件前自动留档。要回退就敲：

/restore                      # 列出所有断点
/restore 2026-07-03T10-00-00-utils.py-write_file   # 恢复到某个断点

预期效果： 恢复时不仅文件回滚，连对话历史也一起回到那一刻，原本那个工具调用还会重新弹出来让你决定改、删、重跑。等于给 AI 操作装了"系统还原点"。

适用场景： 让 AI 做大规模重构、批量改文件时必开。

暗门三：Auto Memory —— 它会后台偷读历史会话，自动提炼记忆和技能草稿

这是 Gemini CLI 最"细思极恐"也最省心的实验特性（docs/cli/auto-memory.md）。开启后，它会在后台扫描你过去的会话，挖掘出反复出现的偏好、约束、流程，然后主动起草两种东西放进一个"待审收件箱"等你批准：

记忆补丁：.patch 格式的 unified diff，更新到你的记忆文件；
技能草稿：SKILL.md 文件，把反复出现的流程沉淀成可复用 skill。

操作步骤： 在 ~/.gemini/settings.json 加：

{ "experimental": { "autoMemory": true } }

重启 CLI 生效（提取服务在会话启动时拉起）。

关键安全边界（来自官方文档）： - 只有闲置满 3 小时、且用户消息 ≥10 条的会话才会被扫； - 它永远不直接改活动记忆文件、settings、凭证或 GEMINI.md，全部进收件箱人工审； - 证据不强就不产出任何东西，所以经常扫完一场空，属正常。

预期效果： 你不用再手动写"我们项目跑测试用 pnpm test:unit、构建在 apps/core/"这种破事，跑过几次它自己就学会了。

适用场景： 沉淀团队约定、把"踩过的坑"固化成未来会话能避开的约束、零成本启动一个技能库。

暗门四：Token Caching 省钱术 —— 但 OAuth 党吃不到

docs/cli/token-caching.md 里藏着一句很容易被忽略的话：Token 缓存只对 API Key 用户和 Vertex AI 用户自动生效，OAuth（Google 个人/企业号）用户用不了——因为 Code Assist API 当前不支持 cached content。

操作步骤： 不用配置，自动生效。用 API Key / Vertex 认证后，输入：

/stats

输出里会单独列出 cached tokens——也就是被缓存复用、没重新计费的部分。

怎么用才划算？ 这里有个反直觉的权衡矩阵（建议收藏）：

你的情况	推荐认证	理由
免费、日均请求 < 1000	OAuth	额度最大（1000/天），不在意无缓存
按量付费、长会话反复读同一仓库	API Key	缓存命中能省下大量重复上下文 token
企业/生产、要合规和高并发	Vertex AI	既有缓存又能弹性扩

预期效果： 同一个仓库在一个长会话里反复读，缓存命中后后续请求的重复上下文按缓存价计费（远低于全价）。/stats 直接看见省了多少。

暗门五：Hooks —— 在 11 个生命周期节点拦截 AI

如果 Checkpointing 是"事后后悔药"，Hooks 就是"事前门卫"。docs/hooks/index.md 列出了它能在 agent loop 的哪些节点同步插入你的脚本：

事件	触发时机	能干嘛
`SessionStart`	会话开始/恢复/clear	注入上下文（如 `git log` 摘要）
`BeforeAgent`	你提交 prompt 后、规划前	校验、拦截、加上下文
`BeforeModel`	发给 LLM 之前	改 prompt、换模型、mock 响应
`BeforeTool`	工具执行前	校验参数、拦截危险操作
`AfterTool`	工具执行后	跑测试、隐藏/处理结果
`PreCompress`	上下文压缩前	存档状态
`Notification`	系统通知	转发到桌面提醒

Hooks 是同步执行的——事件触发时 CLI 会等所有匹配的 hook 跑完再继续，所以能真正"卡住"流程。

操作步骤（思路）： - BeforeTool 写个 hook，匹配到 shell 工具且参数含 rm -rf / 就返回阻塞退出码 → 危险命令直接被拦； - SessionStart 注入当前分支 + 最近 5 条 commit → AI 开口就知道你在干啥； - AfterTool 在 write_file 后自动跑 eslint → 改完即查。

预期效果： 不改 Gemini CLI 源码，就能给它装上安全闸、上下文注入器、合规审计。这是把它从"玩具"变"生产工具"的关键。

暗门六：Headless + stream-json —— 把 Gemini 编进 CI 和脚本

很多人只用交互模式敲对话，没意识到 Gemini CLI 是个一等公民的命令行程序，能直接进 CI。docs/cli/headless.md 给了三种输出格式。

操作步骤：

# 纯文本结果
gemini -p "审一下最近一次 git diff，列出可疑点"

# 结构化 JSON（含 token 用量、延迟）
gemini -p "解释这个仓库架构" --output-format json

# 流式 JSONL 事件（监控长时间任务）
gemini -p "跑测试并部署" --output-format stream-json

stream-json 会吐出 init / message / tool_use / tool_result / result 等事件，每个都带结构。

退出码（脚本判定用）： - 0 成功；1 通用错误/API 失败；42 输入错误（prompt/参数非法）；53 turn 上限超了。

预期效果： 把它接进 GitHub Actions——PR 一开自动 review、issue 自动打标签、每天定时跑一遍"昨天改了啥"摘要。配合官方的 Gemini CLI GitHub Action，甚至能在 issue 里 @gemini-cli 直接召唤。

适用场景： 独立开发者把 AI review 固化进流水线、批量处理代码库、定时巡检。

暗门七：本地 Gemma 接管路由决策 —— 把"思考费"留在本机

还记得前面说 agent 每次都要做"该用哪个模型/工具"的路由决策吗？这些决策默认发给托管模型，长期累积也是一笔"思考费"。docs/core/local-model-routing.md 给了个实验解法：让本地跑的 Gemma 模型来做路由决策。

操作步骤（推荐用自动化命令）：

gemini gemma setup     # 官方一键引导，下载 LiteRT-LM 运行时 + Gemma 3 1B

它会在本地起一个 LiteRT-LM 服务（提供 Windows/Linux/macOS 预编译二进制），Gemma 通过 Gemini API 协议被调用，承担路由判断。

预期效果： 路由决策的延迟和质量接近托管模型，但这部分调用不花云端额度。用量越大、路由越多，省得越明显。

适用场景： 高频重度用户、对延迟敏感的交互、想把账单压到临界点的人。

暗门八：斜杠命令全家桶 —— 90% 人只敲过 `/help`

docs/reference/commands.md 里有一整屏命令，国内能背全的凤毛麟角。挑最实用的：

/chat save <tag> / /resume <tag>：给当前对话打标签存档、随时恢复（注意：会话是项目级的，存在 ~/.gemini/tmp/<project_hash>/，换目录就看不到）。
/chat share report.md（或 .json）：一键把整段对话导成 Markdown/JSON 文件——写周报、做复盘神器。
/chat debug：把最近一次 API 请求导出成 JSON，调试 prompt、排查返回异常时救命。
/agents list | enable | disable | config <name>：管理子 agent，config 还能单独调每个子 agent 的模型、温度、执行上限——等于一个 agent 编排台。
/stats：看 token 用量和缓存节省（暗门四）。
/restore：时光倒流（暗门二）。
还支持 @ 前缀（引用文件/资源）和 ! 前缀（执行 shell）。

预期效果： 不再手动复制对话，不再为切模型重启，复盘和调试效率翻倍。

认证 & 省额度决策流程

flowchart TD
    A[开始用 Gemini CLI] --> B{日均请求多少?}
    B -->|"< 1000, 想免费"| C[OAuth: 谷歌账号登录]
    B -->|"想缓存省钱 / 按量付费"| D[API Key 认证]
    B -->|"企业/生产/合规"| E[Vertex AI]

    C --> C1[额度: 1000次/天, 60次/分]
    C --> C2[❌ 无 Token 缓存]
    C --> C2b[✅ Gemini 3 全家族 + 1M ctx]

    D --> D1[✅ Token 缓存自动生效]
    D --> D2[免费仅 250次/天, 仅 Flash]

    C1 --> F[开 Checkpointing: settings.json]
    D1 --> F
    E --> F
    F --> G[开 Auto Memory: experimental.autoMemory]
    G --> H[/stats 看缓存节省 + /restore 兜底]

信息差总结

维度	多数人以为	实际暗门
门槛	要 API Key、国内难用	普通谷歌号 OAuth 即可，1000 次/天免费
改文件安全	AI 改崩只能手动 `git checkout`	Checkpointing + `/restore` 一键回滚文件+对话
记忆	每次重开都要重新交代背景	Auto Memory 后台偷读历史，自动起草记忆和 skill
省钱	没法省，按调用算	API Key 用户 Token 缓存自动生效，`/stats` 看省多少
安全	怕 AI 乱跑命令只能盯着	Hooks 在 BeforeTool 节点同步拦截危险操作
自动化	只能交互式聊天	`-p` + `--output-format stream-json` 进 CI
路由成本	路由决策只能花云端额度	本地 Gemma 接管路由，思考费留本机
命令	只会 `/help`	`/chat share/debug`、`/agents config` 等，效率翻倍

行动指南（按优先级，今天就能做）

先翻 4 倍额度：npm i -g @google/gemini-cli → gemini → 选 Sign in with Google。别再用 API Key 的 250 次。
立刻开断点：往 ~/.gemini/settings.json 加 "checkpointing":{"enabled":true}，从此敢让 AI 大改。
导出你的第一份对话：/chat share week1.md，体会命令行的力量。
重度用户再加三件套：开 autoMemory、用 API Key 拿 Token 缓存、gemini gemma setup 把路由留本地。
进阶玩家：写一个 BeforeTool hook 拦截危险 shell，把它推进生产流水线。

参考来源

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入