被低估的Gemini CLI：自造命令才是杀手锏

聊Agent编程工具，国内圈子里翻来覆去就是Claude Code、Cursor、Copilot三件套。但海外GitHub上还有一个免费到离谱的选手被严重低估了：谷歌官方的 Gemini CLI（github.com/google-gemini/gemini-cli）。开源（Apache 2.0）、个人Google账号登录就送每天1000次请求、每分钟60次，模型是Gemini 3系列，100万token上下文窗口。对比一下：Claude Code要么绑Pro订阅（20美元/月）要么API按量付费，Gemini CLI这个免费额度几乎是白送一整个终端Agent。

但问题也在这儿——绝大多数人装完它就拿来问两句代码、聊聊天，把它当成了命令行版聊天框。我翻了它最近更新的官方文档（geminicli.com/docs），发现这玩意儿的真实形态是一个可以自己改造的自动化工作台。下面8个玩法，按“杀伤力”排序，全部来自官方文档实测可查，不是玄学。

一、自造斜杠命令：把重复流程写成一个TOML文件（杀手锏）

这是我认为Gemini CLI最被低估的功能，等于让你给自己写“私有Skill”。

操作步骤：在 ~/.gemini/commands/ 下建一个TOML文件，比如 ~/.gemini/commands/git/commit.toml：

description = "根据暂存区改动生成提交信息"
prompt = """
请基于以下 git diff 生成一条 Conventional Commit 提交信息：
```diff
!{git diff --staged}

保存后在CLI里输入 `/git:commit`，它会自动执行 `git diff --staged`，把真实输出塞进prompt再发给模型——**先跑shell拿数据，再让AI基于数据干活**，一气呵成。

几个关键机制（来自官方custom-commands文档）：

- **子目录即命名空间**：`git/commit.toml` 自动变成 `/git:commit`，可以组织出一整套命令树
- **`{{args}}` 占位符**：命令后面打的字会注入prompt；在 `!{...}` 里使用时还会自动做shell转义，防注入
- **`@{文件路径}` 注入**：直接把文件内容嵌进prompt，图片、PDF、音频、视频都支持多模态注入
- **项目级覆盖全局级**：`.gemini/commands/`（项目内）的同名命令会覆盖 `~/.gemini/commands/`（全局），而且项目级命令可以提交进git仓库——**团队共享一套AI操作规范**，新人clone下来就有同款工作流

适用场景：代码评审（注入团队规范文档+待审文件）、changelog维护、固定格式的周报生成。你每天重复超过三次的prompt，都值得变成一条命令。

整个执行管线长这样：

```mermaid
flowchart TD
    A["输入 /git:commit"] --> B["读取项目内 TOML 命令文件"]
    B --> C["解析 !{git diff --staged}"]
    C --> D["弹窗确认真实 Shell 命令"]
    D --> E["执行并捕获输出"]
    E --> F["输出注入进完整 prompt"]
    F --> G["发送给 Gemini 生成提交信息"]

二、审批模式三档循环：Shift+Tab一键切换

很多人要么全程手动点确认点到崩溃，要么直接开YOLO模式裸奔。其实官方设计了三档审批模式，在输入框按 Shift+Tab 循环切换：default（每步确认）→ auto_edit（自动批准文件编辑）→ plan（只读规划模式，Agent只看不动手）。

正确的打开方式是：复杂任务先切plan模式让它出方案，确认无误后切auto_edit放手让它改。另外 Ctrl+Y 可以随时开关YOLO（全自动批准）模式——注意这是全局开关，跑危险操作前记得关回来。

三、Esc按两下：会话时光机

手滑让AI改崩了代码？快速连按两次 Esc 可以回溯浏览之前的交互记录，跳回任意一步重来。配合官方的Checkpointing（会话检查点）机制，复杂任务的中间状态可以保存恢复。这个功能Claude Code用户羡慕了很久，Gemini CLI这边是直接内置的。

四、无头模式：把Agent塞进脚本和CI

gemini -p "你的指令" 就是非交互模式，再加 --output-format json 拿结构化输出，--output-format stream-json 拿逐行JSON事件流（适合监控长任务）。这意味着Gemini CLI可以当免费的可编程AI后端用：

五、GEMINI.md分层记忆：给不同项目养不同性格

类似Claude Code的CLAUDE.md，Gemini CLI用 GEMINI.md 做持久上下文：全局的放 ~/.gemini/GEMINI.md（你的编码偏好、常用技术栈），项目级的放仓库根目录（架构约定、禁改区域、提交规范）。分层加载意味着一份全局人设+每项目一份局部规则，不用每次开场白重复交代背景。

六、MCP扩展：@一下就调外部工具

在 ~/.gemini/settings.json 里配置MCP服务器，之后直接用 @服务器名 调用：

> @github 列出我所有打开的 PR
> @slack 把今天的提交摘要发到 #dev 频道
> @database 查一下最近30天没活跃的用户

一个终端会话里串起代码库、通讯工具和数据库，这才是Agent该有的样子。官方文档还给了一个MCP调用Imagen/Veo/Lyria做图片、视频、音乐生成的示例（vertex-ai-creative-studio的mcp-genmedia项目），媒体生成管线也能命令行化。

七、键盘暗门合集（90%用户不知道）

八、三条发布通道：周二更新的正确追法

按键	效果
`Ctrl+R`	反向搜索历史prompt，同Linux shell习惯
`Ctrl+G`	把当前prompt扔进外部编辑器写——长prompt别在终端里硬敲
`Ctrl+T`	展开完整TODO任务列表，盯Agent进度
`Ctrl+B`	查看/切换后台shell，长命令不阻塞对话
`Alt+M`	切换Markdown渲染，复制原始文本时必备
`Tab+Tab`	极简/完整UI切换，小屏幕救命
`?`（空输入时）	呼出快捷键速查面板
空格（Voice Mode）	按住说话的语音模式，开车复习代码思路用
`/vim`	开启Vim编辑模式，NORMAL/INSERT全套支持，`dd`、`cw`、`5j`都能用

Gemini CLI每周二UTC 20:00发stable版，前一晚23:59发preview版，nightly每天UTC 00:00滚main分支。想尝鲜用 npm install -g @google/gemini-cli@preview，求稳用 @latest。国内用户安装走 npm install -g @google/gemini-cli 或macOS下 brew install gemini-cli 即可，也可以 npx @google/gemini-cli 零安装直跑。

信息差总结

行动指南

Gemini CLI官方还和DeepLearning.AI合作出了一门免费课（搜"Gemini CLI"即可找到），想系统学的可以白嫖。工具是免费的，信息差是有价的——现在你知道了。

维度	你以为的Gemini CLI	实际的Gemini CLI
定位	命令行聊天框	可编程的终端Agent工作台
价格	要么付费要么有限免费	个人账号1000次/天、60次/分钟，全功能
工作流	每次手敲长prompt	TOML自造命令，团队git共享
自动化	只能交互式用	无头模式+GitHub Action，免费CI机器人
安全	只能全手动或全裸奔	三档审批模式+shell命令强制确认弹窗
犯错成本	改崩了重来	Esc Esc时光机+Checkpointing