用途
Gemini CLI 集成技能用于将 Google 的 Gemini CLI 接入 Claude Code，使 Claude 与 Gemini 之间能够进行 AI 协作，从而增强整体能力。它适合在以下情况使用：使用 Google AI/Gemini 模型、需要多模态能力（文本加图像）、需要基于 ReAct 架构的复杂推理、需要网络搜索与抓取能力、需要 MCP 服务器集成、需要用 Gemini 进行代码分析与生成，以及需要对比不同 AI 模型的输出。
主要能力
该技能覆盖 Gemini CLI 的安装与认证、基础调用、自动执行模式、与 Claude 的协作模式、结构化输出、检查点与恢复、配置管理、工具发现、错误处理、上下文管理、多模态分析、网络研究、MCP 服务器集成等。
安装与认证
安装前需检查 Node.js 版本（要求 18+，推荐 20+）：
node --version
npm install -g @google/gemini-cli
npx @google/gemini-cli
认证有两种方式。方式 A 为 Google OAuth（推荐，免费）：运行 gemini 后按 OAuth 流程在浏览器中完成 Google 认证。方式 B 为 API Key：从 https://aistudio.google.com/ 获取密钥，然后设置环境变量或写入配置文件：
export GEMINI_API_KEY="your-api-key-here"
echo 'GEMINI_API_KEY="your-api-key-here"' > ~/.gemini/.env
基础用法
gemini -p "Explain this code: $(cat main.py)"
gemini --yolo -p "Analyze and optimize this codebase"
gemini -i "Let's analyze my project"
gemini --include-directories ./src,./tests --yolo -p "Review and improve this codebase"
gemini -m gemini-2.5-flash --yolo -p "Generate tests for all functions"
YOLO 模式与安全
--yolo 会自动批准所有操作，功能强大但有风险，应谨慎使用。适合 YOLO 的操作包括只读分析、文档生成、小型原子操作、幂等操作。使用 YOLO 时应配合保护措施，例如先用 git stash push -m "pre-yolo-backup" 创建备份、使用 --checkpointing 支持回滚、结合 --dry-run 预览。不应将 YOLO 用于复杂多步工作流、生产系统修改、数据库操作、安全配置、文件删除、未知或未测试的操作。更安全的替代方案是迭代式工作流，将大任务拆分为可验证的顺序步骤。
Claude 与 Gemini 协作模式
核心是 Think-Act-Observe 循环：Claude 负责思考与编排，Gemini 负责执行。Claude 先分析目标，再指示 Gemini 执行具体动作，观察结果后决定下一步，并逐步验证与迭代。可使用 --output-format json 获得机器可读结果，便于 Claude 解析。也可用 --dry-run 先预览计划，确认后再用 --yolo 执行。
工具发现与错误处理
gemini tools list
gemini tools describe fileSystem
gemini tools describe shell
gemini tools describe google_web_search
错误处理可使用 set -e 退出机制，并在测试失败时让 Gemini 分析失败原因并给出修复建议。
上下文与检查点
可用 --include-directories 限定上下文范围，用 @ 语法精确引用文件或 URL。检查点相关命令：
gemini --checkpointing --yolo -p "Major refactoring of core module"
gemini checkpoint list
gemini checkpoint restore <checkpoint-id>
核心工作流
包括代码分析、文档生成、多模态分析、网络研究等。例如分析整个项目、审查并修复安全问题、自动生成测试、生成 README 与 API 文档、添加 JSDoc 注释、分析架构图、对比 UI 设计、提取截图文字、研究最佳实践、抓取并分析文档、对比实现等。
高级功能
交互模式命令包括 /help、/tools、/mcp、/compress、/copy、/clear、/checkpoint、/restore、/ide install、/ide enable。工具执行支持 --yolo 自动批准、--sandbox 沙箱模式、默认手动批准。MCP 服务器管理命令包括 gemini mcp list、gemini mcp add、gemini mcp remove <name>。
配置
设置文件位于 ~/.gemini/settings.json，可配置模型、默认标志（检查点、包含/排除目录）、工具权限（shell、fileSystem、web）。环境变量包括 GEMINI_API_KEY、Vertex AI 相关变量（GOOGLE_CLOUD_PROJECT、GOOGLE_CLOUD_LOCATION、GOOGLE_APPLICATION_CREDENTIALS）、GEMINI_MODEL、GEMINI_INCLUDE_DIRS、GEMINI_EXCLUDE_DIRS。
集成模式
可用 Claude 做规划、Gemini 做执行；可进行并行分析以获得不同视角；可对同一提示对比 Claude 与 Gemini 的输出。
最佳实践
安全方面：不要提交 API 密钥，使用环境变量并定期轮换；避免对不可信提示使用 --yolo；实验时使用 --sandbox；只信任已知 MCP 服务器。性能方面：快速任务用 gemini-2.5-flash，复杂推理用 gemini-2.5-pro，注意 1M 上下文窗口；排除不必要目录；长任务使用检查点。速率限制方面：OAuth 为 60 请求/分钟、1000 请求/天；API Key 因层级而异；应实现重试逻辑。
故障排查
认证失败可清除缓存凭据 rm -rf ~/.gemini/auth 后重新认证；速率限制可用 gemini usage 查看用量或切换认证方式；工具执行错误可在交互模式用 /tools 检查；MCP 服务器问题可用 gemini mcp status 与 gemini mcp restart <name>。
示例
文档提供了完整项目分析、自动化文档套件、框架迁移、日常开发自动化等脚本示例，均使用 --yolo 与 --checkpointing 组合执行多步任务。
相关技能与更新
相关技能包括 gemini-auth、gemini-chat、gemini-tools、gemini-mcp、gemini-code。更新命令：
npm update -g @google/gemini-cli
gemini --version
gemini changelog
限制
资料未提供该技能的具体收费、价格、平台支持范围、实际效果数据或性能指标，这些信息暂未提供。