文章目录
1. 引言
在前面的博客中，博主已经对 Gemini 做了一些简单的总结，有兴趣的同学可以阅读：
- 《Gemini 3 完整指南（一）：免费订阅、CLI 安装到 Agent 开发一次搞懂》
- 《Gemini 3 完整指南（二）：CLI 官方文档导航与速查索引》
- 《Gemini 3 完整指南（三）：CLI 功能特性及架构解密》
- 《Gemini 3 完整指南（四）：彻底拆解CLI 配置》
- 《Gemini 3 完整指南（五）：CLI 命令、无头模式、主题与快捷键》
- 《Gemini 3 完整指南（六）：Checkpoint、Sandbox 与可观测性》
- 《Gemini 3 完整指南（七）：Agent Skills 深度解析与最佳实践》
经过前面几篇文章的铺垫，相信大家已经能够顺利使用 Gemini CLI 完成日常开发任务，但在实际工程中，真正拉开效率差距的，并不是“会不会用命令”，而是是否理解 Gemini CLI 背后那套工具机制。
Gemini CLI 并不是一个简单的对话式终端，而是通过一组高度模块化的 Tools，让大模型能够直接：
- 感知并操作本地文件系统
- 执行真实的 Shell 命令并基于结果继续推理
- 获取最新的网络信息，避免模型幻觉
- 记住项目规范与个人偏好
- 在复杂任务中进行自我规划与状态管理
- 甚至通过 MCP 协议对接外部系统
本文将聚焦 Gemini CLI 的核心工具体系，结合官方文档与真实案例，逐一拆解每类工具的设计目的、使用方式以及工程实践中的最佳用法。
2. 核心工具深度解析
2.1 文件系统工具 (File System)
这是与日常开发结合最紧密的工具集，赋予了 AI 操作本地代码库的能力。
list_directory (列出目录)
用于查看项目结构。AI 会自动读取项目中的 .gitignore 文件，智能过滤掉 node_modules 等无关文件，从而减少 Token 消耗并保持上下文简洁。
read_file (读取文件)
这是 AI 理解代码的核心途径。除了纯文本文件，它还支持读取图片、音频甚至 PDF。对于超大文件，该工具支持智能分页读取，防止撑爆模型的上下文窗口。
write_file (写入文件)
直接在本地创建或覆盖文件。如果路径中包含不存在的文件夹，它会自动创建完整的目录树。出于安全考虑，此操作默认需要用户在终端按回车确认。
search_file_content (内容搜索)
在代码库中搜索特定文本。其底层优先调用 git grep 命令，这使得它能够实现毫秒级的跨文件搜索，比传统的遍历快得多。
replace (智能替换)
极其强大的代码修改工具。与传统的正则匹配不同，它通过“上下文匹配”来修改文件。即使目标文件在你和 AI 对话期间发生了轻微的偏移（如加了换行），它的自我纠错机制也能精准定位修改位置，大大提高了安全性。
2.2 Shell 命令行工具 (Shell)
让 AI 替你执行 Git 操作、运行构建脚本，甚至启动开发服务器。
run_shell_command (运行命令)
AI 可以通过此工具执行任意系统命令，并捕获标准输出 (Stdout)、错误输出 (Stderr) 和退出码，支持在命令末尾添加 & 符号以启动后台进程。
交互式 TUI 支持
如果开启了交互模式，AI 甚至可以运行 vim、htop 或 git rebase -i 等基于文本用户界面（TUI）的复杂程序。
安全配置建议 (settings.json)：强烈建议在配置文件中使用白名单模式，严防 AI 误操作
{
"tools": {
"shell": {
"enableInteractiveShell": true,
"core": ["run_shell_command(git)", "run_shell_command(npm)", "run_shell_command(pnpm)"],
"exclude": ["run_shell_command(rm)"]
}
}
}
2.3 网络获取与搜索
摆脱本地环境限制，让 AI 获取实时资讯。
web_fetch (网页抓取)
单次请求最多可并发抓取 20 个 URL。如果目标网站屏蔽了 Gemini 的官方服务器 API，CLI 会自动降级，使用你的本地网络环境进行抓取，确保成功率。
google_web_search (谷歌搜索)
官方文档链接：Web Search Tool
内置了 Google Search API。返回的结果不仅包含摘要信息，还会提供可验证的来源链接（Citations），确保信息的准确性。
2.4 记忆工具
避免每次对话都要重复介绍项目背景和代码规范。
save_memory (保存记忆)
该工具会将你的偏好信息永久写入 ~/.gemini/GEMINI.md 文件中。每次启动 CLI 时，系统会自动将该文件内容作为 System Prompt 的一部分加载。
最佳实践：建议仅用于存储核心元数据，如项目规范（“总是使用 TypeScript”）、代码风格偏好等，不建议存储大段的对话历史。
2.5 Todos 任务清单
面对长链条的复杂需求，AI 的思路容易发散，Todos 工具帮助 AI 进行“自我规划”。
write_todos (编写待办)
当接到复杂指令（如“初始化一个 React 项目”）时，AI 会先生成任务列表，每个任务包含 pending、in_progress 或 completed 状态。在执行过程中，你可以随时按 Ctrl+T 快捷键，弹出工作进度面板查看 AI 当前进展。
2.6 MCP 服务器集成
MCP (Model Context Protocol) 是一种开放标准，通过它，Gemini CLI 的能力可以被无限扩展。
可以通过配置 MCP 服务器，让 Gemini CLI 连接到任何外部系统，例如公司内部的 Jira、本地的 MySQL 数据库，或者是 AWS 云资源。在终端输入 /mcp 即可进入交互式管理界面。
3. 案例实践
接下来看看在真实场景中，Gemini CLI 是如何工作的。
案例一：自动化重构老旧代码 (结合 File System)
场景：接手老 React 项目，需将所有废弃的
componentWillMount重构为useEffect。
- 用户 Prompt：“在 src 目录下找出所有使用 componentWillMount 的组件，理解逻辑，并用 useEffect 重构。”
- AI 执行流：
glob搜索 →read_file阅读上下文 →replace生成差异 Diff → 等待按回车确认→ 瞬间修改完毕。
案例二：一键排查并修复 CI/CD 报错 (结合 Shell)
场景：拉取新代码后，
npm run test终端爆红。
- 用户 Prompt：“帮我运行 npm run test，分析报错原因，修复代码并自动重新运行直到通过。”
- AI 执行流：
run_shell_command运行测试 → 分析 Stderr 发现 lodash 版本过低 →run_shell_command("npm install lodash@latest")→ 再次运行测试 → 全绿通过。
案例三：解决冷门框架的疑难杂症 (结合 Web Search)
-
用户 Prompt：“我在用 Fresh 框架时遇到 ‘Dynamic imports not allowed’ 报错，搜一下 GitHub Issues 给解决方案。”
-
AI 执行流：
google_web_search搜索 GitHub →web_fetch抓取前三个 Issue 详情 → 直接告诉你：去deno.json里加一行配置项即可。
案例四：新员工的自动入职向导 (结合 Memory)
- 第一天告诉 AI：“记住：我们的后端是 Go，Git Commit 必须带上 Jira ID（如 feat: [JIRA-123]…）。”
- 几天后日常开发：
- 用户：“帮我把当前修改提交一下。”
- AI：自动运行
git status，分析 Diff，生成feat: [JIRA-123] 增加用户登录接口，无需重复提示规范！
案例五：全栈项目从 0 到 1 (结合 Todos)
- 用户 Prompt：“用 FastAPI 和 Vue3 初始化一个记账本，要有前后端目录和添加账单 API。”
- AI 执行流：触发
write_todos，生成包含建目录、装依赖、写代码的 8 步清单，像流水线一样推进，永不“断片”。
案例六：化身临时 DBA (结合 MCP)
- 前提：配置了 MySQL MCP Server。
- 用户 Prompt：“帮我查一下 users 表里 ID 为 10086 的用户，最近的 5 条金币消耗记录。”
- AI 执行流：通过 MCP 读取表结构 (
get_table_schema) → 自动写 SQL (run_sql) 以 Markdown 表格形式返回数据。
4. 文末
本文从工具视角系统梳理了 Gemini CLI 的能力体系，重点解析了文件系统、Shell、网络搜索、记忆、Todos 以及 MCP 等核心工具的设计与使用方式。
这些工具共同构成了 Gemini CLI 的执行基础，使大模型能够在真实开发环境中完成“读代码、跑命令、查资料、记规范、推进任务”等工程行为 ，只有理解并合理组合这些工具，才能在实际项目中稳定、高效地发挥 Gemini CLI 的价值。感谢阅读，希望能帮助到大家，本文完！
428
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
