Gemini 使用指南
Google DeepMind 出品,深度整合 Google 搜索和 Workspace 生态。
访问方式
| 方式 | 地址 | 说明 |
|---|---|---|
| 网页版 | gemini.google.com | 免费版用 Gemini 2.0 Flash |
| API | Google AI Studio | 免费额度较高,适合开发测试 |
| 集成 | Google Docs / Gmail | Workspace 用户可直接调用 |
模型选择
| 模型 | 定位 | 适合场景 |
|---|---|---|
| Gemini 2.5 Pro | 最强推理 | 复杂代码、长文档、多模态分析 |
| Gemini 2.0 Flash | 速度与质量均衡 | 日常对话、快速问答 |
| Gemini 2.0 Flash Lite | 超低延迟 | 高频轻量任务 |
核心优势
超长上下文
Gemini 2.5 Pro 支持 1M token 上下文(约 75 万字),可以:
- 将整个代码仓库粘贴进去分析
- 一次性处理几小时的视频字幕
- 阅读整本书并跨章节问答
原生多模态
同一个模型同时理解文本、图片、音频、视频和代码,无需切换模型。
import google.generativeai as genai
from PIL import Image
genai.configure(api_key="your-key")
model = genai.GenerativeModel("gemini-2.0-flash")
img = Image.open("screenshot.png")
response = model.generate_content(["描述图中的内容并提取所有文字", img])
print(response.text)Google 搜索联网
网页版内置实时搜索,回答时会标注信息来源,适合需要最新资讯的场景。
API 快速上手
import google.generativeai as genai
genai.configure(api_key="your-key")
model = genai.GenerativeModel(
model_name="gemini-2.5-pro",
system_instruction="你是一位 Python 专家,回答简洁直接"
)
chat = model.start_chat()
response = chat.send_message("解释 Python 的 GIL 是什么")
print(response.text)终端 CLI:从 Gemini CLI 迁移到 Antigravity CLI
重要变更(2026-06)
Google 将于 2026 年 6 月 18 日停止向个人用户提供旧版 Gemini CLI(@google/gemini-cli),由新一代 Antigravity CLI(命令 agy,Go 独立二进制)接替。个人用户请尽快迁移;企业版授权及付费 Gemini API Key 用户仍可继续使用旧版。
完整安装、认证与迁移步骤见 WSL 安装 AI CLI 工具。
Antigravity CLI 延续了 Gemini CLI 的核心能力——超长上下文、原生多模态、Google 搜索联网,并支持多 Agent 协作。
常用命令
# 启动交互式会话(首次运行触发 Google 账号 OAuth 登录)
agy
# 单次提问
agy "解释 Python GIL 对多线程的影响"
# 读取文件内容作为上下文
agy "总结这个项目的整体架构" < README.md
# 传入大量文件(发挥超长上下文优势)
cat src/**/*.py | agy "找出这些文件中重复的业务逻辑,给出重构建议"
# 查看全部命令与参数
agy --help旧版
gemini的--model、--json、--no-search等参数不一定原样保留,具体以agy --help实际输出为准。
GEMINI.md 项目配置
类似 Claude 的 CLAUDE.md,在项目根目录创建 GEMINI.md 作为持久化上下文(迁移到 Antigravity CLI 后 GEMINI.md 仍然有效,也可改用通用的 AGENTS.md):
# 项目背景
这是一个嵌入式固件项目,目标平台 GD32VF103(RISC-V)。
# 代码规范
- C11 标准,不使用动态内存分配
- 函数名 snake_case,宏名 UPPER_CASE
- 所有寄存器访问必须加 volatile
# 关键约束
- Flash 限制 128KB,RAM 限制 32KB
- 不依赖 C 标准库(-nostdlib)MCP 工具支持
Antigravity CLI 沿用了 Gemini CLI 的 MCP(Model Context Protocol)支持,配置方式与 Claude Code 类似(迁移后配置文件移至 ~/.gemini/antigravity-cli/ 目录,且 MCP 服务器需把 url 字段改名为 serverUrl):
// ~/.gemini/settings.json(旧版 Gemini CLI);Antigravity CLI 见 ~/.gemini/antigravity-cli/mcp_config.json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projects"]
}
}
}超长上下文实战
# 分析整个仓库(100 万 token 足够加载大型项目)
find . -name "*.c" -o -name "*.h" | xargs cat | \
agy "分析这个嵌入式项目的驱动层架构,找出潜在的内存安全问题"
# 对比两个版本的差异
git diff v1.0..v2.0 | agy "总结这次版本更新的主要变化和风险点"
# 从文档生成代码
cat spec/*.md | agy "根据这份需求文档生成对应的 API 接口框架代码(Python FastAPI)"免费额度参考(2025年)
| 模型 | 免费 RPM | 免费 TPD |
|---|---|---|
| Gemini 2.5 Pro | 5 | 25,000 tokens |
| Gemini 2.0 Flash | 15 | 1,000,000 tokens |
| Gemini 2.0 Flash Lite | 30 | 1,500,000 tokens |
RPM = 每分钟请求数,TPD = 每天 token 数。Flash Lite 免费额度最高,适合学习使用。