Gemini CLI 实战用 GEMINI.md、Skills 与 MCP 把终端 AI 调教成结对工程师【免费下载链接】gemini-cliAn open-source AI agent that brings the power of Gemini directly into your terminal.项目地址: https://gitcode.com/GitHub_Trending/gemi/gemini-cli问一句扎心的同一个命名规范你纠正过几次了Gemini CLI 是谷歌开源的终端 AI 智能体把 Gemini 模型直接带进命令行能读代码、跑命令、改文件。而让它懂规矩的关键是 GEMINI.md 上下文、Skills 技能与 MCP 扩展这三件套。下面按落地顺序讲清楚。 定义 GEMINI.md 项目上下文每次会话都要重复我们用 TypeScript、接口名要加前缀纯属浪费。GEMINI.md 的作用就是让规范说一次之后永久生效。在项目根目录放一个文件直接写要点# 项目订单服务 - TypeScript 5缩进 2 空格 - 公共接口统一 I 前缀命名 - 公共方法必须带 JSDoc - 错误处理统一走 Result 模式 - 新增代码必须附单元测试加载顺序是三层先是全局~/.gemini/GEMINI.md存放你跨项目的个人偏好再是项目根目录的 GEMINI.md最后到模块级——当工具访问某个子目录时会即时扫描该目录及其祖先里的 GEMINI.md只在需要时把对应模块的规范拉进上下文。规范多了可以用./style-guide.md语法拆分成多个文件。会话内输入/memory show能核对最终拼给模型的完整内容改完文件执行/memory reload即可。界面底部常驻显示已加载的上下文文件数方便你确认生效情况。编写 SKILL.md沉淀 AI 代码审查技能GEMINI.md 是常驻背景Skills 则是按需调用的专业能力。审查标准恰好属于后者平时不必占上下文审查时才出场。它的机制是会话启动时 CLI 只把各技能的名字和描述注入系统提示当识别到任务匹配某个描述时模型调用激活工具你看到一次确认提示批准后才加载完整 SKILL.md 并开放技能目录的读取权限。在.gemini/skills/pr-review/SKILL.md里建一个审查技能--- name: pr-review description: 合并前审查代码变更覆盖安全、输入校验与测试覆盖 --- # 审查清单 1. API 端点是否有鉴权与速率限制 2. 外部输入是否完成清理 3. 错误处理路径是否完整 4. 新增逻辑单测覆盖率是否 80%把这个目录提交进版本库.gemini/skills/ 下的技能就随仓库共享给全团队标准从此统一。日常用/skills list查看、/skills link ./local-skills链接本地目录、/skills disable name停用也可以在终端直接gemini skills install从仓库安装现成技能。用审批模式约束 Gemini CLI 的执行边界规范记住了下一个问题是给它多大权限Gemini CLI 提供四档审批模式会话中按 ShiftTab 循环切换也可用--approval-mode启动时指定plan纯只读仅可读与检索工具适合摸底陌生代码default每个动作都向你确认auto_edit文件写入自动执行shell 命令仍需确认yolo全自动放行谨慎使用重构类任务建议从 Plan Mode 入手gemini --approval-modeplan启动或会话中输入/plan 重构认证模块。模型先做只读调研和你讨论取舍再产出一份 Markdown 计划按 CtrlX 可以把计划交给外部编辑器直接改写步骤模型会识别你的修改并迭代。批准后才开始实现此时自动路由会从高推理模型切到更快的模型加快编码阶段。脚本场景用非交互形态gemini -p ... --output-format json返回结构化 JSON是自动化的一切基础。跑通三个典型任务提交前自检推送前把改动喂给一次性只读审查git diff | gemini -p 对照 GEMINI.md 规范审查以下改动仅列出问题diff 走标准输入不触碰仓库你照着清单逐条修。批量 PR 审查规模上来就靠技能兜底gemini -p 使用 pr-review 技能审查本次变更 --output-format json解析 JSON 即可汇入报告脚本标准与人工清单完全一致。功能开发新需求走/plan先对齐方案、批准计划再进入实现。中途想调整某一步直接编辑计划文件保存模型会自动检测并继续。⚡ 接入 VS Code、CI 流水线与 MCP 服务器VS Code 协作安装官方 Gemini CLI Companion 扩展后在编辑器里首次运行 CLI 会自动提示连接也可会话内执行/ide install。连上之后CLI 能感知你最近打开的文件、光标位置和选中的文本代码改动建议直接在编辑器原生 diff 视图里逐块接受或拒绝。CI 自动化无头模式带明确退出码0 成功、1 失败、42 参数错误、53 超出轮次上限天然适合流水线分支判断。常见组合是提交钩子里跑自检任务发布流程用-p自动生成发布说明细节可查 docs/。MCP 服务器接入想让 AI 查询内部系统在 settings.json 注册一个 MCP 服务器即可{ mcpServers: { jira-bridge: { command: node ./mcp/jira-bridge.js, env: { JIRA_TOKEN: $JIRA_TOKEN }, trust: false } } }服务端注册工具只需寥寥数行import { Server } from modelcontextprotocol/sdk/server; const bridge new Server({ name: jira-bridge, version: 1.0.0 }); bridge.setRequestHandler(tools/list, async () ({ tools: [{ name: fetch_ticket, description: 按单号拉取缺陷工单, inputSchema: { type: object, properties: { issueKey: { type: string } } } }] }));放心的是Plan Mode 下只放行只读 MCP 工具调研阶段不会误触写操作。今天就可以动手在你最常改的项目里建好 GEMINI.md写入三条团队规范并随仓库提交下一次会话的 Gemini CLI 就会照着执行。【免费下载链接】gemini-cliAn open-source AI agent that brings the power of Gemini directly into your terminal.项目地址: https://gitcode.com/GitHub_Trending/gemi/gemini-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考