Gemini CLI：使用开源代理进行代码编写与创作

短课程 难度： 初级 讲师： Jack Wotherspoon（Google 开发者布道师）

你将学习

使用 Gemini CLI 的代理配合模型上下文协议（Model Context Protocol，MCP）和扩展，将本地文件与 Google Workspace 和 Canva 等云服务协调起来，实现多工具工作流。

自动化软件开发任务，包括构建网站功能、创建数据仪表板，以及使用 GitHub Actions 设置代码审查工作流。

将 Gemini CLI 应用于代码之外的任务，例如从多媒体文件生成社交媒体内容，以及组织学习资料。

加入由 Google 开发者布道师 Jack Wotherspoon 讲授的 Gemini CLI 短课程。

Gemini CLI 是一个开源的代理式编码助手，可直接在你的终端中运行，让它能够访问你的本地文件系统、开发工具和云服务。这使你能够通过高级指令委派复杂的工作流——从构建 Web 功能到创建营销材料——而代理则会自主规划并执行多个步骤。

在本课程中，你将通过为 AI 会议构建功能的方式，将 Gemini CLI 应用于软件开发和创意任务。你将开发一个网站会议目录，创建一个结合本地和云数据源的数据仪表板，并从录音中生成社交媒体内容。你将掌握上下文管理、集成 MCP 服务器，并使用 Gemini CLI 扩展在多个服务之间进行编排。

具体来说，你将：

安装 Gemini CLI，探索其开源架构，了解它如何通过任务进行推理、调用工具以及利用命令行驱动复杂工作流。
使用 GitHub Actions 自动化编码工作流以进行拉取请求审查，并将 Gemini CLI 应用于创意任务，例如从会议录音生成社交媒体内容和组织多媒体学习资料。
通过 gemini.md 文件管理上下文窗口，并通过连接模型上下文协议（MCP）服务器和 Gemini CLI 扩展来扩展能力，在本地文件、云数据库以及 GitHub、Canva 和 Google Workspace 等服务之间进行编排。
构建完整的软件功能，包括会议会话目录和结合本地 CSV 文件与云数据源的交互式数据仪表板——体验从研究到测试的完整开发工作流。
将 Gemini CLI 作为学习工具使用，通过在文件系统上组织课程材料，并使用网络搜索为响应提供准确、有引用依据的信息。

无论你是原型应用程序、自动化开发工作流，还是研究代理 AI 的主题，本课程都将为你提供协调多个工具以更快构建、更高效工作的实践经验。

任何希望通过 AI 辅助加速开发和知识工作的人。对使用命令行和 Python 有基本了解会有所帮助。

11 节课程・0 个代码示例

此文章由 AI 翻译

课程总结 2026-01-30 ▼

本课程全面介绍了 Gemini CLI 的多样化应用场景，涵盖网站开发、数据分析、内容创作和学习辅助等领域。课程提供了完整的提示词资源、安装指南和代码示例库，鼓励学习者参与开源社区贡献。