Gemini CLI wurde veröffentlicht.

• Sie können große und kleine Codebasen abfragen und bearbeiten, die das Kontextfenster von Gemini mit 1 Million Tokens übersteigen.
• Mit den multimodalen Fähigkeiten von Gemini können Sie aus PDFs oder Skizzen neue Apps erstellen.
• Sie können operative Aufgaben wie Pull-Request-Abfragen oder die Verarbeitung komplexer Rebases automatisieren.
• Mit Tools und MCP-Servern können Sie neue Funktionen anbinden, darunter die Medienerzeugung mit Imagen, Veo oder Lyria.
• Mit dem in Gemini integrierten Tool für die Google-Suche können Sie Abfragen fundieren.
• Mit dem kostenlosen Modell sind Anfragen an Gemini-2.5-Pro bis zu 60-mal pro Minute und maximal 1.000-mal pro Tag möglich.

[belfast]

Ich bin ohne allzu große Erwartungen an die Sache herangegangen und habe es ausprobiert, aber es war noch schneller als gedacht, und auch mit der Leistung bin ich zufrieden.

[spilist2]

Ich habe eine Methode zur Authentifizierung für Google-Workspace-Nutzer veröffentlicht. https://de.news.hada.io/topic?id=21662

[xguru]

Kommentare auf Hacker News zu Gemini CLI

• Ich finde es wirklich absurd, wie fragmentiert die Produktfamilie von Google Gemini inzwischen ist. Ich bin ein zahlender Pro-Abonnent und habe erst jetzt erfahren, dass man Nutzer von „Gemini Code Assist Standard“ oder „Enterprise“ sein muss, um mehr nutzen zu können. Ich wusste nicht einmal, dass es das gibt. Als normaler Google-Nutzer bekommt man zwar ein großzügiges Free Tier, aber selbst wenn man für Gemini bezahlt, ist das nicht mit „Gemini CLI“ verknüpft. Eine wirklich seltsame Erfahrung.

  • Google ist inzwischen bei Produktdesign und Messaging genauso verwirrend wie Microsoft. Selbst wenn es viele gute Produkte gibt, verwässert das am Ende den Gesamteindruck. Ich selbst halte Gemini 2.5 Pro für gut und nutze wegen Google Drive oft Google One und Gemini Pro, aber da ich bereits an iCloud gebunden bin, kann ich die Funktionen nicht richtig ausschöpfen. Die Gemini-Chat-UI liegt weit hinter dem ChatGPT-Client zurück. NotebookLM ist gut für Dokumentzusammenfassungen, aber nicht mit Gemini Chat integriert, sodass man je nach Bedarf ständig zwischen beiden hin- und herwechseln muss. Deshalb habe ich am Ende Raycast AI abonniert. Das fügt sich ohne besondere Einrichtung gut in den Workflow ein. Ein großer Vorteil ist, dass die Funktionen nicht wie bei Google auf viele einzelne Angebote verteilt sind. Bei der UX liegt Google derzeit deutlich hinter OpenAI und Anthropic zurück. Zuletzt hat Google zwar schnell versucht, v0 (Google Stitch), ein oberflächliches VSCode-Plugin für GH Copilot/Cursor und sogar Claude Code einzuholen, aber alles wirkt wie experimentelle Projekte, die bald wieder verschwinden könnten.
  • Genau diese Komplexität ist der Grund, warum Startups und Solo-Entwickler lieber andere Lösungen als Google wählen. Die technische Qualität von Gemini 2.5 Pro selbst ist zwar sehr hoch, aber das Google Cloud Dashboard wurde seit langer Zeit praktisch nicht verbessert. Es heißt zwar, dass Modelle auf Vertex gehostet werden, aber ich verstehe den Unterschied zu Google Cloud nicht, und auf jeder Projektebene gibt es eigene APIs. Selbst wenn man mit einem kleinen Projekt anfängt, muss man beim Wachstum von der Google AI Studio API auf die Vertex API wechseln, was völlig unvernünftig ist. Sogar die zu OpenAI kompatible Google API produziert häufig Fehler. Ausgerechnet ein AI-Anbieter, der faktisch Industriestandard werden sollte, behindert die Skalierbarkeit. Es gibt unnötig viele sich überschneidende Dienste wie Jules vs. Gemini CLI oder Vertex API (mit Google Cloud erforderlich) vs. Google AI Studio API. Wenn man Vertex nutzt, muss man in der App sogar Umgebungsvariablen wie PROJECT selbst setzen, was es noch komplizierter macht.
  • Auch bei der Preisgestaltung wirkt Google orientierungslos. Obwohl Gemini 2.5 Pro das Beste ist, was ich bisher benutzt habe, gibt es kein einfaches Abo-Modell wie bei Claude/Cursor, mit dem man alle Funktionen unkompliziert nutzen kann. Im Enterprise-Bereich hat OpenAI derzeit klar eine starke Position.
  • Es gibt sogar eine AI-ULTRA-Mitgliedschaft für 300 $ pro Monat. Nicht einmal bei der Google-One-Mitgliedschaft wird klar erklärt, welche Zusatzfunktionen man eigentlich bekommt. Vermutlich passiert so etwas, weil sich alles zu häufig ändert.
  • Wir schätzen das Feedback sehr und werden es im Team aktiv einfließen lassen.

• Ich habe Gemini CLI um eine bidirektionale Sprachschnittstelle erweitert, die auf einem Open-Source-MCP-Server basiert, und sie kürzlich selbst veröffentlicht. Sie ist unter dem Namen voice-mode verfügbar. Ich habe auch die konkrete Installation und Codebeispiele geteilt.

• Ich arbeite direkt an diesem Projekt mit. Die Nutzung ist noch nicht sehr hoch, daher bitte ich um etwas Nachsicht bei der TPU-Situation. Bugs oder Feature-Requests sind von allen willkommen. Das gesamte Team liest das Feedback aufmerksam.

  • Gestern habe ich mehrfach versucht, einen in Ruby geschriebenen Algorithmus mit GPT-4.1 nach JavaScript zu konvertieren, bekam aber ständig nur Fehler. Aus Neugier habe ich dann Gemini CLI ausprobiert, und es hat das komplette Ruby-Projekt in einem einzigen Durchgang umgewandelt. Vom Gedanken bis zum Ergebnis hat es insgesamt nur fünf Minuten gedauert. Beeindruckend.
  • Ich bezahle Gemini auch über Google Workspace, aber ich bekomme die Meldung, dass die Umgebungsvariable „GOOGLE_CLOUD_PROJECT“ fehlt. Für uns, die wir GCP nicht nutzen, ist es überhaupt nicht intuitiv, wie man an diesen Wert kommt. Das müsste zumindest gut dokumentiert sein. Im schlimmsten Fall entsteht die ironische Situation, dass zahlende Nutzer schlechteren Zugang haben als normale Nutzer.
  • Ich habe auf einem Apple M1 versucht, eine Integration zu bauen, bei der über CodeRunner der von Gemini CLI erzeugte Code direkt ausgeführt wird. Das funktioniert sehr gut. Ich habe auch ein konkretes Beispiel verlinkt.
  • Ich wünsche mir für normale Nutzer ein integriertes Abo wie Claude Max, inklusive IP-Compliance sowie Zugriff auf die Gemini-App und die API.
  • Im CLI sind derzeit die verfügbaren Funktionen gebündelt. Es wäre schön, wenn es Optionen gäbe, einige davon zu erweitern oder zu deaktivieren.

• Mit Claude Code (Opus 4) konnte ich eine große Rust-Codebasis gut bearbeiten, aber bei komplexen Aufgaben gab es weiterhin Grenzen. Als ich Gemini CLI ausprobierte, war die Installation zwar einfach, doch bei der Umwandlung von Rust-Code lag die Qualität klar unter Claude. Trotzdem bekam ich die Antwort: „Ich habe den Code komplett ruiniert, also werde ich alle Änderungen rückgängig machen und noch einmal von vorne anfangen.“ Gerade dieses Maß an Selbstwahrnehmung und Reset war heute mein persönliches Highlight.

  • Gemini hat unterhaltsame Fehlreaktionen. Manchmal antwortet es in einem Tonfall, als wüsste es selbst, dass es einen Fehler gemacht hat, etwa mit „Das war unerwartet!“ oder „Jetzt wird der letzte Test bestehen!“. Selbst ohne Änderung des System-Prompts zeigt es oft sehr selbstbewusste und emotionale Reaktionen. Vermutlich liegt das daran, dass eine Sprache, die Ergebnisse visualisiert oder darstellt, im Training wirksamer war und dadurch diese Tendenz entstanden ist.
  • Ich glaube, Gemini profitiert davon, dass es auf der gesamten internen Google-Codebasis trainiert wurde. Rust wird intern bei Google weniger genutzt, und Google hat viele starke C++-Werkzeuge, daher scheint Gemini bei Rust vergleichsweise schwächer zu sein.
  • Ich hatte eine ähnliche Erfahrung. Bei einem Experiment zur Implementierung neuer Funktionen habe ich wegen undefined-Funktionen und anderer Probleme am Ende aufgegeben. Claude war auch nicht perfekt, aber zumindest lief der Code. Das Ergebnis von Gemini war eleganter, aber es fehlte am letzten Schliff.
  • Bei mir war es genauso: Nach 15 Minuten zeigte es ebenfalls dieses „Reset“-Verhalten.
  • Auch Claude fängt in ernsten Situationen manchmal selbst wieder von vorne an.

• Wenn man Gemini Code Assist verwendet, wird der gesamte Code an Google gesendet. Laut offizieller Anleitung werden Prompts, relevanter Code, generierte Ergebnisse, Feedback und Informationen zur Nutzung bestimmter Funktionen gesammelt, und menschliche Prüfer können 18 Monate lang anonymisierte Daten einsehen. Man wird darauf hingewiesen, keine vertraulichen Informationen oder Daten einzugeben, die man nicht offenlegen möchte.

  • Tatsächlich gelten differenziertere Richtlinien. Beim kostenlosen Code Assist werden Daten standardmäßig verwendet, es gibt aber eine gesonderte Opt-out-Einstellung. Bei kostenpflichtigem Code Assist oder kostenpflichtiger API-Nutzung werden die Daten nicht zur Verbesserung des Machine Learning verwendet. Nur bei normalen kostenlosen Konten ohne separate Einstellung werden Daten genutzt.
  • Ich erkenne an, dass die Datenschutzrichtlinie von Gemini CLI je nach Login-Methode verwirrend war. Ich habe eine Übersicht mit Richtlinien und FAQ für alle Kontotypen in einem Dokument zusammengefasst und geteilt. Danke für die Forderung nach mehr Transparenz.
  • Der frustrierendste Teil im Gemini-Ökosystem ist genau diese Datenschutzpolitik. Ich halte 2.5 Pro derzeit für das beste Modell, aber die wirklich verwirrenden und inkonsistenten Leitlinien machen es schwierig, es in der Praxis einzusetzen. Selbst mit teuren Bezahlplänen scheint sich daran wenig zu ändern. Ich hoffe sehr auf Verbesserungen.
  • Es gibt auch eine Lösung namens gemmafile, die von Mozilla und Google angeboten wird. Das ist ein vollständig eigenständig laufendes Gemini (Gemma) in Form einer abhängigkeitslosen Single Binary. Tatsächlich nutzen 32 % der Organisationen Gemini auf diese Weise.
  • Es gibt auch eine versteckte Passage im Abschnitt „Usage Statistics“ der Konfigurationsdokumentation. Dort steht, dass persönliche Informationen, Prompts und Dateiinhalte nicht gespeichert werden.

• Den System-Prompt von Gemini CLI kann man als Code (Gist) einsehen, und in einem separaten privaten Blog sind Nutzungserfahrungen und Notizen zusammengestellt.

  • Da Gemini CLI Open Source ist, ist auch der Speicherort des System-Prompts offengelegt.
  • Es wird nur die Verwendung absoluter Pfade erwähnt, aber im Beispiel werden relative Pfade gezeigt, was etwas verwirrend ist.

• Vor ein paar Tagen habe ich mit Claude Code im Stil von Vibe Coding eine Streamlit-Python-App gebaut, aber ab einem gewissen Punkt konnte es komplexe Bugs nicht mehr lösen. Gemini CLI hat auch bei deutlich größeren Projekten noch gut funktioniert, und allein die Anweisung „analysiere den gesamten Code und behebe die Bugs“ hat meistens ausgereicht. Es fühlt sich wirklich an, als würden wir in der Zukunft leben.

  • Ich frage mich, ob das am Unterschied bei der Größe des Context Window liegt. Bei Gemini ist es fünfmal größer als bei Claude. Wenn ich mit Claude an Side Projects arbeite, stoße ich ständig an die Kontextgrenze und verliere Details. Ich hoffe, dass Gemini dieses Problem löst.
  • Die optimale Nutzung von Claude Code besteht darin, schwere Aufgaben an Gemini Pro 2.5 oder o3/o3pro auszulagern. Dank MCP-Support lassen sich mehrere Modelle inzwischen eng koppeln. Künftig dürfte es Standard werden, jedes beliebige LLM-Modell in Form eines CLI-Agenten einzustecken und zu verwenden. Markenbasierte Massen-UI wie ChatGPT haben in der Praxis letztlich keinen Vorteil.
  • Wenn man die AI vorab für jedes Modul ein 100-Zeilen-Zusammenfassungsdokument schreiben lässt, in dem statt Details nur Referenzpfade stehen, kann sie auf dieser Basis den nötigen Kontext erfassen und effizient arbeiten. Wenn sich ein Modul nicht in 100 Zeilen zusammenfassen lässt, ist es Zeit für ein Refactoring. Letztlich muss man auch LLMs nur den wichtigen Kontext präzise liefern.
  • Prompt Engineering und konkrete Anweisungen sind eher effizienter. „Behebe einfach alle Bugs“ ist für den realen Einsatz womöglich keine wirksame Methode.
  • Bei echter Komplexität bricht das aber leicht zusammen. Wenn man mit Vibe Coding programmiert, entsteht viel unnötiger Code, und der Speicherverbrauch ist höher, als wenn man selbst schreibt. Wenn sich diese Arbeitsweise weiter verbreitet, könnte man künftig sogar mit steigender DRAM-Nachfrage rechnen.

• Ich hätte mir gewünscht, dass es in Go oder Rust geschrieben worden wäre. Ein CLI als Single Binary, für das keine Node-Runtime installiert sein muss, wäre besser gewesen.

  • Solche Projekte werden häufig aktualisiert, daher ist es wahrscheinlich realistischer, das über npm/pip automatisch abwickeln zu lassen. Tatsächlich führt es keine besonders schweren Aufgaben aus, daher ist Node auch keine große Belastung. Prinzipiell wäre Go aber natürlich die elegantere Lösung gewesen.
  • Es wurde vorgeschlagen, Gemini CLI eine eigene Neufassung schreiben zu lassen. Es könnte den Code selbst in der gewünschten Sprache erzeugen.
  • Es geht wohl weniger um Qualität, sondern eher darum, dass alle Konkurrenten CLI-Tools anbieten und man es deshalb der Form halber eingeführt hat.
  • Wenn man eine echte ausführbare Datei bauen will, könnte man sie vermutlich mit Bun oder Deno packagen. Wenn der Node-Code nichts Besonderes enthält, sollte Bun daraus eine eigenständige Binary machen können. Ich frage mich, wie groß die exe im Vergleich zu Go oder Rust wäre.
  • OpenAI baut auch Codex CLI gerade von TypeScript auf Rust um. Ich persönlich hatte mit der Node-Installation keine Probleme und das Packaging war ordentlich, daher ist es mir letztlich egal, auf welchem Weg es umgesetzt wird.

• Ich bekomme die Meldung „Google Workspace account login failed“. Falls Gemini CLI nur für nichtkommerzielle Nutzer gedacht ist, wäre das ziemlich irritierend. Bei Google-Diensten werden Workspace-Konten wirklich absurd häufig eingeschränkt. Früher brauchte ich mit meinem GSuite-Konto nur E-Mail, inzwischen sind ständig verschiedenste Daten und Zugriffe begrenzt, und selbst bei bezahlten Abos werden Funktionen zufällig freigeschaltet oder blockiert. Diesmal sind Workspace-Kontonutzer von Gemini CLI offenbar komplett ausgeschlossen, und als treuer Kunde enttäuscht mich das.

  • Es wurde darauf hingewiesen, dass ein Blick in den offiziellen GitHub-Authentifizierungsleitfaden helfen könnte.
  • Zusätzliche Einstellungen wie die Umgebungsvariable GOOGLE_CLOUD_PROJECT sind ebenfalls erforderlich.

• Nachdem ich dieses Tool etwa einen Monat lang verwendet habe, habe ich den Eindruck, dass 2.5 Pro SOTA ist und dank des großen Context Window von 1 Million Tokens wirklich enorm leistungsfähig ist. Selbst große Codebasen analysiert und versteht es mühelos.

  • Kürzlich hatte ich bei der Nutzung in Cursor das Problem, dass in einer großen Python-Datei Imports kaputtgingen. Claude hatte dieses Problem nicht. Ich werde Gemini CLI heute selbst direkt ausprobieren.

[fanotify]

https://github.com/google-gemini/gemini-cli/…
Authentifizierungsmethoden 1 und 2a sind kostenlos, ab 2b ist ein kostenpflichtiges Konto erforderlich.

Wird mein Code einschließlich Prompts und Antworten zum Trainieren von Google-Modellen verwendet?
Das hängt vollständig von der Art der von Ihnen verwendeten Authentifizierungsmethode ab.

Authentifizierungsmethode 1: Ja. Wenn Sie ein persönliches Google-Konto verwenden, gilt die Datenschutzerklärung für Gemini Code Assist für Privatnutzer. Gemäß dieser Richtlinie werden Ihre Prompts, Antworten und zugehörigen Codes erfasst und können zur Verbesserung von Google-Produkten, einschließlich des Modelltrainings, verwendet werden.
Authentifizierungsmethode 2a: Ja. Wenn Sie einen Gemini-API-Schlüssel verwenden, gelten die Nutzungsbedingungen für die Gemini API (kostenloser Dienst). Gemäß diesem Hinweis werden Ihre Prompts, Antworten und zugehörigen Codes erfasst und können zur Verbesserung von Google-Produkten, einschließlich des Modelltrainings, verwendet werden.
Authentifizierungsmethoden 2b, 3 und 4: Nein. Für diese Konten unterliegen Ihre Daten den Bedingungen von Google Cloud oder der Gemini API (kostenpflichtiger Dienst), und Ihre Eingaben werden vertraulich behandelt. Ihr Code, Ihre Prompts und sonstigen Eingaben werden nicht für das Modelltraining verwendet.

[laeyoung]

Vielen Dank für die übersichtliche Zusammenstellung.