- Gemini CLI é um assistente de IA open source que permite usar os modelos Gemini do Google diretamente no terminal, uma ferramenta de linha de comando interativa capaz de escrever código, depurar e executar tarefas de automação por meio de comandos em linguagem natural
- Cerca de 30 dicas avançadas mostram recursos como gerenciamento persistente de contexto com
GEMINI.md, comandos personalizados, extensões via servidor MCP, memória e restauração de checkpoints
- Oferece recursos para otimizar o fluxo de trabalho de desenvolvimento, como referência a arquivos e imagens com
@, modo YOLO (aprovação automática), execução headless, trabalho com múltiplos diretórios e integração com IDE (VS Code)
- Inclui recursos recentes voltados a automação, observabilidade e extensibilidade, como GitHub Action, extensões (Extensions), telemetria e cache de tokens
- O Gemini CLI está evoluindo de um simples chat com IA para uma plataforma de desenvolvimento agentic que integra e controla todo o ambiente de desenvolvimento
Visão geral do Gemini CLI
- O Gemini CLI é uma interface de linha de comando com IA para usar os modelos Google Gemini diretamente no terminal
- Baseado em Node.js/TypeScript, funciona em todos os principais sistemas operacionais
- Ao receber comandos em linguagem natural, executa tarefas em várias etapas, como geração de código, depuração e configuração de sistema
- A instalação pode ser feita com
npm install -g @google/gemini-cli ou npx @google/gemini-cli
- A autenticação oferece suporte a login com conta Google (gratuito) ou chave de API (paga/enterprise)
- A conta gratuita permite cerca de 60 requisições por minuto e 1.000 por dia
- Ao usar chave de API, há maior proteção de dados e aplicação de políticas de retenção de logs
- A execução padrão começa com o comando
gemini e oferece suporte a comandos com / (controle de sessão) e ! (execução no shell)
- O modo de segurança, que solicita aprovação do usuário (Y/n) ao alterar o sistema, vem ativado por padrão
Dica 1 — Gerenciamento persistente de contexto com GEMINI.md
- Salve instruções do projeto ou informações de contexto em um arquivo
GEMINI.md para que a IA sempre responda com o mesmo contexto
- Ex.: estilo de código, arquitetura, regras de funções
- Mescla hierarquicamente o arquivo global (
~/.gemini/GEMINI.md) e o específico do projeto (.gemini/GEMINI.md)
- Use
/memory show para ver o contexto carregado no momento e /memory refresh para atualizá-lo
- É possível gerar um template básico com o comando
/init, com suporte a carregamento de vários arquivos por @include
Dica 2 — Criar comandos slash personalizados
- Defina comandos personalizados em arquivos TOML para automatizar tarefas repetitivas
- Ex.:
/test:gen → gera testes Jest com base nos requisitos
- Podem ser registrados globalmente (
~/.gemini/commands/) ou por projeto (.gemini/commands/)
- Os comandos funcionam com base em templates de prompt e podem ser compartilhados entre equipes
- São úteis para padronizar fluxos de trabalho, como formatação consistente ou definição de papéis (ex.:
/review:security)
Dica 3 — Estender o Gemini com servidores MCP
- Integração com sistemas externos por meio de servidores Model Context Protocol (MCP)
- Ex.: Figma, Google Docs, Clipboard, banco de dados interno etc.
- Registre servidores com o comando
gemini mcp add, salvando a configuração em settings.json
- Use o comando
/mcp para ver a lista de servidores e ferramentas registradas
- Há suporte a OAuth 2.0 para conexões seguras com APIs
Dica 4 — Adicionar e recuperar memória
- Use
/memory add "<text>" para salvar informações importantes na memória de longo prazo
- Ex.: “A porta do RabbitMQ é 5673”
- Veja toda a memória com
/memory show e atualize com /memory refresh
- Útil para guardar logs de decisão ou preferências pessoais, como tom de voz e nome
Dica 5 — Checkpoints e restauração com /restore
- Cria snapshots automaticamente antes de alterar arquivos, permitindo voltar ao estado anterior com
/restore
- Pode ser ativado com a opção
--checkpointing ou no arquivo de configuração
- Veja a lista com
/restore list e restaure com /restore <id>
- Quando usado junto com Git, funciona como uma rede de segurança para o trabalho da IA
Dica 6 — Ler Google Docs e Sheets
- Ao configurar o servidor MCP do Workspace, é possível ler e resumir links de Google Docs/Sheets diretamente
- Requer autenticação OAuth e pode ser acessado com comandos como
/read_google_doc
- Permite referenciar documentos, planilhas e arquivos do Drive por link para injetar contexto sem copiar conteúdo
Dica 7 — Referenciar arquivos e imagens com a sintaxe @
- Use
@caminho/do/arquivo para anexar diretamente código, documentos ou imagens ao prompt
- Ex.:
Explain this code: @./src/main.js
- As regras de
.gitignore e .geminiignore são aplicadas automaticamente
- Há suporte a reconhecimento de imagem (incluindo OCR) e comparação de múltiplos arquivos
Dica 8 — Geração instantânea de ferramentas
- Quando necessário, o Gemini pode gerar scripts temporários ou até servidores MCP na hora
- Ex.: parser JSON, analisador de logs
- O código gerado pode ser revisado em diff antes da aprovação
- Scripts úteis podem ser promovidos a comandos personalizados
Dica 9 — Solução de problemas e configuração do sistema
- Também pode ser usado fora de projetos, atuando como assistente de gerenciamento do ambiente de desenvolvimento
- Ex.: editar
.bashrc, analisar logs de erro, automatizar a instalação do Docker
- Sempre pede aprovação antes de executar comandos, ajudando em ajustes seguros no sistema
Dica 10 — Modo YOLO (aprovação automática)
- Use
--yolo ou Ctrl+Y para aprovar automaticamente toda execução de ferramentas
- Útil para acelerar tarefas repetitivas, mas há riscos
- É possível configurar whitelist para aprovar automaticamente apenas comandos específicos
Dica 11 — Modo headless e modo script
- Execute de forma não interativa com
gemini -p "prompt"
GEMINI_SYSTEM_MD permite substituir o prompt de sistema- Há suporte a saída JSON (
--format=json) e arquivo de resumo de sessão (--session-summary)
- Adequado para integração com CI/CD e scripts de automação
Dica 12 — Salvar e retomar sessões de chat
- Salve a sessão com
/chat save <name> e restaure com /chat resume <name>
- Veja a lista com
/chat list e compartilhe com /chat share
- Útil para depuração longa ou trabalho paralelo em vários projetos
Dica 13 — Workspace com múltiplos diretórios
- Use
--include-directories ou o arquivo de configuração para reunir várias pastas em um único workspace
- Veja as pastas incluídas com
/directory show
- Dá suporte a ambientes polyrepo, como edição simultânea de frontend e backend
Dica 14 — Organização de arquivos com IA
- Classifica e move arquivos de um diretório por tipo
- Ex.: imagens → Images, PDFs → Documents
- Também pode renomear arquivos automaticamente com base no conteúdo da imagem
- Recomenda-se revisar a prévia dos comandos antes da execução para mais segurança
Dica 15 — Preservar contexto com compressão de conversa
- O comando
/compress resume conversas longas para liberar espaço de contexto
- Mantém apenas as informações essenciais, permitindo continuidade na sessão
- É possível configurar um limite para compressão automática
Dica 16 — Executar comandos de shell com !
- Use
!command para executar comandos de terminal diretamente
- Ao digitar apenas
!, entra no modo shell; para sair, use ! novamente
- Integra conversa com IA e comandos de sistema em uma única interface
Dica 17 — Usar todas as ferramentas CLI como ferramentas do Gemini
- A IA pode chamar qualquer comando presente no
$PATH
- Ex.:
convert, docker, ffmpeg, git etc.
- Dependendo do ambiente, é recomendável restringir o PATH ou usar whitelist
Dica 18 — Aproveitar entradas multimodais
- Anexe imagens, PDFs e arquivos de áudio com
@ para análise
- Ex.: descrição de screenshot de UI, análise de imagem de erro, OCR
- Há suporte a geração de código e extração de dados com base em material visual
Dica 19 — Controle de acesso a $PATH e ferramentas
- Execute com PATH restrito para aumentar estabilidade e segurança
- Em
settings.json, excludeTools pode bloquear comandos perigosos
- A opção
--sandbox oferece execução em ambiente isolado com Docker
Dica 20 — Cache de tokens e rastreamento de uso
- Com chave de API ou autenticação Vertex, é possível reduzir custos reutilizando tokens
- Use
/stats para verificar taxa de acerto do cache e uso de tokens
--session-summary permite salvar relatórios JSON por sessão
Dica 21 — Copiar para a área de transferência com /copy
- Copia imediatamente a última saída, como código, para a área de transferência
- Suporta macOS (
pbcopy), Windows (clip) e Linux (xclip)
Dica 22 — Controle do atalho Ctrl+C
- Pressionar uma vez interrompe a tarefa; duas vezes encerra o CLI
- No modo shell, é possível sair com
Ctrl+C ou Esc
Dica 23 — Configurações do usuário com settings.json
- Permite ajustar detalhes como tema, sandbox, aprovação automática e modo Vim
- O comando
/settings oferece edição interativa
- Mescla configurações globais (
~/.gemini/) e específicas do projeto
Dica 24 — Integração com VS Code
- A extensão do VS Code (Companion Extension) faz reconhecimento automático de arquivo, cursor e seleção
- Ao sugerir alterações no código, o visualizador de diff do VS Code é exibido automaticamente
- Gerencie com
/ide install, /ide enable e /ide status
Dica 25 — Automação com GitHub Action
- A Gemini CLI GitHub Action automatiza classificação de issues e revisão de PRs
- Com menção
@gemini-cli, é possível solicitar geração de código de teste e outras tarefas
- O comando
/setup-github gera automaticamente o arquivo de workflow
Dica 26 — Telemetria (Observability)
- Com base em OpenTelemetry, coleta métricas, logs e traces da sessão
- Pode ser ativada com
"telemetry.enabled": true ou com a flag --telemetry
- Os dados podem ser enviados para diversos backends, como arquivo local, GCP e Prometheus
Dica 27 — Monitorar o roadmap
- O roadmap público do Gemini CLI no GitHub mostra os próximos recursos
- Ex.: agentes em background, expansão de modelos, melhorias de UI
- Também é possível participar com feedback da comunidade e sugestões de funcionalidades
Dica 28 — Extensões (Extensions)
- Use
gemini extensions install <URL> para integrar serviços externos
- Ex.: Cloud Run, BigQuery, Figma, Stripe etc.
- As extensões seguem uma estrutura modular que adiciona ferramentas MCP, comandos e contexto
- Veja a lista de extensões ativas com o comando
/extensions
Recurso extra — Corgi Mode 🐕
- O comando
/corgi executa uma animação de corgi no terminal
- É apenas um easter egg para dar uma pausa durante o uso do CLI
Conclusão
- O Gemini CLI é uma interface de desenvolvimento com IA que vai da escrita de código ao gerenciamento de sistema, automação e colaboração
- Com
GEMINI.md, MCP, extensões e integração com IDE, garante contexto persistente e extensibilidade de ferramentas
- Com ecossistema open source e atualizações rápidas, está evoluindo para se tornar uma plataforma central de IA no fluxo de trabalho de desenvolvedores
1 comentários
Opiniões no Hacker News
Eu não faço nenhuma dessas configurações
O motivo é que elas ficam obsoletas rápido demais, e 80% delas não funcionam direito
Não acho que valha a pena montar um servidor MCP quando nem dá para saber se o LLM vai chamá-lo de forma confiável
Minha regra é simples — eu mesmo escrevo documentação para mim (templates, checklists etc.) e dou ao AI uma chance de tentar uma vez
Se não acertar de primeira, eu ajusto a documentação ou simplesmente faço eu mesmo
No fim, a utilidade depende dos dados de treino e da evolução do modelo, e acho certo tratá-lo como uma espécie de programação por restrições sem gramática formal
Considerando a subjetividade da linguagem natural, o melhor caminho é uma iteração rápida, refinando repetidamente as sentenças de restrição
Por exemplo, já usei o Gemini em 4 iterações para obter um script bash totalmente automático e funcional
Para o conceito relacionado, veja Constraint programming
Consigo delegar tarefas no nível de um desenvolvedor júnior e ir fazer outra coisa
Se falhar de primeira, eu melhoro a documentação (arquivo
.md) e tento de novoQuase não uso MCP por causa do risco de segurança, mas esse loop iterativo é bem eficiente
Por outro lado, dizer “se não der certo de primeira, eu faço sozinho” é como demitir o júnior imediatamente
Ainda não chegamos lá, e as habilidades que estamos acumulando agora são como construir na encosta antes de alcançar esse ponto
Como o método atual de avaliação de prompts não é confiável, estou montando eu mesmo uma configuração agentic para melhorar isso
Ontem adicionei um recurso de viagem no tempo de sessão baseado em Dagger, e hoje pretendo incluir funções de fork, clone e registry
O Gemini CLI ainda é fraco para tarefas de programação mais complexas
Isso acontece por causa do loop ReAct simples e da capacidade fraca de chamar ferramentas
Mesmo assim, como está sendo desenvolvido ativamente em open source, o potencial é grande
Com a janela de contexto de 1M (em breve 2M) e uma cota gratuita generosa, acho que a ideia é usar sem dó (ABUSE IT)
Eu o uso como ferramenta de orquestração TUI/CLI, e ele também foi bastante útil para avaliar código gerado por outras ferramentas
Recentemente, conectei Homebrew e MCP, e integrei com um Knowledge Manager baseado em LLM local (Nowledge Mem)
Curiosamente, também vi casos de uso do Gemini CLI como SubAgent para evitar poluir o contexto principal
Tweet relacionado
Mesmo quando você diz “não modifique o código, apenas sugira”, ele vai lá e altera os arquivos
O Pro 3 é inteligente, mas ainda é instável em seguir instruções
Tentei via Antigravity, mas, por causa da cota limitada, foi difícil fazer testes mais complexos
Para impressões mais detalhadas, veja este texto
Addy Osmani é um engenheiro de software irlandês responsável por Google Chrome e Gemini, um veterano com 25 anos de experiência
Ele é apaixonado por melhorar a performance web e por ferramentas de desenvolvimento assistidas por AI, e escreveu vários livros, incluindo 『Learning JavaScript Design Patterns』
Link da competição
Eu gostaria que agentes de programação agnósticos em relação a LLM virassem o padrão
Em vez de cada um reinventar a roda, como Codex ou Gemini CLI, seria ótimo poder trocar o provedor de LLM como plugin
Hoje o Claude Code é o melhor, mas não parece que a Anthropic vai seguir nessa direção
No fim, acho que vamos ter de esperar a próxima geração de agentes de programação open source
Só que CLIs desse tipo se parecem mais com interfaces para modelos por assinatura do que com ferramentas reais
Os modelos mais recentes consomem tantos tokens que a assinatura mensal acaba sendo mais realista do que pagar por API
Usei nos últimos dias e fiquei bastante satisfeito
Link do GitHub
Também existem várias alternativas, como Crush, Aider, Amp Code, Emacs+gptel, Editor Code Assistant
Ainda assim, como a coevolução (co-design) entre LLM e agente de programação é importante, uma separação completa ainda parece irrealista
Ironicamente, agora ele adotou um LLM próprio
Apresentação do Cursor Composer
Estou usando o Gemini CLI há alguns meses
Como tenho assinatura gratuita no trabalho, continuei usando
Dizem que ele reconhece o arquivo GEMINI.md, mas na prática muitas vezes ignora
Mesmo assim, dicas como a Tip 12 e a Tip 16 foram úteis
O problema de alucinação da AI continua, mas foi a primeira experiência que realmente me fez achar AI ‘divertida’
Especialmente quando deixei que ele depurasse autonomamente um cluster PoC de K8s, o processo de buscar logs e encontrar erros foi realmente impressionante
Às vezes, quando ele age de forma burra demais, eu digito
/quite faço sozinho, mas ainda assim continuo usando com prazerAcabei de montar um cluster RKE2 e quero muito testar isso
Eu gosto muito de AI
Sinto que é uma ferramenta essencial, como a internet ou o iPhone, que me torna um ser humano mais eficiente
Mas estou com uma forte fadiga de tutoriais sobre “como usar AI”
A maioria tem baixa qualidade, e este texto pelo menos é um pouco melhor
É como os desenvolvedores JS apresentando um novo framework toda semana
Não importa quem escreva, se é sincero ou só para gerar engajamento, já não desperta mais interesse
Sinceramente, essas configurações complexas são exageradas
Para mim, só com prompts no estilo gritar com a AI já funciona bem o bastante
Só com LazyVim e algumas ferramentas (
git,ask,ripgrep) já consigo ser bastante produtivoEspecialmente o Gemini 3 é muito útil, porque tem alta densidade de tokens e contexto grande
Quando o contexto fica grande demais, eu peço para ele escrever um resumo no README.MD e inicio um novo agente
Link da ferramenta ask
Com outros modelos eu não conseguia produtividade, mas agora até tarefas complexas dão certo de primeira em 80% dos casos
O contraste entre scripting manual e workflow assistido por LLM é interessante
Se as restrições não estiverem claras, os dois falham; mas, quando estão claras, o LLM funciona com uma confiabilidade surpreendente
Hoje em dia, o problema da programação AI/Agentic/Vibe é a velocidade rápida demais da evolução
As melhores práticas ficam obsoletas antes mesmo de se consolidarem
Linguagens e frameworks mudavam, mas a forma de quebrar problemas em partes e entender a codebase era relativamente estável;
agora já não sei onde esse ponto de equilíbrio vai parar
Acho o Gemini CLI meio ruim
Se for para usar algo, recomendo o Opencode
O Google também deveria refazer o CLI do zero, como o Codex
Só para constar, o Gemini 3 atualmente não funciona no Opencode via Copilot
Link da issue
Fiquei em dúvida se uma TUI simples realmente precisa desse tipo de restrição
Pela documentação oficial, Gemini não é mencionado diretamente,
e parece ser oferecido via Google Vertex AI
Talvez também seja possível conectar o Gemini por meio de uma assinatura do Google Workspace