AI 客栈
返回首页

Google 推出 Gemini API CLI：无状态调用，供现有 Agent 调用多模态能力

  • 核心发布：Google 推出 Gemini API CLI，定位为调用 Gemini API 的命令行工具，而非新的编码 Agent；可交给 Claude Code、Codex、Antigravity、Cursor、OpenClaw、Hermes 等现有 Agent 使用。
  • 能力范围：支持生成图像、视频、语音与音乐；分析 PDF、图像、音频、视频及 YouTube URL；将录音转写为 md、json 或 srt；在后台运行 Deep Research。
  • 设计边界：CLI 无状态，不保存记忆或聊天模式；上下文与计划由调用方 Agent 管理，CLI 只负责 API 调用。工具为 Agent 设计并自描述，支持 --help 与 --dry-run。
  • 行业影响：Gemini 的多模态与 Deep Research 被封装为可被其他 Agent 直接调用的命令行原语；这为跨模型工作流提供了不经过完整 SDK 集成的接入方式，也把模型能力以工具形式放进现有 Agent 的工具箱。 🔗 Gemini API CLI 官方介绍 | 发布推文