- Googleが Gemini CLI というオープンソースのAIエージェントを新たに公開
- このツールは コマンドライン環境 で直接GeminiモデルのAI機能を利用できるよう支援
- 開発者は コード生成、文書要約、翻訳 などのさまざまな作業をCLIですぐに実行可能
- Gemini CLIの特徴は 拡張性、カスタマイズ性、オープンソースとしてのアクセス性
- 既存のAIエージェントと比べて利便性と 生産性向上 という強みを持つ
Gemini CLIの紹介
- Googleは Gemini CLI を公開し、開発者がコマンドライン環境でAI機能を簡単に使えるよう支援
- Gemini CLIはGoogleの Geminiモデル を基盤としており、日常的な開発作業の自動化、自然言語処理、翻訳、コード生成、文書要約など多様なAI機能を統合的に提供
- オープンソースとして提供されているため、自由にカスタマイズや拡張が可能であり、開発者コミュニティのニーズに合わせたさまざまなプラグインや拡張を開発できる環境を備える
- 既存のLLMベースのコマンドラインツールと比べて シンプルな統合と高い利便性 を提供し、活用例としてコードエラーの修正、開発文書の自動化、データ分析などさまざまな業務が挙げられる
- Gemini CLIは迅速なAIアクセス性とリアルタイムの活用性、開発者環境に 自然に統合できる構造 により、生産性向上に貢献
1件のコメント
Hacker Newsの意見
GoogleのGemini製品があまりにも断片化されていて混乱する。Pro加入者の自分ですら、「Gemini Code Assist Standard」や「Enterprise」を使うと、より多くの利用量が提供されることを今になって知った。こうした料金プランや機能差を知らなかった普通のGoogleユーザーとして、GoogleにGeminiの購読料を払っていても「Gemini CLI」では特に恩恵を受けられないという、あきれる状況を経験した
GoogleもMicrosoftのようにほぼあらゆる分野に製品を持っているのに、混乱を招くメッセージングのせいでそれぞれの強みが薄れている感じがする。自分もGemini 2.5 Proは好きだが、日常用のAIチャットアシスタントを探してしばらくいろいろなAI製品も試した。Gemini ProのサブスクはGoogle Oneに含まれていてGoogle Driveと使うには良いが、すでにiCloudを契約していてiOS環境向けのデータ連携もあるので乗り換える理由はない。GeminiのチャットUIはOpenAI ChatGPTのmacOSクライアントよりかなり劣っている。NotebookLMは文書要約に強いがGeminiチャットと統合されておらず、Google製品の間を行き来し続けなければならない煩わしさが残る。結局Raycast AIに課金しているが、ワークフローにうまく溶け込んだ統合体験と、さまざまなモデルを試せるからだ。最新モデルがすぐ提供されるわけではないが、一貫した使い勝手には満足している。こうしてGoogleがさまざまな製品に分散しているせいで、使い勝手の面ではOpenAI（一般業務）、Anthropic（コーディング）に後れを取っている。ここ数か月、Google Stitch、GH Copilot/Cursor向けVSCodeプラグイン、Claude Codeなどで巻き返そうとしていたが、どれもすぐ消えそうなサイドプロジェクトの雰囲気しかない
品質は非常に高いが、Google Cloud Dashboardは複雑すぎて、ほとんどのスタートアップや個人開発者はGoogle以外のソリューションを選ぶ。Vertexでモデルをホストしているが、Google Cloudとの違いが不明瞭だ。プロジェクトレベルごとにAPIも2種類ある。AIプロバイダーなら規模に関係なく参入障壁なしで使えるようにすべきなのに、Google AI Studio APIから始めてプロジェクトが大きくなるとVertex APIへ強制的に移行させられる構造で、拡張性のないAPIソリューション設計だ。OpenAI互換APIもしばしば動作せず、これを使う多くのツールが正常に動かない。Google AIのラインアップ、つまりJulesとGemini CLIの違い、Vertex APIとAI Studio APIの差、VertexがGoogle Cloudに依存していることによるアプリ開発時の環境変数設定など、複雑さによる参入障壁がある Vertex環境変数の公式ドキュメント
Googleの価格政策は理解しがたいレベルだ。Gemini 2.5 Proは自分が使った中で最高のモデルだと思えるほどなのに、ClaudeやCursorのように一度に全機能を使えるシンプルなサブスクが存在しない。エンタープライズユーザー側はOpenAIが完全に制圧している
月額300ドルのAI ULTRAメンバーシップもある。Google Oneメンバーシップでさえ、どんな「追加機能」が付くのかが刻々と変わる感じで、明確な案内を受けにくい
Anthropicも同じだ。サブスクに入ればClaudeは使えるが、Claude Codeは別途「API利用量」で課金され、サブスクとは分離された料金体系になっている。CLIを好む自分たちを誰かが把握して、それに別料金を課す方法を覚えたようだ。GUI経由で回避もできるが、ターミナルほどナビゲーションが直感的ではなく不便だ
このプロジェクトに参加している当事者だ。今は導入カーブが急な状態で、今日のようにTPUがよく働く日にみんなのフィードバックを大事に読んでいる。バグ報告や機能要望はいつでも歓迎
昨日の午後、Ruby（知らない言語）で書かれたアルゴリズムをバニラJavaScriptに変換しようと苦労していた。GPT-4.1で試したが時間ばかりかかって失敗した。好奇心でGemini CLIをインストールし、Rubyプロジェクトを指定したところ、たった1回のリクエストですぐ変換に成功した。すべての過程が5分で終わって驚いた
Google Workspace with Geminiの有料組織アカウントなのに、
GOOGLE_CLOUD_PROJECT 環境変数がありませんという案内メッセージが出る。GCPを使っていないと、追加案内なしに環境変数の値を取得するのは直感的ではない。有料ユーザーのほうが一般のGoogleユーザーよりアクセスしにくい点は、ドキュメント改善が必要だApple Container on M1にGemini CLIが生成したコードを無事に統合できた。CodeRunnerでGemini CLIオプションを適用する方法の説明
より消費者向けのサブスク（例: Claude MaxのようにGemini CLIとGeminiアプリを統合し、IP準拠とAPIアクセスを含む）の提供に期待したい
Google Gemini、Gemini Ultra、AI Studio、Vertex AI、Notebook LLM、Julesなど、似た機能の製品が多すぎて、ユーザー案内とライセンス体系に混乱を招いている
Claude Code（4 Opus）で大規模なRustコードベースに対してそこそこの成果は出たが、複雑な作業には物足りなさがあった。Gemini CLIも今日試してみたが、インストールは簡単でも結果は悲惨だった。Rustコードを修正した後のコンパイル成功率ではClaudeより明らかに劣っていた。ただ、Geminiが「コードをめちゃくちゃにしてしまったので、すべての変更を元に戻して最初からやり直します」というセルフリセットの一言を残して、今日一番の笑いどころを提供してくれた
Geminiの失敗の仕方はむしろ面白い。コード修正がうまくいかないと、「これは予想外ですね」といった人間くさい一言とともに、「テストは通ると思います！」と自信満々に宣言する。過信気味の基本性格と感嘆符の多用も目立つ。おそらく訓練過程で、結果を断定するほうが良い結果を生むと学習したのだろう
Google内部の大規模コードベースでGeminiがトレーニングされた恩恵はあるが、Google内でのRust利用が少ない（優れたC++ツール群があるため）ので、RustではGeminiが相対的に弱いのではないかという仮説
似たような経験をした。アプリの新機能テスト中だったが完全にこんがらがってしまった。未定義の関数を使い、何度かエラーを繰り返した末に諦めた。Claudeは無難に完了したがコード品質は今ひとつで、Geminiは個々のアイデアは斬新だったものの一貫性に欠け、最後まで完成できなかった
自分も試したが、15分で同じように「全部元に戻す」という反応になった
Claudeも状況があまりに悪くなると最初に戻ろうとする。内部で編集がぐちゃぐちゃになると、こういうケースを目にする
Gemini Code Assistを使うと、自分のコードデータがすべてGoogleに送信される（告知 リンク）。プロンプト、関連コード、成果物、使用フィードバック、機能利用情報など、あらゆるデータが収集され、Googleサービスおよび機械学習の改善に使われる。品質改善のために人間が直接データを閲覧し、注釈を付け、加工することもできる。プライバシー保護のためアカウント情報から切り離したうえで最大18か月保管される。機密情報や外部公開を避けたいデータは入力しないよう推奨されている
この点はもう少し複雑だ。無料版Code Assistでは収集データがデフォルトで活用されるが、別案内の手順でopt-outできる。有料Code Assistではデータはモデル改善に使われない。pay as you goアカウントのGemini APIキーを使った場合も同様に収集されない。実際の機密データ利用範囲は原文より一段緩やかだ
チームでGemini CLIにどうログインするかによってプライバシーポリシーが分かりにくいという指摘には同意する。論争を解消するため、各アカウント別の利用規約・データポリシーを一目で整理したドキュメントとFAQを新たにまとめた（ ドキュメントリンク)
Geminiエコシステムで最もいら立たしいのは、まさに透明性に欠けるプライバシーポリシーだ。2.5 Proが最高のモデルなので仕事で使いたくても、プライバシー条件があまりにも混乱していて、実際には何の保護も受けられない前提で動くことになる。高額な最上位サブスク加入者でも同じだ
MozillaとGoogleがGemmafileという代替を公開した。Gemmaは単一ファイルでローカル動作する完全オフライン（open-airgapped）のGemini版で、依存関係なしのスタンドアロン実行に対応する。ダウンロード 2025年時点で32%の組織が実運用で導入している（ レポート ）
Gemini CLIのconfiguration.mdドキュメントの「収集しない情報」セクションでは、個人識別情報、プロンプトおよび応答内容、ファイル内容はログに保存しないと明記されている
Gemini CLIのシステムプロンプトはGistリンクで公開されている。関連する個人メモはこちら
Gemini CLIはオープンソースなので、Githubリポジトリでシステムプロンプト原文まで確認できる
システムプロンプトでは絶対パスだけ使うよう案内しているが、一時ファイルの例では相対パスが使われている
数日前、Claude Codeでstreamlit Pythonベースの簡単な株価追跡Webアプリをコードの流れに沿って書いていたが、プロジェクトがある程度のサイズになるまでは非常によく動くものの、その時点以降はバグ修正が素早くできなくなった。同じ作業をGemini CLIでやってみると、Claude Codeが迷い始める頃に「コードベースを分析してすべてのバグを直して」と頼んだところ、ひとまずアプリは無事に起動した。まさに未来を感じた
これがcontext window size（コンテキストウィンドウ）の差によるものなのか気になる。GeminiのウィンドウサイズはClaudeの5倍ある。Claudeを使っていると、デバッグ中にある時点でコンテキスト不足になって挙動が崩れる。あとでGeminiの大きなウィンドウ環境でこれを試してみるつもりだ
現在のClaude Codeの模範的な使い方は、重い処理をGemini 2.5 Proやo3/o3proに任せることだと思う。MCP対応などのおかげで両モデルの接続もスムーズにできる。Gemini CLIもオープンソースなら、さまざまなモデルプラグインが可能そうだ。将来LLMがコモディティ化する世界では、UIラッパーよりCLIエージェント型ツールが主流になるかもしれない。OpenAIはユーザー数競争では勝者だが、実務用UIとしてはChatGPTが劣勢だ
モジュールごとに100行以内の要約markdown文書を用意し、各モジュールの概要とファイル位置だけを載せてAIがその内容を探索できるようにすると、文脈理解の助けになる。この形式に収めるのが難しいなら、人間の開発者にとっても管理が難しい。重要なのは、核心となる文脈をAIにうまく指定してやることだ
具体的で明確なプロンプトエンジニアリングのほうが、はるかに生産性が上がりそうだ。「すべてのバグを直せ」式の依頼は、現実的なシナリオとはやや合わない
この方法は複雑さが増すほど破綻しやすく、重複コードも多くなってメモリ効率が非常に低くなる可能性が高い。結局は自分で書いたほうが効率的かもしれない。雑に作られたコードが増えると、DRAM需要が異常に増えるのではないかという点も気になる
Gemini CLIに双方向の音声インターフェースを自分で追加した。
GoやRustのようにランタイム不要の単一バイナリであってほしいという不満がある。Nodeランタイムが必要な点が惜しい
この種のプロジェクトは更新が頻繁に必要なだけに、npmやpipで管理するほうが現実的だ。膨大な計算や巨大な容量を要求するプログラムでもないので、現代のハードウェアでは大きな問題ではない。Goもこの用途には本当によく合うと思うが、現実性の面ではライブラリ管理のほうが楽だ
Gemini CLIに、自分の好きな言語で書き直してくれとプロンプトで指定する方法もある
製品の品質より、「うちにもCLIツールがありますよ」というマーケティング目的に近いプロジェクトに感じる
実際、OpenAIもTypescriptではなくRustでCodex CLIを再構築中だという記事がある 参照。Nodeの経験は多くないが、インストール、パッケージング、隔離の体験は非常によくできていると感じる
BunやDenoでstandalone実行ファイルを作れるかもしれない。Bun bundlerの説明 Deno CLI compileの説明。標準的なNodeコードなら、少なくともBunではうまく動きそうだ。実行ファイルのサイズがGoやRustとどう違うのか気になる
「Failed to login. Ensure your Google account is not a Workspace account.」Workspaceアカウントは使えない構造なのか疑問だ。GSuite時代からWorkspaceアカウントだが、結局Googleサービスでずっと制限され続けている感じがする。昔からGmailでカスタムドメインが必要だっただけなのに、YouTubeデータやFitbitデータなども失い、サブスクサービスの選択なども雑に塞がれている。結局WorkspaceアカウントではGemini CLIでソフトウェア開発業務ができない点が、長期の忠実な顧客への配慮欠如のように思えて失望している
Workspaceアカウント案内の公式ガイドを参照すると役に立つかもしれない
この問題の解決方法として、環境変数GOOGLE_CLOUD_PROJECTなどの追加設定が必要
同じ問題で困っているユーザー体験
1か月ほど使ってみたが、2.5proのSOTA性能や1M context window対応などにより、ほとんどのツールより圧倒的だ。大規模コードベースを投げても、高速かつ正確に分析・探索できる
Cursorで使ったときは、大きなPythonファイルのインポートが壊れる問題が起きた。Claudeではこういう問題はなかった。Geminiで似たような問題を経験した人はいるだろうか
ワークフローが気になる