Gemini CLI

 (blog.google)
1 puntos por GN⁺ 2025-06-26 | 1 comentarios | Compartir por WhatsApp
  • Google presentó recientemente Gemini CLI, un agente de IA de código abierto
  • Esta herramienta permite usar directamente las capacidades de inteligencia artificial de los modelos Gemini en un entorno de línea de comandos
  • Los desarrolladores pueden realizar de inmediato desde la CLI varias tareas como generación de código, resumen de documentos y traducción
  • Gemini CLI se caracteriza por su extensibilidad, personalización y accesibilidad de código abierto
  • Frente a otros agentes de IA, ofrece ventajas en comodidad y mejora de la productividad

Introducción a Gemini CLI

  • Google presentó Gemini CLI para ayudar a los desarrolladores a usar fácilmente funciones de inteligencia artificial en un entorno de línea de comandos
  • Gemini CLI está basado en los modelos Gemini de Google e integra de forma unificada diversas capacidades de IA, como automatización de tareas cotidianas de desarrollo, procesamiento de lenguaje natural, traducción, generación de código y resumen de documentos
  • Se ofrece como código abierto, por lo que puede personalizarse y ampliarse libremente, además de permitir un entorno donde es posible desarrollar diversos plugins y extensiones según las necesidades de la comunidad de desarrolladores
  • En comparación con las herramientas de línea de comandos existentes basadas en LLM, ofrece integración más simple y mayor facilidad de uso; entre los ejemplos de uso mencionados están la corrección de errores de código, la automatización de documentación de desarrollo y el análisis de datos
  • Gemini CLI contribuye a mejorar la productividad gracias a su rápido acceso a la IA, su utilidad en tiempo real y una estructura que puede integrarse de forma natural en el entorno de desarrollo

Lecturas relacionadas

1 comentarios

 
GN⁺ 2025-06-26
Opiniones en Hacker News

  • La situación tan fragmentada de los productos Gemini de Google genera mucha confusión. Incluso yo, que soy suscriptor Pro, apenas me enteré de que usar "Gemini Code Assist Standard" o "Enterprise" da más cuota de uso. Como usuario común de Google que no conocía estas diferencias de planes o funciones, me encontré con la absurda situación de pagar una suscripción de Gemini a Google y aun así no recibir casi ningún beneficio en "Gemini CLI"

    • Google también tiene productos en casi todos los frentes, como Microsoft, pero por su mensajería confusa se siente que las ventajas de cada uno se diluyen. A mí también me gusta Gemini 2.5 Pro, pero mientras buscaba un asistente de chat de IA para el uso diario probé varios productos de IA por un tiempo. La suscripción Gemini Pro viene incluida con Google One y está bien para usarla con Google Drive, pero ya tengo suscripción a iCloud y la integración de datos ajustada al entorno iOS, así que no tengo motivos para cambiarme. La interfaz de chat de Gemini está muy por detrás del cliente de ChatGPT para macOS de OpenAI. NotebookLM tiene puntos fuertes para resumir documentos, pero no está integrado con el chat de Gemini, así que sigue quedando la molestia de estar saltando entre productos de Google. Al final estoy pagando Raycast AI, porque ofrece una experiencia integrada que encaja bien en mi flujo de trabajo y permite probar varios modelos. No siempre ofrece de inmediato el modelo más reciente, pero la consistencia de uso me deja satisfecho. Por estar tan disperso entre tantos productos, Google termina quedando por detrás de OpenAI (trabajo general) y Anthropic (programación) en usabilidad. En los últimos meses intentó ponerse al día con Google Stitch, el plugin de VSCode para GH Copilot/Cursor, Claude Code y otros, pero todos dan la impresión de ser proyectos paralelos que podrían desaparecer pronto

    • La calidad es muy alta, pero el Google Cloud Dashboard es tan complejo que la mayoría de las startups o desarrolladores individuales terminan eligiendo otra solución que no sea Google. Hostean modelos en Vertex, pero no queda claro en qué se diferencia de Google Cloud. Incluso hay dos APIs a nivel de proyecto. Si una empresa ofrece IA, debería permitir que cualquiera la use sin barreras de entrada, sin importar el tamaño. Pero si empiezas con la API de Google AI Studio y el proyecto crece, la estructura te obliga a migrar a la API de Vertex, lo que hace que la solución de APIs esté mal diseñada para escalar. La API compatible con OpenAI tampoco funciona seguido, así que varias herramientas que dependen de ella no operan bien. En la línea de productos de IA de Google hay barreras de entrada por la complejidad: la diferencia entre Jules y Gemini CLI, entre la API de Vertex y la API de AI Studio, y el hecho de que Vertex dependa de Google Cloud, obligando a configurar variables de entorno al desarrollar apps documentación oficial de variables de entorno de Vertex

    • La política de precios de Google es difícil de entender. Gemini 2.5 Pro me parece el mejor modelo que he usado, pero no existe una suscripción simple como Claude o Cursor, donde puedas usar todo en un solo plan. En el lado empresarial, OpenAI ya se quedó completamente con ese mercado

    • También existe una membresía AI ULTRA de 300 dólares al mes. Incluso con Google One se siente que los "beneficios extra" cambian a cada rato, así que es difícil recibir una explicación clara

    • Anthropic está igual. Si te suscribes, puedes usar Claude, pero Claude Code se cobra aparte como "uso de API", separado de la suscripción. Parece que alguien detectó a quienes preferimos el CLI y aprendió a cobrarnos por separado. Se puede rodear usando la GUI, pero la navegación no es tan intuitiva como en la terminal y resulta incómoda

  • Soy una de las personas involucradas en este proyecto. En este momento la curva de adopción está siendo pronunciada y, en días como hoy cuando las TPU están trabajando a toda máquina, estamos leyendo con mucho aprecio los comentarios de todos. Siempre son bienvenidos los reportes de bugs y las solicitudes de funciones

    • Ayer por la tarde estuve intentando convertir un algoritmo escrito en Ruby, un lenguaje que no conozco, a JavaScript vanilla. Lo probé con GPT-4.1, pero solo me hizo perder tiempo y fracasó. Por curiosidad instalé Gemini CLI, señalé el proyecto en Ruby y con una sola petición hizo la conversión rápidamente. Me sorprendió que todo terminara en 5 minutos

    • Tengo una cuenta organizacional pagada de Google Workspace with Gemini, pero me aparece el mensaje GOOGLE_CLOUD_PROJECT environment variable not set. No uso GCP, así que sin más orientación no es intuitivo saber qué valor poner en la variable de entorno. Hace falta mejorar la documentación, porque para un usuario de pago la accesibilidad termina siendo peor que para un usuario normal de Google

    • Integré con éxito el código generado por Gemini CLI en Apple Container on M1. Explicación de cómo aplicar las opciones de Gemini CLI en CodeRunner

    • Ojalá lancen una suscripción más amigable para consumidores, por ejemplo algo como Claude Max que combine Gemini CLI y la app de Gemini, incluyendo cumplimiento de IP y acceso a la API

    • Hay demasiados productos de Google con funciones parecidas, como Google Gemini, Gemini Ultra, AI Studio, Vertex AI, Notebook LLM y Jules, y eso genera confusión tanto en la guía para usuarios como en el esquema de licencias

  • Con Claude Code (4 Opus) logré resultados aceptables en una base de código grande en Rust, pero se quedó corto para tareas complejas. Hoy también probé Gemini CLI: fue fácil de instalar, pero el resultado fue desastroso. Después de modificar código Rust, su tasa de éxito para compilar quedó claramente por debajo de Claude. Eso sí, Gemini me regaló la frase más graciosa del día al decir que "arruinó el código, así que revertirá todos los cambios y empezará de nuevo"

    • La forma en que falla Gemini es incluso divertida. Cuando sus arreglos al código no funcionan, suelta frases muy humanas como "esto es inesperado" y luego declara con toda seguridad "¡creo que las pruebas van a pasar!". También se nota su personalidad por defecto demasiado confiada y el uso excesivo de exclamaciones. Probablemente durante el entrenamiento aprendió que afirmar resultados con seguridad produce mejores respuestas

    • La hipótesis es que Gemini se beneficia de haberse entrenado con grandes bases de código internas de Google, pero como dentro de Google el uso de Rust es limitado, debido al buen tooling de C++, Gemini sería relativamente más débil en Rust

    • Tuve una experiencia parecida. Estaba probando una nueva función de una app y todo terminó completamente enredado. Empezó a usar funciones no definidas y, tras repetir varios errores, se rindió. Claude lo completó de manera razonable, aunque la calidad del código fue floja; Gemini tuvo ideas novedosas por partes, pero por falta de consistencia no logró terminarlo al final

    • Yo también lo probé y a los 15 minutos recibí exactamente la misma reacción de "restaurar todo"

    • Claude también intenta volver al estado inicial cuando la situación se pone muy mal. He visto eso cuando internamente sus ediciones quedan hechas un caos

  • Si usas Gemini Code Assist, todos los datos de tu código se envían a Google (aviso enlace): se recopilan prompts, código relacionado, resultados, retroalimentación de uso e información sobre el uso de funciones, y todo eso se usa para mejorar los servicios de Google y el machine learning. Para mejorar la calidad, personas pueden revisar, anotar y procesar directamente los datos. Para proteger la privacidad, se separan de la información de la cuenta y se conservan hasta 18 meses. Recomiendan no introducir información sensible ni datos que no quieras exponer afuera

    • Esta parte es un poco más compleja. En la versión gratuita de Code Assist, los datos recopilados se usan por defecto, pero es posible hacer opt-out mediante el procedimiento indicado en este aviso. En Code Assist de pago, los datos no se usan para mejorar el modelo. Lo mismo pasa si usas una API key de Gemini con una cuenta pay as you go: tampoco se recopilan para ese fin. El alcance real del uso de datos sensibles es algo menos grave de lo que sugiere la publicación original

    • Coincido con que la política de privacidad se vuelve confusa según cómo haga login el equipo en Gemini CLI. Para despejar la controversia, organizaron de nuevo un documento y FAQ que resume claramente los términos de servicio y la política de datos según cada tipo de cuenta (enlace al documento)

    • Lo más frustrante del ecosistema Gemini es precisamente la falta de transparencia en la política de privacidad. Aunque 2.5 Pro me parece el mejor modelo y quisiera usarlo en el trabajo, las condiciones de privacidad son tan confusas que uno termina actuando bajo la suposición de que en realidad no tiene ninguna protección. Eso aplica incluso siendo suscriptor premium caro

    • Mozilla y Google lanzaron una alternativa llamada Gemmafile. Gemma es una versión de Gemini totalmente offline que corre localmente en un solo archivo (open-airgapped), con soporte ejecutable independiente sin dependencias. Descarga para 2025, el 32% de las organizaciones ya la desplegó (reporte)

    • En la documentación configuration.md de Gemini CLI, en la sección "Información que no recopilamos", se especifica que no guardan en logs la información personalmente identificable, el contenido de prompts y respuestas, ni el contenido de archivos

  • El system prompt de Gemini CLI está publicado en Gist. Las notas personales relacionadas están aquí

    • Gemini CLI es open source, así que en el repositorio de Github también puede verse el texto original del system prompt

    • En el system prompt se indica usar solo rutas absolutas, pero en el ejemplo de archivo temporal se usa una ruta relativa

  • Hace unos días estuve creando con Claude Code una app web sencilla para seguimiento de acciones, basada en Python con streamlit, escribiéndola según el flujo del código. Funcionó muy bien hasta cierto tamaño del proyecto, pero después de ese punto ya no podía corregir bugs con rapidez. Hice la misma tarea con Gemini CLI y, justo cuando Claude Code empezó a perderse, le pedí "analiza el codebase y corrige todos los bugs"; por lo menos logró ejecutar la app con éxito. De verdad se siente como el futuro

    • Me pregunto si esto se debe a la diferencia en el tamaño de la context window. La ventana de Gemini es 5 veces mayor que la de Claude. Cuando usaba Claude, al depurar llegaba un momento en que por falta de contexto el comportamiento empezaba a desordenarse. Después probaré esto en el entorno de ventana amplia de Gemini

    • Hoy por hoy, la forma ejemplar de usar Claude Code es delegar el trabajo pesado a Gemini 2.5 Pro o a o3/o3pro, y gracias al soporte de MCP la conexión entre ambos modelos se puede hacer de manera fluida. Si Gemini CLI también es open source, parecería posible tener plugins para varios modelos. En un futuro donde los LLM se vuelvan commodity, las herramientas tipo agente por CLI podrían volverse más importantes que los wrappers de UI. OpenAI ganó en la competencia por cantidad de usuarios, pero como UI de trabajo real ChatGPT va rezagado

    • Ayuda tener documentos markdown de resumen de menos de 100 líneas por módulo, que incluyan solo una vista general de cada módulo y la ubicación de archivos, para que la IA pueda explorar ese contenido. Si es tan difícil meterlo en ese formato, probablemente también será difícil de manejar para desarrolladores humanos. Lo importante es dar a la IA el contexto clave de forma correcta

    • Parece que una ingeniería de prompts específica y clara mejora mucho más la productividad. Pedidos como "corrige todos los bugs" no suenan demasiado realistas para escenarios reales

    • Este enfoque se rompe a medida que crece la complejidad y probablemente tiene una eficiencia de memoria muy baja por la gran cantidad de código duplicado. Al final, escribirlo directamente podría ser más eficiente. También me pregunto si, a medida que aumente el código hecho al aventón, la demanda de DRAM podría crecer de forma anormal

  • Le agregué personalmente una interfaz de voz bidireccional a Gemini CLI.

  • Me gustaría que fuera un binario único en Go o Rust, sin necesidad de runtime. Es una lástima que requiera Node

    • En proyectos así, que necesitan actualizaciones frecuentes, manejarlo con npm o pip es más realista. Como no requiere un cómputo enorme ni un tamaño descomunal, en hardware moderno no debería ser un gran problema. También creo que Go encaja muy bien para este uso, pero en términos prácticos la gestión de librerías es más cómoda

    • También existe la opción de meter en el prompt que te lo reescriba en el lenguaje que quieras

    • Más que un producto de calidad, da la impresión de ser un proyecto con objetivo de marketing, como para decir "nosotros también tenemos una herramienta CLI"

    • De hecho, también hay una nota sobre que OpenAI está reconstruyendo Codex CLI en Rust en vez de Typescript referencia. No tengo tanta experiencia con Node, pero da la impresión de que la instalación, el empaquetado y el aislamiento están muy bien resueltos

    • Tal vez Bun y Deno permitan crear ejecutables standalone. Explicación del bundler de Bun Explicación de compilación del CLI de Deno. Si es código estándar de Node, al menos en Bun probablemente funcione bien. Me da curiosidad cómo cambiará el tamaño del ejecutable frente a Go o Rust

  • "Failed to login. Ensure your Google account is not a Workspace account." Me pregunto si la estructura está hecha para que no se puedan usar cuentas de Workspace. Llevo desde la época de GSuite usando una cuenta Workspace, y siento que siempre me siguen limitando en servicios de Google. Al principio solo necesitaba un dominio personalizado en Gmail, pero luego terminé perdiendo datos de YouTube, datos de Fitbit y topándome con trabas absurdas al elegir servicios de suscripción. Que al final no pueda usar Gemini CLI para desarrollo de software por tener una cuenta Workspace se siente como una falta de consideración hacia clientes fieles de largo plazo, y decepciona

  • Lo he usado cerca de un mes y, por el rendimiento SOTA de 2.5pro y el soporte de contexto de 1M tokens, está muy por encima de la mayoría de las herramientas. Incluso si le avientas un codebase grande, puede analizarlo y explorarlo rápido y con precisión

    • Cuando lo usé en Cursor, tuve un problema donde se rompían los imports en archivos grandes de Python. Con Claude eso no me pasaba. Me da curiosidad si otros tuvieron problemas raros con Gemini

    • Me da curiosidad el flujo de trabajo