Gemini API CLI 不是又一个编码 Agent,而是一个命令行工具:让已经在用的 Agent 去调用 Gemini API。它可以交给 Claude Code、Codex、Antigravity、Cursor、OpenClaw、Hermes 这些 Agent 使用,Agent 本身不变,只是多了一个 Gemini 的调用入口。
它能做的事集中在四类:生成图片、视频、语音、音乐;分析 PDF、图片、音频、视频和 YouTube 链接;把录音转写成 Markdown、JSON 或 SRT;以及在后台跑深度研究。
关键设计是无状态:没有记忆,没有聊天模式。上下文和计划都由你的 Agent 自己掌握,Gemini API CLI 只负责把这一次 API 调用打出去。工具本身是自描述的,–help 和 –dry-run 可以先看清楚它要做什么,再真正执行。
一句话总结:Agent 负责想清楚、排好计划,Gemini API CLI 负责把其中需要 Gemini 的那一步调用出去,分工干净。