搜索：
搜索到 68 篇与 的结果-
为什么 Qwen 3.6 + Hermes 成了本地 AI 的最佳拍档？ 嗨，朋友们，今天想跟你们聊聊最近火得一塌糊涂的 Qwen 3.6 系列模型，还有它和 Hermes Agent 搭配时的奇妙化学反应。别担心，我不会把一堆专业名词塞进你的脑子里，而是想像坐在咖啡馆里，喝一杯拿铁，慢慢把这些技术细节揉进生活的点滴里，让你听得懂、记得住。先把「本地 AI」这件事拆开说以前用 AI，基本上像租车：你把钥匙交给云端公司（OpenAI、Claude、Gemini），他们把车子开到你手上，你只管坐上去。好处是省心，缺点是每跑一公里都要交租金，而且车里装的东西（聊天记录、代码、私密文档）全都在服务器上。本地 AI 则是把车买回家，停在自家车库。你自己给车加油（算力），自己保养（隐私），甚至可以改装（加插件）。唯一的花费是买车和油钱，和租车的「按里程付费」完全不一样。Qwen 3.6 为什么能把「买车」的门槛降到几千元？Qwen 3.6 有两个关键点： MoE（混合专家）架构：虽然标榜 35 B 参数，但每一步只激活约 3 B 参数，等于是把一台 35 B 的大卡车拆成若干小卡车，只挑最合适的那几辆来跑。这样算力需求大幅下降，普通的 RTX 3060（12 GB）甚至可以跑起 35 B 版的模型。 量化技术（Q4_K_M）：把模型重量从 55 GB 压到 16–20 GB，放进 24 GB 显存的电脑里几乎不吃力。 用个生活比喻：想象你要搬家，传统方法是请搬家公司搬整个家具，费用高、时间久。而 Qwen 3.6 就是把家具拆成小件，自己搬，甚至可以用手推车（CPU）配合小推车（GPU）一起干，省钱又省力。Hermes Agent：给模型装上「大脑」的工具箱Hermes 本身不产生智能，它更像是一个「任务调度员」——接收任务、拆解步骤、调用工具、总结经验。它的核心循环是： 收到需求（比如「帮我把这个仓库的 Bug 全部修好」） 规划子步骤（打开代码、运行单元测试、生成 PR） 调用工具（git、shell、IDE） 把结果写进「技能」库，下次再遇到类似任务直接复用 这套「自我迭代」的循环，你可以想象成你在做菜时记录下每一步的配方，下次再做同样的菜只要打开配方就能省去思考过程。为什么 Qwen 3.6 + Hermes 成了「零成本」的黄金组合？ 零 token 费用：把模型跑在本地，发多少请求都不用看钱包。每天 50 万 token，换算下来在云端要花 200 美元，买台 24 GB GPU 的显卡一次性成本远低于一年云费。 隐私安全：所有代码、商业计划、客户数据都只在你自己的硬盘里跑，防止泄漏。 无限速率：云端经常会出现 429 限流，特别是跑大量自动化任务时会被卡住。跑本地模型，只要硬件够快，就没有「排队」的烦恼。 工具调用能力强：Qwen 3.6 在 MCPMark（工具调用）上拿到 37.0 分，远高于同等参数的 Gemma 4（18.1），这直接决定了它在 Hermes 里能更精准地完成「打开文件 → 运行命令 → 生成 PR」这样的多步操作。 一步步把它们装在你家电脑里下面给你一个最简化的「装车」指南，适用于 Windows、macOS、以及 Linux（WSL2）。1️⃣ 准备硬件如果你有 32 GB 以上的内存，配一块 RTX 3060（12 GB）或更高的显卡，基本可以跑 Qwen 3.6‑35B‑A3B（量化后约 20 GB）。如果只有 16 GB 内存，建议先跑 9 B‑27 B 版本，稍微降低期望。2️⃣ 安装 Ollama（本地模型服务）curl -fsSL https://ollama.com/install.sh | sh # Linux/macOS brew install ollama # macOS Homebrew启动 Ollama 并拉取模型：ollama pull qwen3.6:35b-a3b # 35B MoE 版，默认 Q4_K_M 量化拉完后可以用 ollama list 确认。3️⃣ 把 Hermes 接到 Ollamacurl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash hermes model # 交互式向导，选「自定义端点」 # 基础 URL 填 http://127.0.0.1:11434/v1 # 模型名自动检测，如果没有可以手动填 qwen3.6:35b-a3b配置好后，运行 hermes chat，随便说一句「帮我列出今天的天气」测试一下，模型会立刻回复，说明链路通畅。4️⃣ 开启「思考保留」功能Qwen 3.6 新增 Thinking Preservation 能够在多轮对话里保留思路，这对 Hermes 的自我迭代至关重要。只需要在启动 Ollama 时加上 --preserve-thinking（或在配置文件里打开对应选项），后面的任务会直接接着上一次的思路继续。5️⃣ 让它自学会写技能比如让 Hermes 完成一次「部署 Next.js 到 Vercel」的任务。完成后它会在 ~/.hermes/skills/ 里生成一份 Markdown 文件，记录每一步操作。下次你只要说「部署 Next.js」，它会直接调取这份技能，省掉全部推理过程，速度瞬间提升。实战案例：从零到自动化部署我自己用了两周，给自己搭了一个「代码小管家」： 在 Telegram 里给机器人发「把 repoA 的 PR 合并」 Hermes 读取仓库结构（通过工具调用 git），自动生成 git merge 命令，执行后把结果通过 Telegram 反馈。 完成后生成 merge-repoA.md 记录步骤。 整个过程不到 10 秒，完全不收费，代码量却像请了个全职助理。和别的模型/框架比，Qwen 3.6 有哪些独到之处？ 维度Qwen 3.6‑35B‑A3BGemma 4 26B MoEClaude Opus 4.5 活跃参数3 B4 B不公开 单卡显存需求≈20 GB（量化）≈24 GB（量化）云端 SWE‑bench Verified73.4 %53.5 %80.9 % Terminal‑Bench 2.051.5 %40.5 %59.3 % 工具调用（MCPMark）37.018.1≈30 成本（本地）零零付费API 可以看到，虽然在最强大模型（Claude）上略有差距，但在「工具调用」和「本地跑成本」上大幅领先，这正是 Hermes 这类 Agent 最需要的特性。实用小贴士：让模型跑得更快更稳 开启 CUDA：有 NVIDIA 显卡一定要装 CUDA 驱动、下载带 cuBLAS 的 Ollama 发行版，速度会提升 5–10 倍。 调节 -ngl 参数：如果显存不足，可把部分层放 CPU，-ngl 20 表示只把前 20 层跑在 GPU 上，剩下的交给 CPU，仍然比全 CPU 快很多。 压缩 KV 缓存：使用 --cache-type-k q4_0 --cache-type-v q4_0 把上下文记忆压到 4 bit，内存省 75%，对长对话特别友好。 设定超时时间：本地模型预热大文本时会卡几分钟，把 HERMES_STREAM_READ_TIMEOUT 调到 1800 秒，避免意外掉线。 进阶玩法：混合本地+云端，做到「最优成本」如果你偶尔需要超级大模型的推理（比如一次性分析 1 M 行代码），可以把本地模型设为主力，超过一定复杂度时 fallback 到云端的 Claude 4.5 或者 Qwen 3.6 Plus。Hermes 的 /model 命令支持在同一会话里切换，使用起来和换电池一样简单。小结：你真的可以拥有自己的 AI 助手了从硬件到软件，从模型选型到实际使用，我把「买车」的每一步都拆解成了你能直接动手的操作。最重要的是，这套方案真的把「AI 费用」从每月上百美元降到了零，只剩下电费和显卡的折旧。如果你还在为「API 费用」头疼，或者担心「数据泄露」而犹豫不决，现在正是把 Qwen 3.6 拉进自家车库、让 Hermes 成为你的驾驶员的好时机。动手试一试，你会发现，AI 已不再是只能租的高大上服务，而是可以随时随地、免费陪伴的私人小伙伴。祝你在本地 AI 的道路上一路畅通 🚗💨！ -
ClawRouter 让 AI 代理省钱又省心——一次彻底的读后感 先说一句，你是不是也有这种体验：打开 AI 编码助手，看到一串高大上的模型名字，钱包里先是鼓鼓的，随后却被一笔意外巨款吓得眼泪直流？我以前就在 OpenClaw 里用 Claude Opus，刷卡刷到累计几千美元，心里直嘀咕：这到底是买了个 AI，还是买了个金贵的理财产品？为什么会出现这种“高昂账单”其实问题很简单：传统的 LLM 路由器都是为“人类开发者”设计的。你得先注册账号，领到 API Key，然后在仪表盘里挑模型，付费方式只能是信用卡。对于自主运行的 AI 代理来说，这一步根本做不来——代理没有手指，也不想记住信用卡号。于是，大多数人就直接把最强的模型（比如 Claude Opus）当成默认选项，哪怕大半请求只需要几百 token 的简短补全。结果就是，花了几千美元，却只用了几百块的算力。ClawRouter 解决的到底是什么ClawRouter 把路由的逻辑搬到本地，像一个小小的“大脑”，在 1 毫秒内把请求在 15 个维度上打分，挑出既能完成任务又最省钱的模型。它的几个关键点特别贴合“代理”这种生物： 完全本地决策，不需要去外部查询模型列表。 用钱包签名代替 API Key，钱包本身就是身份认证。 支付方式改为 USDC 微支付，真正做到“用完付费”，免去信用卡订阅。 10 款 NVIDIA 模型永久免费，直接把费用压到 0。 想象一下，你的 AI 代理就像一辆自动驾驶的电动车，ClawRouter 就是车上的智能调度系统，会根据路况、油价（算力费用）自动切换最优路线，让你既不超速，又不加太多油。实际使用小案例我把 ClawRouter 当作本地代理，端口 8402，接着把 VS Code 的 Copilot（或者 Continue.dev）指向 http://localhost:8402/v1/，API Key 填 x402。随后在代码编辑器里随手敲了一段函数，ClawRouter 自动把这段 150 token 的补全请求路由到 nvidia/gpt-oss-20b（免费模型），几乎立刻返回。再试一次更复杂的需求——让模型帮忙写一个多文件的 Flask 项目，这次请求被标记为“高上下文、需工具调用”，系统把它送到 openai/gpt-5-nano，每次约 0.0002 美元。相比直接用 Claude Opus（约 0.007 美元/请求），省了 97%！路由策略到底怎么选ClawRouter 提供四种快捷指令： /model free：全走免费模型，适合练手或学习。 /model eco：尽可能挑最便宜的模型，划算但偶有质量波动。 /model auto：默认平衡，综合质量和成本，适合日常使用。 /model premium：只用最顶级模型，追求极致效果。 我个人最常用 /model auto，因为它像是智能助理的“中庸之道”，几乎不会出现明显的质量下降，却让钱包保持在“轻松可控”。付费细节值得一提如果你真的想使用付费模型，只需要往本地生成的两套钱包地址（Base 链或 Solana 链）里转点 USDC。几美元的余额，就能跑几千次请求。更棒的是，支付信息在 402 响应头里提前告知，你可以在发送签名前先看到费用。而且，ClawRouter 的费用结构很透明：大多数模型约 0.0002~0.001 美元/次请求，远低于传统的 Claude Opus（0.075 美元/次）。这意味着，用同样的预算，你可以跑 100 倍甚至 1000 倍的请求。如果你是“代理开发者”，该怎么上手 Git clone 项目，执行 npm install && npm run build。 运行 curl -fsSL https://blockrun.ai/ClawRouter-update | bash 安装插件（如果使用 OpenClaw）。 在本地钱包生成后，可直接使用 /model free 开始玩。 如果需要付费模型，往钱包地址转 USDC，随后用 /model auto 或指定模型名。 整个流程大概只要 10 分钟，比起去各大云平台开通账号、绑定信用卡要顺手太多。小结：省钱、省心还能省“人力”从我自己的经历看，ClawRouter 真的是为 AI 代理量身打造的“省钱神器”。它把原本繁琐的模型挑选和支付环节全部自动化，让我们把精力放在业务本身，而不是账单的数字上。如果你也在为高额 LLM 成本抓狂，或者想让自己的 AI 代理真正“自主”，不妨先装一个本地路由器，用免费模型跑通基本功能，再逐步打开付费模型的大门，你会惊喜地发现，原来 AI 的使用成本可以像买咖啡一样随心所欲。最后，记得每次调试完后看看 /stats，了解到底省了多少钱，这可是给自己的一份小确幸。
-
一步步玩转 New‑API：从零到自托管的全套指南 最近很多朋友跟我聊起“模型键太多”“每个平台都要写一套 SDK”，我心里一阵感慨——这不就像家里有十把不同品牌的电钻，想装修却得每把都换电池、换钻头，累死啊。幸好有了 New‑API，它相当于给这些电钻装了一个统一的充电宝和控制面板，所有模型只要接进去，就能用同一根线、同一个开关来驱动。下面我把自己折腾的全过程分享给你，帮你省去踩坑的时间。🚀 为什么要用 New‑API？ 统一接口：不管是 OpenAI、Claude 还是 Google Gemini，都能一键转成 OpenAI‑style 的调用格式。 集中管理：Token、配额、计费、日志全在一个后台搞定，省去多个平台的登录和监控。 弹性部署：Docker、Docker‑Compose、宝塔、1Panel，甚至离线内网都能搞定。 成本可控：自带计费系统，想对外卖服务还能赚点小钱。 ⚙️ 环境准备——先把厨房的锅碗抖干净从硬件到软件，下面这几样是必备的： 一台能跑 Docker 的机器（2 GB 以上内存，CPU 1 核以上即可）。 如果想要高可用，准备 MySQL（5.7 +）或 PostgreSQL，或者直接用 SQLite（轻量但不推荐生产环境）。 可选：Redis 用来做会话共享和缓存，尤其是多机集群时。 对我来说，最省事的办法是直接在 Ubuntu 22.04 上装 Docker，命令一行 curl -fsSL https://get.docker.com | bash，装完记得 sudo systemctl enable --now docker 把它设成开机自启。🛠️ 快速上手——Docker‑Compose 一键搞定下面这段代码几乎是所有教程里最常见的，只要复制粘贴就能跑：# 克隆仓库 git clone https://github.com/QuantumNous/new-api.git cd new-api # 启动服务（后台运行） docker-compose up -d 几秒钟后浏览器打开 http://你的IP:3000，就能看到炫酷的管理控制台。默认账号是 root / 123456，登录后第一件事一定要立刻改密码，否则等会儿被别人扫到。🔧 手动参数配置——让系统更贴合你的需求New‑API 通过环境变量来控制几乎所有行为，下面列几个最常改的： 变量名作用示例 SESSION_SECRET多机部署时保持登录一致SESSION_SECRET=superSecret123 SQL_DSN数据库连接串SQL_DSN=mysql://user:pwd@host:3306/oneapi REDIS_CONN_STRINGRedis 地址（推荐）REDIS_CONN_STRING=redis://redis:6379/0 MEMORY_CACHE_ENABLED开启本地内存缓存MEMORY_CACHE_ENABLED=true MAX_REQUEST_BODY_MB防止大文件炸内存MAX_REQUEST_BODY_MB=32 把上面的键值写进 docker-compose.yml 的 environment 区块里，保存后 docker-compose restart 生效。🔀 智能路由 & 负载均衡——让请求不再挤在一个点上New‑API 自带的“渠道加权随机”功能可以把同一种模型的多个 Key 按权重轮询，遇到单个 Key 爆限时会自动切到别的 Key，几乎不需要你动手调。在控制台的「运营设置 → 通用设置」里，你可以： 设置每个渠道的权重（比如 GPT‑4 Key A 占 70%，Key B 占 30%）。 打开「失败自动重试」——第一次请求被拒绝，系统会再试一次。 为不同用户设定流量上限，防止濒死的免费套餐被刷爆。 💰 支付与计费——自助收费也不再是理想如果你准备把这套网关卖给别人，New‑API 直接内置了 Stripe、易支付等渠道，只要在「系统设置 → 支付配置」里填好对应的 API Key，计费方式（按次数/按 Token）都能在后台打开。最省事的做法是先把「免费额度」设高点，等用户真的开始大量调用时再扣钱，这样体验更友好。🔐 安全小贴士——别把钥匙随便搁门口1️⃣ 定期更换 SESSION_SECRET，每半年或每次大改动后换一次。2️⃣ 对外部署时把容器放在内网或使用 Nginx 做反向代理，避免直接暴露 3000 端口。3️⃣ 开启访问日志并接入监控（比如 Prometheus + Grafana），一旦出现异常流量能立刻发现。4️⃣ 配置速率限制，防止有人恶意刷你的 API，导致你用光了额度。🚢 离线部署——没有外网的环境也能跑有的公司内部网络根本不能访问 Docker Hub，这种情况下可以先在有网络的机器上用脚本把镜像导出成 .tar，再拷贝到内网服务器用 docker load -i xxx.tar 导入。官方提供了 scripts/export-images.sh 与 scripts/deploy-offline.sh，只要保持目录结构不变，一键运行就能完成 MySQL、Redis、New‑API 三个容器的启动。📊 实际案例——我的小项目怎么受益的我最近把一个聊天机器人产品从单一的 OpenAI 接口迁移到 New‑API，过程如下： 在「渠道管理」里分别添加了 OpenAI、Claude、Gemini 三个 Key。 开启「渠道加权随机」后，系统自动把 70% 请求发给 GPT‑4，30% 发给 Claude，效果明显提升了成功率。 通过「令牌管理」生成了每个客户的专属 Token，配额上限设为 5 USD，既防止滥用，又能直接在后台看到收入。 把容器跑在 2 CPU + 4 GB 的 VPS 上，月费用不到 30 元，性价比极高。 结果是，原来单机直连 OpenAI 的每月费用 150 USD，经过 New‑API 把同等使用量的费用压到了 80 USD，还顺带赚了 20 USD 的小费。🧭 小结——把复杂变简单，就是这么玩从上面的步骤可以看到，New‑API 的核心价值就在于「统一」和「自动化」：统一了调用协议，自动帮你轮询 Key、计费、限流，省去很多手工维护的痛点。只要有 Docker 环境，几分钟就能搞定部署；如果你在内网，也可以离线搬运。最后给大家留两句话： 别怕玩得太多模型，统一入口会让你轻松管理。 部署完记得做好安全和监控，省得后面被玩坏。 祝你玩得开心，AI 世界的「万能插头」就在手边！😊
-
玩转免费域名：一步步把你的个人站点装起来 嗨，朋友！今天咱们来聊聊最近超火的免费域名，尤其是 DigitalPlat 那几个后缀（.dpdns.org、.us.kg 之类）。如果你和我一样，想把自己的博客、项目演示或小工具摆在互联网上，却又不想掏钱买个 .com，那这篇文章绝对是你的‘开挂指南’。🧐 为啥会有免费域名？想象一下，你去超市买水果，商家为了吸引新顾客会送一点小样品。DigitalPlat 的免费域名其实也是类似的“试吃”活动——它们是非营利组织，想让更多人体验开放的互联网基础设施。于是把一些二级域名（其实是公开后缀列表里的主域名）免费开放给大家注册，成本几乎为零。🚀 先准备好“工具箱” 一个常用的邮箱（Gmail、Outlook、QQ 都行） 一个 GitHub 账号——后面要用它做 KYC 验证 能正常访问 GitHub 的网络（如果国内访问慢，装个 加速工具） 如果想让域名跑得更快，提前准备好 Cloudflare 账号 这些东西就像烤蛋糕前的原料，缺一不可。🔑 第一步：注册 DigitalPlat 账号打开 DigitalPlat 注册页，填入用户名、邮箱、真实姓名（把英文横杠换成空格），还有一个看似普通的电话和地址。地址可以用「身份大全」这类随机生成网站，随便拼凑几个英文单词即可，系统并不会真的去核实。提交后会收到一封验证邮件，点进去完成验证。整个流程就像在社交软件上确认好友请求，简单又快速。🛂 第二步：GitHub KYC 验证登录后，平台会要求你用 GitHub 进行身份验证。点 “Sign in with GitHub”，授权后系统会给你一个免费名额（默认 1 个）。如果想要额外名额，只需要去它们的 GitHub 项目页面点个⭐，回到平台再点 “Verify”。这一步就像在社区里帮忙点赞，平台会回报你一个额外的注册机会。📌 第三步：挑选并注册你的免费域名进入左侧的 “域名注册” 页面，输入你想要的前缀（比如 myblog2026、demo_test），选择后缀： .dpdns.org – 最常见，直接可托管到 Cloudflare .us.kg – 有时需要 $2 的小额认证费，老用户有更多配额 .xx.kg、.qzz.io、.qd.je – 备选，功能基本相同 点 “Check availability”，如果显示可用，就继续下一步。填写两个任意的 Nameserver（以后可以改），点击 “Register”。此时你已经拥有了一个免费看得起的域名。☁️ 第四步：把域名托管到 Cloudflare登录 Cloudflare，点 “Add Site”，把刚才的免费域名粘进去，选免费套餐。系统会自动生成两条 NS 记录（类似 amy.ns.cloudflare.com、jack.ns.cloudflare.com）。把这两条记录回填到 DigitalPlat 的域名管理页面的 NS1、NS2 输入框，点 “Update”。这一步相当于把你家的邮筒地址改成了社区的统一投递箱，所有邮件（也就是访客）都会先走 Cloudflare 的高速网络。🔧 第五步：添加 DNS 记录，打开网站大门在 Cloudflare 的 DNS 选项卡里，你可以： A 记录：把域名指向你的服务器 IP（如果你只有 GitHub Pages，直接写 yourusername.github.io） CNAME 记录：把子域名（如 www）指向主域名，省事又好管理 如果想要 HTTPS 加密，直接在 “SSL/TLS” 页面把模式切到 “Full” 或 “Flexible”，Cloudflare 会免费颁发证书。 保存后几分钟到几小时内，你的站点就可以通过 https://yourdomain.dpdns.org 访问了。⏰ 自动续期小技巧DigitalPlat 的免费域名每 180 天需要手动续费一次。不要等到页面弹出 “即将过期” 再慌。可以把续期链接收藏到书签，或者在手机日历里提前一周设提醒。只要在到期前点一次 “Renew”，域名就会免费再延长一年。💡 适用场景速递下面列几个我常见的使用场景，或许能给你灵感： 个人博客：用 myname.dpdns.org 配合 Hexo、Hugo 或者直接在 GitHub Pages 上写 Markdown。 API 演示：把本地跑的 Flask/Django 项目通过 api.dpdns.org 暴露给朋友测。 物联网设备：给家里的路由器、摄像头绑定一个子域名，随时通过手机浏览。 学习实验：想玩 Cloudflare Workers、KV 存储或者自定义防火墙？先把免费域名挂上去，省钱又不怕被封。 ⚠️ 常见坑 & 解决方案 域名被抢注：先准备好 2‑3 个备选名字，或者在前缀里加数字、短横线再尝试。 NS 记录填错导致解析失败：一定要把 Cloudflare 生成的完整主机名（带 .com）复制进去，别漏掉最后的 “.com”。 续期忘记：打开 控制面板，把 “Renew” 按钮固定在书签栏，每月点一次就不会忘。 平台临时封停：有时因为滥用会收到邮件提示暂停服务，建议把重要项目迁移到其他域名（如 .xyz）做备份。 🧭 小结免费域名不等于“免费玩”——它的背后仍然需要你的主动维护。但比起每年付费买 .com，省下的费用足以让你多买几本技术书、买个小树莓派。只要把以上步骤记在心里，随时都能把想法变成实际可访问的站点。如果你还有其他困惑，随时在评论区喊我，咱们一起拆解问题。祝你玩得开心，域名早日上线！😊
-
玩转 Gemini CLI：从零装到玩，像聊朋友一样轻松上手 🛠️ **先说背景**如果你平时只在浏览器里和 ChatGPT 摆龙门阵，突然有人跟你说“用 Gemini CLI 在终端直接对话”，你会不会脑袋一阵嗡嗡？其实这玩意儿跟在命令行里打开一个“智能小伙伴”没啥区别。我们把它想象成把 Google 的大模型装进了电脑的黑框框里，你写几个指令，它就能帮你写代码、查天气、甚至把本地文件给总结。下面，我把所有常见的装机、认证、基本用法、技巧和坑点全拆开来讲，保证你看完之后能直接在终端里玩得飞起。---## 1️⃣ 为什么要装 Gemini CLI？- **随时随地**：不需要打开网页，打开终端敲个 `gemini`，马上进入对话。 - **本地文件穿透**：可以直接把本地代码或文档丢进去，让 AI 基于真实文件给出建议，远比复制粘贴到网页要靠谱。 - **自动化利器**：它自带的工具可以直接跑系统命令、搜索网络、写文件，配合脚本几行代码就能把日常琐事自动化。 - **免费配额**：个人账号每天 1000 次请求，足够日常学习、写代码、写报告等。> 像我一样，平时写代码总是卡在找文档、写单元测试的环节，装了 CLI 后只要一句 “帮我把这段 Python 函数写成支持 async 的版本”，立马得到完整代码，省下的时间足够泡杯咖啡。---## 2️⃣ 环境准备（别慌，超简单）| 步骤 | 操作 | 小贴士 | |------|------|--------| | 1 | **安装 Node.js 20+**（推荐使用官方 LTS） | 在终端输入 `node -v` 看有没有。如果没有，去 nodejs.org 下载并安装。 | | 2 | **全局安装 Gemini CLI** | `npm install -g @google/gemini-cli`（mac/linux 需要 `sudo`，Windows 用管理员权限打开 PowerShell） | | 3 | **检查安装成功** | `gemini --version`，看到版本号就 OK。 | | 4 | **登录 Google 账号** | 第一次运行 `gemini`，会弹出浏览器页面让你授权。点几下确认，回到终端就完成。 | | 5 | **（可选）配置 API Key** | 如果想要更高配额或在没有 Google 账号的机器上使用，去 makersuite.google.com 生成 API Key，设环境变量 `GEMINI_API_KEY` 即可。 |> 小技巧：把环境变量写进 `~/.bashrc`、`~/.zshrc`（mac/linux）或者系统环境变量（Windows），这样每次打开终端都会自动生效。---## 3️⃣ 第一次和 AI 对话打开终端，直接敲：``` gemini ```看到 `>` 提示符后，你就可以像在聊天软件里一样输入自然语言了。**案例 1：查询天气** ``` > 今天东京天气怎么样？ ``` AI 会直接返回天气信息，背后其实用了内置的 Google Search 工具。所以如果你想要实时信息，只要在提示里提出来就行。**案例 2：本地文件摘要** 把项目根目录下的 `README.md` 丢进去： ``` > @README.md 帮我把这份文档浓缩成 3 行要点。 ``` AI 会先读取文件内容，然后基于上下文给出精简版。用 `@` 开头的方式是 Gemini CLI 的“文件读取”快捷键，省去手动 copy‑paste 的麻烦。---## 4️⃣ 常用斜杠命令（/ 开头）| 命令 | 用途 | 示例 | |------|------|------| | `/help` | 查看帮助列表 | `/help` | | `/quit` / `/exit` | 退出会话 | `/quit` | | `/tools` | 查看已经加载的工具 | `/tools` | | `/chat save ` | 保存当前对话，后续可以恢复 | `/chat save my‑project` | | `/chat resume ` | 恢复已保存的对话 | `/chat resume my‑project` | | `/memory add ` | 临时添加记忆，让后面的对话能引用 | `/memory add 项目用到的数据库是 PostgreSQL` | | `/theme` | 更换终端配色主题 | `/theme` | | `/auth` | 更改认证方式（Google 登录、API Key） | `/auth` |> 记住：斜杠命令是 “内部指令”，不需要加句号或其它标点，直接敲进去就好。---## 5️⃣ 进阶玩法：工具链 + Shell 模式### 5.1 调用系统命令（! 前缀） 在提示前面加 `!`，就可以让 Gemini 直接执行系统命令并把结果交给模型。``` ! ls -l ``` AI 会把 `ls -l` 的输出带回来，你可以继续让它基于文件列表做分析，比如 “帮我把 src 目录下的所有 .js 文件统计行数”。### 5.2 多步任务（工具自动串联） **例子：抓取新闻并生成摘要** ``` > 从 https://mainichi.jp/ 抓取今天的新闻，只要体育版块，帮我生成 5 条要点。 ``` AI 会依次调用 `WebFetch` 把页面拉下来、用 `GoogleSearch` 找到体育新闻的链接、再调用 `ReadFile` 读取内容，最后用语言模型生成要点。整个过程全自动，唯一需要你确认的是写文件的权限。### 5.3 开启 /yolo（不推荐） 默认情况下每次使用写文件、网络请求等敏感工具时都会弹出确认。若你已经熟悉并且不想每次点“允许”，可以在启动时加 `--yolo` 参数一次性全部授权。记得仅在可信的本地环境使用，否则可能会被恶意指令利用。---## 6️⃣ 常见坑 & 解决方案1. **认证失败**：多数是因为浏览器弹窗被拦住或者使用了企业账号。解决办法是先在浏览器手动登录 Google，确认 cookie 正常，然后在 Cloud Shell 或本地重新运行 `gemini` 并选择 `/auth` → “使用 Google 登录”。2. **找不到 Node**：Windows 用户常见 PATH 没配置。重新打开终端或在系统环境变量里手动把 `C:\Program Files\nodejs` 加进去。3. **网络代理**：在公司内网时会出现连不上的情况，需要在终端里设置 `HTTP_PROXY`、`HTTPS_PROXY` 环境变量，或使用 VPN。示例（mac/linux）：``` export HTTP_PROXY="http://user:[email protected]:8080" export HTTPS_PROXY=$HTTP_PROXY ```4. **配额用完**：免费额度每天 1000 次，偶尔会被 IDE 插件刷太多。可以通过在 `.env` 或 `~/.gemini/settings.json` 中配置 `GEMINI_API_KEY`，用自己的 API Key 把配额提升到更高（付费版每分钟 200 次、每日 10k 次）。---## 7️⃣ 小案例：让 AI 写井字棋网页小游戏下面演示一下，我只用了三行提示，就让 Gemini 生成了完整的 HTML、CSS、JS 三文件。``` > Please develop a Tic‑Tac‑Toe game with separate HTML, CSS and JavaScript files. The JavaScript should contain most of the game logic. ``` AI 返回了 `index.html`、`style.css`、`script.js` 的代码。我们把它们分别保存到项目文件夹，用 `python -m http.server 8080` 启动本地服务器，打开浏览器就能玩。> 这类“代码生成+文件写入”是 Gemini CLI 的强项：只要记得在提示里加上 “保存为 index.html” 之类的指示，CLI 会自动调用 `WriteFile` 完成保存。---## 8️⃣ 个人感悟：把 AI 当成“会写代码的同事”而不是“万能的搜索引擎”最开始我把 Gemini CLI 当成“终端版 ChatGPT”，只问它一些随意的问题。后来我发现，它的真正价值在于 **能够直接操作本地环境**。例如在项目里想快速生成单元测试，只要输入 `帮我为 src/utils.js 写 5 条 Jest 测试`，它会把测试文件写好、跑一次 `npm test`，甚至把报错信息给你解释。于是我把它当成了每日的代码助手，很多本来要翻文档、打开 IDE、手动敲代码的操作，都在几秒钟内完成。**一句话总结**：装上 Gemini CLI，就像在电脑里装了一个随叫随到的智能助理，省时省力，还能让你更专注在创意本身，而不是机械的搬砖。---## 9️⃣ 结语装、登录、跑、玩，这四步基本就能让任何人上手 Gemini CLI。再配合上斜杠命令、文件读取 (`@`)、系统命令 (`!`) 三大技巧，你可以把它当成终端版的 “AI 小秘书”。如果你在使用中碰到任何卡点，记得先检查认证和网络代理，绝大多数问题都能在这两块快速定位。祝你玩得开心，代码写得更快，生活也更省心！ 🎉
