Gemini CLI im Praxistest​

Google preist Gemini CLI als “persönlichen Open-Source-KI-Agent”, der sich direkt in Entwickler-Terminals integrieren lässt.Google Packages, die macOS und Linux Terminal sowie Windows cmd um intelligente Coding-Funktionen ergänzen, liegen im Trend. Neben zahlreichen Open-Source-Projekten bieten unter anderem auch Anthropic, GitHub, Amazon und OpenAI entsprechende Produkte mit Kommandozeilen-Fokus an. Und seit Ende Juni 2025 auch Google: Gemini CLI ist ein (weitgehend) kostenloses, quelloffenes KI-Tool für die Befehlszeile, das verspricht, sich mit anderen Dev-Tools integrieren zu lassen, Code zu “verstehen” und Workflows zu beschleunigen. Wie Google in seinem Blogbeitrag zu dem Tool darlegt, lässt sich Gemini CLI für diverse Aufgaben einsetzen – beispielsweise, um (im Zusammenspiel mit Veo und Imagen) Cat Content zu produzieren: class="wp-video"> https://storage.googleapis.com/gweb-uniblog-publish-prod/original_videos/GenMedia_demo_keyword.mp4 Wir haben das Tool einem ausführlichen Test unterzogen und verraten Ihnen, was es sonst noch kann. Gemini CLI installieren Bevor Sie die Gemini CLI installieren, sollten Sie unbedingt Ihre Node.js-Version überprüfen (node --version). Handelt es sich dabei um eine ältere Version als v20, ist ein Update zwingend erforderlich. Die neueste Version von Node.js können Sie hier direkt herunterladen. Anschließend können Sie Gemini CLI direkt aus dem Repository ausführen: npx https://github.com/google-gemini/gemini-cli Oder Sie installieren das Tool global und führen es aus: npm install -g @google/gemini-cli gemini In unserem Test auf macOS haben beide Methoden problemlos funktioniert. Die npx-Methode verursachte zwar eine merkliche Unterbrechung während der Build heruntergeladen wurde, bei den folgenden Durchläufen ging aber alles in angemessener Geschwindigkeit vonstatten. Weil Gemini CLI zudem aktiv weiterentwickelt wird, empfiehlt es sich auch, das Repository auf Ihrem lokalen Rechner zu klonen und regelmäßig zu aktualisieren. Unter macOS lässt sich das Executable mit dem Befehl [sudo] npm update -g @google/gemini-cli auf den aktuellen Stand bringen. Wenn Sie Gemini CLI erstmals über die Befehlszeile ausführen, müssen Sie zunächst ein Farbschema auswählen (das sich jederzeit mit dem Befehl /theme ändern lässt) und sich authentifizieren. Dazu empfiehlt sich die kostenlose Option, mit der 60 Modellanfragen pro Minute und 1.000 pro Tag möglich sind. Das sollte für den Anfang erst einmal ausreichen. Sollten Sie im weiteren Verlauf bemerken, dass Sie höhere Rate Limits oder zusätzliche Modelle benötigen, ändern Sie die Authentifizierungsmethode mit /auth. Apropos Modelle: Gemini CLI nutzt aktuell standardmäßig gemini-2.5-pro, das über ein Kontextfenster von einer Million Token verfügt und im Allgemeinen gute Ergebnisse liefert. Als Fallback-Lösung greift das Tool auf gemini-2.5-flash zurück, das zwar schneller und kleiner, aber auch weniger leistungsfähig ist. Das verwendete Modell können Sie auf zweierlei Arten festlegen: entweder mit dem Flag -m (wahlweise auch --model), oder indem Sie die Umgebungsvariable GEMINI_MODEL definieren. Das gewählte Modell muss dabei der Gemini-Familie angehören. Gemini CLI – Sandboxing & Checkpointing Sandboxing isoliert potenziell gefährliche Shell-Befehle und andere Prozesse von Ihrem Host-System. Um diese Funktion zu aktivieren, können Sie: Gemini CLI mit dem Flag -s (oder --sandbox) starten, settings.json um "sandbox": true ergänzen, oder Umgebungsvariablen verwenden. Unter macOS können Sie die native Seatbelt-Sandbox dafür nutzen oder Container verwenden. Das Standardprofil für Seatbelt ist permissive-open, was Write-Beschränkungen mit sich bringt und es erlaubt, das Netzwerk zu nutzen. In der Praxis heißt das, dass Gemini nicht außerhalb des Verzeichnisses schreiben kann, in dem es gestartet wurde. Das schützt beispielsweise davor, dass das System überschrieben, ein anderes Projekt beschädigt oder Dokumente gelöscht werden. Möchten Sie mit Gemini CLI in der Sandbox parallel an mehreren Projekten arbeiten, können Sie dazu mehrere Shell-Sitzungen in separaten Terminal-Tabs oder -Fenstern starten. Auf Linux-Systemen können Sie eine Sandbox auf Container-Basis nutzen, beispielsweise Docker, Podman – oder andere Tools. Checkpointing speichert automatisch einen Snapshot des Projektstatus, bevor Dateien von Gemini oder anderen KI-gestützten Tools geändert werden. So können Sie sicher experimentieren und Änderungen am Code vornehmen, bei Fehlern jedoch zum vorherigen Zustand zurückkehren. Dieses Feature aktivieren Sie, indem Sie beim Start von Gemini CLI das --checkpointing-Flag verwenden oder Ihre settings.json-Datei entsprechend bearbeiten. Mit dem /restore-Befehl können Sie Checkpoints auflisten und auswählen, um sie wiederherzustellen. Gemini CLI – Befehle & Tools Gemini CLI unterstützt aktuell (Juli 2025) 17 Befehle und elf Tools. Tendenziell dürfte diese Anzahl in beiden Fällen mit jedem neuen Release wachsen. Um die jeweils aktuellen Listen einzusehen, nutzen Sie: /help (Befehle, Grundlagen und Shortcuts) und /tools (Tools). Wenn Sie Zugriff auf Inhalte aus einer Datenbank benötigen, können Sie das über einen Model-Context-Protocol (MCP)-Server (dazu gleich mehr) bewerkstelligen. Der Help-Screen von Gemini CLI (v0.1.12)Foundry Gemini CLI – MCP-Server Um MCP Server zu finden und sich mit ihnen zu verbinden, verwendet Gemini CLI die mcpServers-Konfiguration in Ihrer settings.json-Datei. Diese Konfiguration unterstützt mehrere Server mit unterschiedlichen Transportmechanismen. Sie können MCP-Server auf globaler Ebene in der Datei ~/.gemini/settings.json und für einzelne Projekte über deren lokale .gemini/settings.json-Datei konfigurieren. Die Konfiguration sieht in etwa so aus: { ...file contains other config objects "mcpServers": { "serverName": { "command": "path/to/server", "args": ["--arg1", "value1"], "env": { "API_KEY": "$MY_API_TOKEN" }, "cwd": "./server-directory", "timeout": 30000, "trust": false } } } Das ist zwar sehr flexibel, erweist sich aber als ein wenig mühsam. Sollte Ihr erster Versuch scheitern, können Sie Gemini CLI auch um Hilfe bitten, um die lokale Datei .gemini/settings.json zu bearbeiten. Wenn Sie MCP-Server für Gemini CLI suchen, funktioniert eine einfache Suche nach “mcp servers” gut. Eine zuverlässigere Lösung bietet allerdings diese Liste auf GitHub. Gemini CLI im Test – Experimente Am Tag vor der Veröffentlichung von Gemini CLI haben wir gcloud installiert, damit Gemini mit Google Cloud funktionieren kann. Leider gab es bei der Installation Probleme. Deshalb haben wir Gemini CLI die Fehlermeldungen von gcloud übermittelt, woraufhin das Tool mitteilte, eine Lösung zu haben. Wie sich herausstellte, war das nicht halluziniert: Die Korrekturen funktionierten einwandfrei. Außerdem haben wir Gemini CLI damit beauftragt, die Cline-Codebasis zu erklären. Erwartungsgemäß war das Tool etwas beschäftigt – bevor es dann lange Antwortzeiten detektierte und einen Wechsel zu gemini-2.5-flash vorschlug. Gesagt, getan – und funktioniert hat es auch. Bei einem erneuten Test mit dem Pro-Modell lief es dann auch dort flüssig. Im nächsten Schritt wechselten wir in unser ~/Code-Verzeichnis und haben Gemini CLI gebeten, einen neuen Ordner zu erstellen, was ebenfalls funktionierte. Anschließend folgte der Prompt: Schreibe eine C++-CLI-App, um Pi zu berechnen und auszugeben. Verwende eine Befehlszeilenvariable, um die Anzahl der Stellen festzulegen. Die Anzahl der Stellen muss mindestens eins sein. Stelle sicher, dass der Wert auf 100 Stellen genau ist. Speichere das Programm im Gemini-Ordner unter dem Namen pi_value. Gemini entschied sich daraufhin, willkürliche Genauigkeitsberechnungen zu vermeiden und einen Spigot-Algorithmus zu implementieren. Als es den generierten Code für 50 Stellen ausführte, war der Output fünfzig Nullen – allerdings behauptete die KI das würde funktionieren. Entsprechend lautete der nächste Prompt: Diese Antwort ist nicht einmal annähernd richtig. Die Rückmeldung von Gemini: Sie haben vollkommen Recht. Ich bitte um Entschuldigung, der von mir verwendete Algorithmus war fehlerhaft und lieferte ein falsches Ergebnis. Ich habe die Implementierung des Spigot-Algorithmus korrigiert, um sicherzustellen, dass er die Ziffern von Pi korrekt berechnet. Anschließend drehte sich Gemini ein wenig im Kreis, gab aber schließlich den Spigot-Algorithmus auf und entschied sich für die Boost C++-Bibliothek. Diese erzeugte Code, der vernünftig aussah – aber wir mussten Boost mit Homebrew installieren und Gemini mitteilen, wo es sich befindet. Zudem musste Gemini seine Kompilierungs-Flags ändern, um C++ 14 zu unterstützen. Der Code funktionierte, aber wir waren uns bewusst, dass es bessere Möglichkeiten gibt, um dieses spezielle Problem zu lösen. Versuch es noch einmal mit mpfr, das bereits installiert ist. Nutze für die Bennenung pi_value_mpfr. Diese Aufgabe hat Gemini auf Anhieb richtig gelöst. Was allerdings keine große Überraschung ist, da MPFR eine integrierte Konstantenfunktion für Pi enthält. Gemini wies außerdem darauf hin, dass die MPFR-Implementierung etwas langsamer ist als Boost. Versuch es noch einmal mit dem bestmöglichen Algorithmus. Benenne das Programm als pi_value. Gemini wählte mit MPFR korrekt den Chudnovsky-Algorithmus, vermasselte dann aber die Implementierung ein paar Mal, bevor es schließlich doch noch klappte. Anschließend ließ ich Gemini die drei Ergebniswerte miteinander und mit dem in der Encyclopedia Britannica angegebenen 39-stelligen Referenzwert vergleichen. Alles in Ordnung. Die letzte, etwas weniger triviale Aufgabe: Wir wechselten in das Verzeichnis, das die aktuelle Kopie des Gemini CLI Repository enthielt und baten das Tool, dieses zunächst zu erklären und anschließend bestehende Probleme aufzulisten. Das klappte anstandslos. Als es jedoch darum ging, eines der Problem auszuwählen und dafür eine Implementierung vorzuschlagen, hatte das Tool zunächst einen Plan, stieß dann bei der Implementierung auf Probleme, erstellte einen überarbeiteten Plan, stieß auch dabei auf Probleme, und geriet schließlich in einen Loop, bei dem es am Ende versuchte, die Klammern in TypeScript auszugleichen. An diesem Punkt haben wir die Aufgabe abgebrochen. Gemini CLI – Testfazit Gemini CLI funktioniert mit dem gemini-2.5-pro-Modell schon ganz gut, kann aber nicht durchgängig begeistern. Um das in Relation zu setzen: Die einzigen besseren Systeme, die wir in diesem Bereich bislang getestet haben, sind Claude Code und Solver. Auf der anderen Seite bietet Gemini CLI in seiner kostenlosen Version schon genug, um ziemlich weit zu kommen. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox