Phil Schmid 发布 Gemini API CLI:无状态工具,给现有编码 Agent 补多模态能力
_philschmid · x · 2026-10-27
Phil Schmid 团队发布 Gemini API CLI——一个调用 Gemini API 的命令行工具,定位不是新的编码 agent,而是给已有 agent(Claude Code、Codex、Cursor 等)加装的多模态执行器。核心能力:
- 生成图像、视频、语音、音乐
- 分析 PDF、图片、音频、视频、YouTube 链接
- 将录音转写为 markdown / json / srt
- 后台运行 Deep Research
设计为无状态:没有记忆、没有聊天模式,上下文和规划完全由你的 agent 掌控,CLI 只负责 API 调用。自带自描述能力(--help、--dry-run),面向 agent 优化。
「编程与Agent」频道最新
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27
- 零基础用户用 Claude Code 两周 vibe coding 出一款 Godot JRPG — ADHDavid · 2026-10-27