Google 发布 Gemini API CLI：给现有编码 Agent 一把钥匙补齐多模态能力
kieranklaassen · x · 2026-10-28
Google 官方发布 Gemini API CLI——一个无状态、专为 Agent 设计的命令行工具，可挂接进 Claude Code、Codex、Cursor 等你已有的 agent（它不是新的编码 agent）：
- 生成图像、视频、语音、音乐
- 分析 PDF、图片、音频、视频、YouTube 链接
- 把录音转写为 md/json/srt
- 后台运行 Deep Research
无记忆、无聊天模式，context 和计划由你的 agent 自己掌控，CLI 只负责调 API，自带 --help、--dry-run 等自描述能力。
转发者 hammermt（Every 团队）称 Gemini 被严重低估：一个 API key 就能给你的 agent 配齐看图、原生看视频、听音频（捕捉转写漏掉的错误）、图像/视频生成、配背景音乐、带口音的语音合成、便宜且比专用模型更好的转写、快速便宜的分类（flash 模型）、以及与 Claude/OpenAI 不相关的创意第二意见。他表示团队里多人距全面切换到 Google 只差一次好的发布。
所属事件:谷歌发布 Gemini API CLI 为现有编码 Agent 补多模态(3 条相关)→
「编程与Agent」频道最新
- MCP 迈向事件推送：SEP-3415 Events 扩展 PR 提交，让 Agent 无需轮询即可响应 — braelyn_ai · 2026-10-28
- AMD 团队详解 warp-pipelining：Triton GEMM 在 MI300/350/450 上追平手写汇编 — xiaosun86 · 2026-10-28
- Agent harness 要被模型「吃掉」了?蒸馏实验显示通用脚手架正被训练进模型 — rseroter · 2026-10-28
- 实测 Berkeley Agents' Last Exam：单任务最多 400+ 步动作如何审核 — Fun-Government-8007 · 2026-10-28
- Sarah 简评:企业工作流自动化还停在『自动补全时代』 — saranormous · 2026-10-28
- Garry Tan 晒 Capy AI 编程工厂:常驻 10-20 个子代理,年贡献 19101 次 — garrytan · 2026-10-28