گوگل ابزار Gemini API CLI را معرفی کرد؛ دسترسی ایجنت‌های کدنویسی به قابلیت‌های چندوجهی
گوگل ابزار آزمایشی جدیدی به نام Gemini API CLI عرضه کرده است که به ایجنت‌های کدنویسی از جمله Cursor و Claude Code اجازه می‌دهد مستقیماً از محیط خط فرمان به قابلیت‌های چندوجهی Gemini دسترسی یابند. این ابزار باینریِ مستقل، فرآیند تولید و تحلیل تصویر، صدا و ویدیو را در جریان توسعه نرم‌افزار به‌شکل چشمگیری تسهیل می‌کند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- ابزار آزمایشی Gemini API CLI به ایجنت‌های کدنویسی مانند Cursor و Claude Code امکان می‌دهد دستورات چندوجهی را مستقیماً از ترمینال اجرا کنند.
- این ابزار در قالب یک فایل باینری سبک به زبان Go و بدون نیاز به هیچ وابستگی جانبی عرضه شده است و امکان تولید و تحلیل صوت، تصویر و ویدیو را فراهم می‌کند.
- پروژه جدید گوگل صرفاً یک رابط ابزاری برای اتصال به API است و نباید آن را با ابزارهای تعاملی مستقلی مانند Gemini CLI اشتباه گرفت.
مقدمه
ابزار Gemini API CLI (با دستور اجرایی gemini-api) یک ابزار آزمایشی خط فرمان از سوی گوگل است که به ایجنت‌های کدنویسی مانند Claude Code، Codex و Cursor امکان می‌دهد تا مستقیماً از طریق محیط خط فرمان (شل) به قابلیت‌های چندوجهی Gemini API دسترسی داشته باشند.
توضیحات
این ابزار چیست؟
- ساختار: فایل باینری مستقل به زبان Go بدون هیچ‌گونه پیش‌نیاز خارجی، تحت مجوز آپاچی ۲.۰ (مخزن
github.com/google-gemini/gemini-api-cli، نسخه v0.4.3) - قابلیت‌ها: تولید تصویر، ویدیو، موسیقی و گفتار؛ تحلیل و پیاده‌سازی متنی محتوای صوتی و تصویری؛ و اجرای ایجنت‌های مدیریت‌شده (Managed Agents)
- زمان‌بندی: معرفی در ۱۹ اکتبر؛ گفت‌وگوهای گسترده به زبان‌های انگلیسی، چینی و ژاپنی در شبکه اجتماعی X در روزهای ۲۳ تا ۲۴ اکتبر
تفاوت با ابزارهای مشابه
این پروژه را نباید با ابزار Gemini CLI (دستیار تعاملی کدنویسی) یا Antigravity CLI اشتباه گرفت؛ این پروژه صرفاً یک لایه ابزاری مبتنی بر API برای فراخوانی توسط سایر ایجنتها به شمار می‌رود.
کاربرد
نحوه استفاده
- فایل باینری متناسب با پلتفرم خود را از بخش ریلیزهای گیت‌هاب دریافت کرده و به متغیر PATH سیستم اضافه کنید.
- کلید دسترسی Gemini API را (از طریق Google AI Studio) روی سیستم تنظیم نمایید.
- به ایجنت خود اجازه دهید دستور
gemini-apiرا فراخوانی کند؛ به‌عنوان مثال از Claude Code بخواهید تصویری تولید کند یا یک فایل صوتی را به متن تبدیل کند.
معرفی رسمی: aistudio.google.com/learn/introducing-the-gemini-api-cli
وضعیت آزمایشی: احتمال تغییر فلگ‌ها و پارامترها وجود دارد، بنابراین فایل README را بررسی کنید؛ ضمناً هزینه استفاده بر اساس هر درخواست API محاسبه می‌شود.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
رونمایی DEEP Robotics از پلتفرم DEEPRobotics-Brain؛ مغز هوش تجسمنیافته برای رباتهای چهارپا
شرکت DEEP Robotics از سیستم هوش تجسمنیافته DEEPRobotics-Brain رونمایی کرد که نقش مغز متفکر رباتهای چهارپا را ایفا می‌کند. این پلتفرم با همراهی دانشگاههای تراز اولی همچون MIT توسعه یافته و شامل پنج نوآوری بنیادین در حوزه مدل‌های جهان و ناوبری رباتیک است.
هدایت ربات انسان‌نما با بافت زنده مغز انسان؛ دستاورد محققان در پروژه Brainobot
پژوهشگران در پروژه‌ای به نام Brainobot، ارگانوئید سه‌ماهه بافت مغز انسان را به لایه تصمیم‌گیری یک ربات انسان‌نما متصل کردند. این ربات زیستی موفق شده با دقت بالای ۹۰ درصد اشیا را جابه‌جا کرده و نور لیزر را تعقیب کند. این دستاورد بازتاب گسترده‌ای پیرامون اخلاق زیستی و محاسبات نورومورفیک ایجاد کرده است.
طراحی مهندسی با هوش مصنوعی؛ پلتفرم zCAD AI متن را به مدل‌های دقیق CAD تبدیل می‌کند
پلتفرم نوآورانه zCAD AI با پردازش توصیف‌های متنی، مدل‌های مهندسی پارامتریک و قابل ویرایش CAD تولید می‌کند. برخلاف ابزارهای متداول که صرفاً شبکه‌های سه‌بعدی غیرقابل ویرایش می‌سازند، این سامانه خروجی‌های استاندارد صنعتی با قابلیت تنظیم ابعاد و مونتاژ کامل قطعات ارائه می‌دهد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.