Gemini CLI जारी हो गया है.

 (github.com/google-gemini)
37 पॉइंट द्वारा hwaan2 2025-06-26 | 5 टिप्पणियां | WhatsApp पर शेयर करें
  • Gemini के 10 लाख टोकन कॉन्टेक्स्ट विंडो से भी बड़े और छोटे codebase को query और edit किया जा सकता है.
  • Gemini की multimodal क्षमताओं का उपयोग करके PDF या sketch से नए app बनाए जा सकते हैं.
  • pull request query या जटिल rebase handling जैसे operational tasks को automate किया जा सकता है.
  • tools और MCP server का उपयोग करके Imagen, Veo या Lyria के साथ media generation सहित नई capabilities जोड़ी जा सकती हैं.
  • Gemini में built-in Google Search tool के साथ query को grounded किया जा सकता है.
  • free model में Gemini-2.5-Pro model के लिए प्रति मिनट 60 बार, और प्रतिदिन अधिकतम 1,000 requests संभव हैं.

संबंधित पढ़ाई

5 टिप्पणियां

 
belfast 2025-06-28

मैंने इसे बहुत ज़्यादा उम्मीद के बिना आज़माया था, लेकिन यह उम्मीद से भी ज़्यादा तेज़ निकला और इसकी परफ़ॉर्मेंस भी संतोषजनक लगी।
 
spilist2 2025-06-26

Google Workspace उपयोगकर्ताओं के लिए प्रमाणन विधि पोस्ट की गई है। https://hi.news.hada.io/topic?id=21662
 
xguru 2025-06-26

Gemini CLI पर Hacker News की टिप्पणियाँ

  • मुझे यह सच में मज़ेदार लगता है कि Google का Gemini प्रोडक्ट परिवार कितना ज़्यादा fragmented हो गया है। मैं Pro paid subscriber हूँ, लेकिन अब जाकर पता चला कि ज़्यादा उपयोग के लिए "Gemini Code Assist Standard" या "Enterprise" यूज़र होना पड़ता है। मुझे तो यह भी नहीं पता था कि ऐसा कुछ है। आम Google यूज़र के तौर पर वे काफ़ी उदार free tier देते हैं, लेकिन पैसा देकर Gemini subscribe करने पर भी वह "Gemini CLI" से जुड़ता नहीं है। यह सच में अजीब अनुभव है।

    • Google, Microsoft की तरह, product design और messaging में उलझा हुआ लगता है। अच्छे प्रोडक्ट बहुत हैं, लेकिन कुल मिलाकर छाप धुंधली हो जाती है। मुझे भी Gemini 2.5 Pro अच्छा लगता है, और मैं Google Drive अक्सर इस्तेमाल करता हूँ, इसलिए Google One और Gemini Pro लेता हूँ, लेकिन मैं पहले से iCloud ecosystem में बँधा हूँ, इसलिए फीचर्स का पूरा फायदा नहीं ले पाता। Gemini Chat UI, ChatGPT client की तुलना में काफ़ी पीछे है। NotebookLM दस्तावेज़ों के सारांश के लिए अच्छा है, लेकिन वह Gemini Chat से जुड़ता नहीं, इसलिए ज़रूरत पड़ने पर दोनों के बीच आना-जाना पड़ता है। इसी वजह से मैंने आखिरकार Raycast AI subscribe कर लिया। यह बिना किसी खास setup के workflow में अच्छी तरह घुल-मिल जाता है। Google की तरह फीचर्स को अलग-अलग बिखेरने वाली बात इसमें नहीं है। UX के मामले में Google, OpenAI और Anthropic से काफ़ी पीछे चल रहा है। हाल में Google ने v0 (Google Stitch), GH Copilot/Cursor के लिए हल्का VSCode plugin, और Claude Code जैसी चीज़ों को तेज़ी से catch up करने की कोशिश की, लेकिन ये सब ऐसे experimental projects लगते हैं जो शायद जल्द गायब हो जाएँगे।
    • startup और solo developers के Google की जगह दूसरे solutions पसंद करने की वजह यही complexity है। Gemini 2.5 Pro की technical capability अपने आप में बहुत ऊँची है, लेकिन Google Cloud Dashboard लंबे समय से बिना सुधार के पड़ा है। Vertex पर model host करने की बात होती है, लेकिन Google Cloud से उसका फर्क समझ नहीं आता, और project level पर APIs भी अलग-अलग हैं। छोटे project से शुरू करने पर भी scale बढ़ते ही Google AI Studio API से Vertex API पर जाना पड़े, यह सच में तर्कहीन लगता है। यहाँ तक कि OpenAI-compatible Google API में भी अक्सर errors आते हैं। जो AI provider व्यावहारिक रूप से industry standard बनना चाहिए, वही उल्टा scalability में बाधा डाल रहा है। Jules vs Gemini CLI, Vertex API (Google Cloud की ज़रूरत) vs Google AI Studio API जैसी overlapping services ज़रूरत से ज़्यादा हैं। Vertex इस्तेमाल करने पर app में PROJECT जैसी environment variables भी खुद set करनी पड़ती हैं, जिससे complexity और बढ़ती है।
    • Google pricing policy में भी भटकता हुआ दिखता है। Gemini 2.5 Pro मेरे इस्तेमाल किए गए सबसे अच्छे models में है, फिर भी Claude/Cursor की तरह simple subscription model नहीं है जिसमें सारे features आसानी से इस्तेमाल हो सकें। enterprise में OpenAI का share साफ़ तौर पर मज़बूत दिख रहा है।
    • हर महीने $300 का AI ULTRA membership भी है। Google One membership तक में कौन-से अतिरिक्त features मिलते हैं, यह साफ़-साफ़ नहीं बताया जाता। शायद बहुत तेज़ बदलाव होने की वजह से ऐसा हो रहा है।
    • हम feedback को महत्व देते हैं, और टीम भी इसे सक्रिय रूप से शामिल करने वाली है।

  • Gemini CLI में two-way voice interface जोड़ा गया है। इसे open source MCP server के आधार पर बनाया गया और हाल में सीधे deploy किया गया। इसे voice-mode नाम से इस्तेमाल किया जा सकता है। असली installation method और code examples भी साझा किए गए हैं।

  • मैं खुद इस project में काम कर रहा हूँ। usage अभी कम है, इसलिए TPU स्थिति को लेकर थोड़ी उदारता रखें। कोई भी bug या feature request स्वागतयोग्य है। पूरी टीम feedback ध्यान से पढ़ रही है।

    • कल मैंने Ruby में लिखे algorithm को JavaScript में बदलने के लिए GPT-4.1 से कई बार कोशिश की, लेकिन हर बार errors ही आए। जिज्ञासा में Gemini CLI आज़माया, और उसने एक ही बार में पूरे Ruby project को convert कर दिया। सोचने से लेकर परिणाम तक कुल 5 मिनट लगे। काफ़ी प्रभावशाली।
    • मैं Google Workspace में gemini का paid उपयोग भी कर रहा हूँ, लेकिन "GOOGLE_CLOUD_PROJECT environment variable नहीं है" जैसा message आता है। जो लोग GCP इस्तेमाल नहीं करते, उनके लिए यह variable कैसे मिले, यह बिल्कुल intuitive नहीं है, इसलिए कम से कम documentation अच्छी होनी चाहिए। सबसे बुरी स्थिति में यह विडंबना है कि paid users की accessibility आम users से भी कम हो जाए।
    • Apple M1 पर CodeRunner के ज़रिए Gemini CLI द्वारा generated code को सीधे run करने वाला integration आज़माया। यह बहुत अच्छा काम करता है। एक वास्तविक example भी link के साथ साझा किया गया।
    • सामान्य users के लिए Claude Max जैसी integrated subscription की उम्मीद है, जिसमें IP compliance और Gemini app, API access शामिल हों।
    • CLI में जो features अभी उपलब्ध हैं, उनमें से कुछ को expand करने या disable करने का option भी होना चाहिए।

  • Claude Code (Opus 4) ने बड़े Rust codebase पर अच्छा काम किया, लेकिन complex tasks में अभी भी सीमाएँ थीं। Gemini CLI आज़माने पर installation आसान था, फिर भी Rust code conversion में उसकी quality साफ़ तौर पर Claude से कम थी। फिर भी जब उसने जवाब दिया, "मैंने code को पूरी तरह खराब कर दिया है, इसलिए सारे बदलाव rollback करके फिर से शुरू करूँगा," तो यह self-awareness और reset करने की क्षमता ही आज के दिन का highlight बन गई।

    • Gemini में मज़ेदार error responses हैं। यह ऐसे जवाब देता है जैसे उसे खुद अपनी गलती का एहसास हो, जैसे: "यह अप्रत्याशित था!" या "अब आख़िरी test pass हो जाएगा!"। system prompt बदले बिना भी यह आम तौर पर काफ़ी confident और भावनात्मक प्रतिक्रियाएँ देता है। शायद results को visualize करने या दर्शाने वाली भाषा training में ज़्यादा असरदार रही हो, इसलिए यह प्रवृत्ति बनी हो।
    • मेरे हिसाब से Gemini को Google के internal codebase पर व्यापक training का फायदा मिल रहा है। Rust का Google के अंदर कम adoption है, और शानदार C++ tools बहुत हैं, इसलिए शायद Gemini Rust में अपेक्षाकृत कमज़ोर है।
    • मेरा भी ऐसा ही अनुभव रहा। नए feature implementation के प्रयोग में undefined functions जैसी कई समस्याओं के कारण आखिरकार छोड़ना पड़ा। Claude भी perfect नहीं था, लेकिन कम से कम code चलता था। Gemini का output ज़्यादा polished था, लेकिन finishing कमज़ोर थी।
    • मैंने भी इसी तरह इस्तेमाल किया, और 15 मिनट में वही "reset" behavior दिखा।
    • Claude भी हालात बहुत बिगड़ने पर खुद शुरू से फिर शुरू करता है।

  • Gemini Code Assist इस्तेमाल करने पर सारा code Google को भेजा जाता है। आधिकारिक guide के अनुसार prompts, संबंधित code, generated outputs, feedback, और specific feature usage info तक सब collect होता है, और human reviewers 18 महीने तक anonymized data देख सकते हैं। इसलिए confidential information या ऐसा data जिसे आप दूसरों को नहीं दिखाना चाहते, उसे input न करने की सलाह दी जाती है।

    • व्यवहार में और ज़्यादा granular policy लागू होती है। free Code Assist में data default रूप से इस्तेमाल होता है, लेकिन अलग opt-out setting है। paid Code Assist या paid API के इस्तेमाल में data machine learning improvement के लिए उपयोग नहीं होता। data का उपयोग सिर्फ़ सामान्य free accounts में, वह भी अलग setting न करने पर होता है।
    • यह माना गया कि Gemini CLI की privacy policy login method के हिसाब से confusing थी। अलग-अलग account types की policies और FAQ को एक document में समेटकर साझा किया गया। ऐसी transparency की मांग के लिए धन्यवाद भी दिया गया।
    • Gemini ecosystem में सबसे निराशाजनक हिस्सा यही privacy policy है। मुझे लगता है 2.5 pro अभी सबसे अच्छा model है, फिर भी इतनी confusing और inconsistent guidance की वजह से इसे काम में इस्तेमाल करने में हिचक होती है। महँगे paid plans लेने पर भी कुछ अलग नहीं लगता। इसमें मज़बूत सुधार की उम्मीद है।
    • Mozilla और Google द्वारा दिया गया gemmafile नाम का solution भी है। यह पूरी तरह independently चलने वाला Gemini (Gemma) है, जो dependency-free single binary के रूप में आता है। वास्तव में 32% organizations इसी तरीके से Gemini का उपयोग कर रही हैं।
    • configuration docs के "Usage Statistics" हिस्से में छिपी जानकारी भी है, जहाँ बताया गया है कि personal information, prompts, file contents आदि store नहीं किए जाते।

  • Gemini CLI का system prompt code (Gist) के रूप में देखा जा सकता है, और एक अलग personal blog में उपयोग अनुभव और notes भी व्यवस्थित किए गए हैं।

    • Gemini CLI open source है, इसलिए system prompt की location भी खुली हुई है।
    • सिर्फ absolute path इस्तेमाल करने की बात लिखी है, लेकिन examples में relative path है, इसलिए थोड़ा confusion होता है।

  • कुछ दिन पहले Claude Code से vibe coding शैली में एक streamlit Python app बनाया था, लेकिन एक बिंदु के बाद complex bugs में वह और मदद नहीं कर पाया। Gemini CLI ने इससे कहीं बड़े project size तक अच्छे से संभाल लिया, और सिर्फ़ "पूरे code का analysis करो और bugs ठीक करो" कहने पर ज्यादातर काम हो गया। सच में ऐसा लगा जैसे भविष्य में जी रहे हों।

    • क्या यह context window के आकार के अंतर की वजह से है? Gemini, Claude से 5 गुना बड़ा है। Claude के साथ side project करते समय मैं हमेशा context limit से टकराता हूँ और details खो जाती हैं। उम्मीद है Gemini से यह समस्या सुलझेगी।
    • Claude Code का best use case यह है कि भारी काम Gemini Pro 2.5 या o3/o3pro को दे दिया जाए। MCP support की वजह से अब कई models को क़रीब से जोड़ा जा सकता है। आगे शायद standard यही होगा कि किसी भी LLM model को CLI agent के रूप में plug in करके इस्तेमाल किया जा सके। आखिरकार ChatGPT जैसे brand-based mass UI को practical work में कोई खास बढ़त नहीं है।
    • अगर हर module के लिए पहले से AI से 100-line summary document लिखवा लिया जाए, तो details की जगह सिर्फ़ reference paths लिखकर AI को ज़रूरी context समझाया जा सकता है और काम अधिक कुशलता से हो सकता है। अगर किसी module को 100 lines में summarize नहीं किया जा सकता, तो शायद refactoring का समय आ गया है। आखिरकार LLM को भी सिर्फ़ महत्वपूर्ण context सही ढंग से देना पड़ता है।
    • prompt engineering और specific instructions देना ज़्यादा प्रभावी हो सकता है। "सारे bugs ठीक कर दो" जैसा कहना वास्तविक उपयोग में असरदार नहीं भी हो सकता।
    • लेकिन असल complexity आने पर चीज़ें जल्दी टूट जाती हैं। vibe coding से code करने पर अनावश्यक बहुत-सा code पैदा होता है और memory efficiency, manually लिखे code की तुलना में गिरती है। आगे अगर यह तरीका बढ़ा, तो DRAM demand बढ़ने की उम्मीद भी की जा सकती है।

  • काश यह Go या Rust में लिखा गया होता। Node runtime install किए बिना चलने वाला single binary CLI बेहतर होता।

    • ऐसे projects में updates बहुत आते हैं, इसलिए npm/pip जैसी चीज़ों से auto-handle होना ज़्यादा व्यावहारिक लगता है। वैसे भी यह कोई बहुत heavy workload नहीं करता, इसलिए Node भी बहुत बड़ी दिक्कत नहीं है। हाँ, सिद्धांततः Go में होता तो और बेहतर लगता।
    • सुझाव दिया गया कि Gemini CLI से खुद का rewrite ही करवा कर देखें। यह मनचाही language में अपना code खुद generate कर सकता है।
    • quality से ज़्यादा यह लगता है कि competitors सब CLI tools ला रहे हैं, इसलिए औपचारिकता निभाने के लिए इसे जोड़ा गया है।
    • अगर इसे actual executable बनाना हो, तो Bun या Deno से package करके build किया जा सकता है। यदि Node code में कोई खास पेचीदगी नहीं है, तो Bun की ओर से standalone executable बनाया जा सकता है। exe size, Go या Rust की तुलना में कितना अलग होगा, यह जानने की जिज्ञासा है।
    • OpenAI भी Codex CLI को TypeScript से Rust में rebuild कर रहा है। व्यक्तिगत रूप से Node install करने का अनुभव ठीक रहा, और packaging भी अच्छी थी, इसलिए किस तरीके से हो, उससे मुझे समस्या नहीं।

  • "Google Workspace account login failed" message मिला। अगर Gemini CLI सिर्फ़ non-commercial users के लिए है, तो यह हैरान करने वाला है। Google services में workspace accounts पर सच में बेवजह बहुत बार restrictions लगते हैं। पहले GSuite account में सिर्फ़ email की ज़रूरत होती थी, लेकिन अब हर बार अलग data और accessibility सीमित हो जाती है, और paid subscription लेने पर भी कभी features मिलते हैं, कभी block हो जाते हैं। इस बार तो workspace account users के लिए Gemini CLI का उपयोग ही block है, जो एक loyal customer के तौर पर निराशाजनक है।

    • मदद के लिए official GitHub authentication guide देखने को कहा गया।
    • GOOGLE_CLOUD_PROJECT environment variable जैसी अतिरिक्त settings भी चाहिए।

  • लगभग एक महीने से इस tool का उपयोग करते हुए महसूस हुआ कि 2.5pro SOTA है, और 10 लाख token की बड़ी context window की वजह से यह सच में शक्तिशाली है। बड़े codebases तक को आसानी से analyze और learn कर लेता है।

    • हाल में Cursor में इस्तेमाल करते समय, बड़े Python file में import टूटने की समस्या थी। Claude में यह समस्या नहीं थी। आज Gemini CLI से इसे सीधे आज़माने का इरादा है।
 
fanotify 2025-06-26

https://github.com/google-gemini/gemini-cli/…
ऑथेंटिकेशन तरीके 1, 2a मुफ़्त हैं, और 2b से आगे paid account है।

क्या prompts और responses सहित मेरा code Google model को train करने के लिए इस्तेमाल होता है?
यह पूरी तरह इस बात पर निर्भर करता है कि आप कौन-सा authentication method इस्तेमाल कर रहे हैं।

ऑथेंटिकेशन तरीका 1: हाँ। अगर आप personal Google account इस्तेमाल करते हैं, तो Gemini Code Assist for Individuals Privacy Notice लागू होता है। इस notice के तहत आपके prompts, responses और संबंधित code को collect किया जाता है, और इन्हें model training सहित Google products को बेहतर बनाने के लिए इस्तेमाल किया जा सकता है.
ऑथेंटिकेशन तरीका 2a: हाँ, अगर आप Gemini API key इस्तेमाल करते हैं, तो Gemini API (Free Services) Terms लागू होते हैं। इस notice के तहत आपके prompts, responses और संबंधित code को collect किया जाता है, और इन्हें model training सहित Google products को बेहतर बनाने के लिए इस्तेमाल किया जा सकता है.
ऑथेंटिकेशन तरीके 2b, 3 और 4: नहीं। इन accounts के लिए आपका data Google Cloud या Gemini API (Paid Services) Terms के अधीन होता है, और आपकी inputs को confidential माना जाता है। आपका code, prompts और अन्य inputs model training के लिए इस्तेमाल नहीं किए जाते हैं।
 
laeyoung 2025-06-26

इसे इतनी साफ़-सुथरी तरह से व्यवस्थित करने के लिए धन्यवाद।