Gemini CLI est l'outil en ligne de commande de Google qui met la puissance des modèles Gemini 2.5 directement dans votre terminal. Open source et entièrement gratuit, il permet aux développeurs d'interagir avec une IA de pointe pour coder, déboguer, refactorer et générer de la documentation sans jamais quitter leur environnement de travail. Voici un guide complet pour l'installer, le configurer et en exploiter tout le potentiel.

Installation

Gemini CLI nécessite Node.js 18+. Deux méthodes d'installation sont disponibles :

# Installation globale
npm install -g @google/gemini-cli

# Lancer directement
gemini

Si vous préférez ne pas installer globalement, utilisez npx pour une exécution immédiate :

# Sans installation préalable
npx @google/gemini-cli

Au premier lancement, Gemini CLI vous guidera à travers l'authentification. Vous pouvez vous connecter via votre compte Google ou configurer manuellement une clé API.

Configuration de la clé API via Google AI Studio

Pour utiliser Gemini CLI avec le tier gratuit, vous devez obtenir une clé API depuis Google AI Studio. Le processus est simple :

# Définir la variable d'environnement
export GEMINI_API_KEY="votre-cle-api-ici"

# Ou l'ajouter à votre profil shell
echo 'export GEMINI_API_KEY="votre-cle-api-ici"' >> ~/.bashrc
source ~/.bashrc

Le tier gratuit offre 1500 requêtes par jour, ce qui est largement suffisant pour un usage quotidien de développement. Aucune carte bancaire n'est requise.

Sessions interactives

Une fois lancé, Gemini CLI démarre une session interactive dans votre terminal. Il analyse automatiquement le contexte de votre projet : fichiers, structure, dépendances.

# Lancer Gemini dans un projet
cd ~/projects/mon-app
gemini

# Exemples de prompts en session interactive
> Explique l'architecture de ce projet
> Trouve les problèmes de performance dans src/services/
> Génère des tests unitaires pour le fichier utils.ts

Gemini CLI peut lire et comprendre l'ensemble de votre codebase grâce à sa fenêtre de contexte d'un million de tokens, ce qui en fait un outil particulièrement adapté aux grands projets.

Le répertoire .gemini/ : configuration du projet

Le répertoire .gemini/ à la racine de votre projet permet de personnaliser le comportement de Gemini CLI pour chaque projet. Deux fichiers clés le composent :

config.json

{
  "model": "gemini-2.5-pro",
  "temperature": 0.7,
  "maxOutputTokens": 65536,
  "safetySettings": {
    "enabled": true
  }
}

instructions.md

Ce fichier joue le même rôle que CLAUDE.md pour Claude Code. Il contient les instructions spécifiques à votre projet :

# Instructions Projet

## Stack Technique
- Frontend : React 19 avec TypeScript
- Backend : Express.js avec Prisma
- Base de données : PostgreSQL 16

## Conventions
- Utiliser des fonctions fléchées pour les composants React
- Tests avec Vitest obligatoires pour chaque nouveau module
- Nommage des fichiers en kebab-case

Exécution de commandes shell avec sandbox

Gemini CLI peut exécuter des commandes shell directement depuis la session interactive. Un système de sandbox protège votre environnement :

> Lance npm run build et montre-moi les erreurs

# Gemini CLI va :
# 1. Exécuter la commande dans un environnement contrôlé
# 2. Capturer la sortie et les erreurs
# 3. Analyser les résultats et proposer des corrections

Le mode sandbox empêche les commandes potentiellement destructrices de s'exécuter sans votre approbation explicite. Chaque commande sensible déclenche une demande de confirmation avant exécution.

Extensions MCP (Model Context Protocol)

Gemini CLI supporte les serveurs MCP, un protocole ouvert pour étendre les capacités de l'IA. La configuration se fait dans .gemini/settings.json :

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/chemin/vers/dossier"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "ghp_votre_token"
      }
    }
  }
}

Grâce aux MCP servers, Gemini CLI peut interagir avec des services externes comme GitHub, des bases de données, des APIs REST et plus encore.

Exemples pratiques de développement

Refactoring de code

> Refactore le fichier src/services/user.service.ts en suivant
  le pattern Repository. Extrais les requêtes base de données
  dans un UserRepository séparé et mets à jour les imports.

Debugging assisté

> J'ai cette erreur TypeError: Cannot read properties of undefined
  (reading 'map') dans le composant ProductList.tsx ligne 42.
  Analyse le composant et ses dépendances pour trouver la cause.

Génération de documentation

> Génère la documentation JSDoc pour toutes les fonctions
  exportées dans src/utils/ et ajoute des exemples d'utilisation.

Code review automatisée

> Fais une code review du fichier src/api/auth.controller.ts.
  Vérifie la sécurité, la gestion d'erreurs, les edge cases
  et la conformité aux bonnes pratiques NestJS.

Comparaison avec Claude Code et Copilot CLI

Le marché des assistants IA en terminal est en pleine effervescence. Voici comment Gemini CLI se positionne face à ses concurrents :

Critère	Gemini CLI	Claude Code	Copilot CLI
Modèle	Gemini 2.5 Pro/Flash	Claude Sonnet/Opus	GPT-4o
Contexte	1M tokens	200K tokens	Variable
Prix	Gratuit (1500 req/j)	Payant (API/abo)	Payant (abo GitHub)
Open source	Oui	Non	Non
MCP	Oui	Oui	Non
Édition fichiers	Oui	Oui	Limité

Le principal avantage de Gemini CLI est sa gratuité totale combinée à une fenêtre de contexte massive d'un million de tokens. Claude Code excelle en revanche sur la qualité du raisonnement et la précision des modifications de code. GitHub Copilot CLI reste plus limité en termes de fonctionnalités, se concentrant principalement sur l'explication et la suggestion de commandes shell plutôt que sur l'édition de code complète.

Utilisation non interactive

Gemini CLI supporte également un mode non interactif pour l'intégration dans des scripts et des pipelines :

# Exécuter une tâche ponctuelle
gemini -p "Ajoute des commentaires JSDoc à toutes les fonctions exportées dans src/utils/"

# Analyser un fichier spécifique
gemini -p "Analyse la complexité de src/services/auth.service.ts et propose des simplifications"

Conseils et bonnes pratiques

Rédigez un bon fichier instructions.md : plus le contexte de votre projet est clair, plus Gemini CLI sera pertinent dans ses réponses et ses modifications.
Exploitez le contexte d'un million de tokens : n'hésitez pas à référencer plusieurs fichiers dans vos prompts, Gemini CLI peut traiter de vastes quantités de code simultanément.
Utilisez le mode sandbox : laissez Gemini CLI exécuter et tester ses propres suggestions pour obtenir des résultats plus fiables.
Configurez les MCP servers : en connectant GitHub, votre base de données ou d'autres services, vous décuplez les capacités de l'outil.
Itérez par petites étapes : même avec un contexte immense, des demandes ciblées produisent de meilleurs résultats que des instructions vagues.
Vérifiez toujours les modifications : comme tout outil IA, Gemini CLI peut se tromper. Utilisez git diff pour passer en revue chaque changement.

Gemini CLI représente l'entrée agressive de Google sur le marché des assistants IA en terminal. Avec son tier gratuit généreux, sa fenêtre de contexte record et son support MCP, il constitue une alternative sérieuse à Claude Code et se positionne comme un outil incontournable pour les développeurs qui veulent explorer l'IA sans engagement financier.

Gemini CLI : le guide complet de l'outil IA de Google en ligne de commande