Se usó la API de Cloud Translation para traducir esta página.

Actividad práctica con Gemini CLI

1. Introducción

En este codelab, aprenderás sobre la CLI de Gemini, un agente de IA de código abierto que lleva el poder de Gemini directamente a tu terminal.

El proyecto de la CLI de Gemini es de código abierto y puedes consultar la hoja de ruta pública aquí.

En el codelab, emplearás un enfoque paso a paso en actividades como las siguientes:

Instala Gemini CLI
Configuración básica
Explora las herramientas y los comandos integrados en Gemini CLI
Personaliza la CLI de Gemini a través del archivo GEMINI.md
Explora algunos casos de uso con Gemini CLI

Requisitos

Navegador web Chrome
Una cuenta de Gmail
Una máquina local con Node 20 o versiones posteriores instalado.

Este codelab está diseñado para usuarios y desarrolladores de todos los niveles (incluidos los principiantes).

2. Instalación

Antes de ejecutar la configuración y la CLI de Gemini, creemos una carpeta que usaremos como carpeta principal para todos los proyectos que creemos dentro de ella. Este es un punto de partida para que funcione la CLI de Gemini, aunque también hará referencia a otras carpetas de tu sistema, que veremos más adelante, según sea necesario.

Crea una carpeta de muestra (gemini-cli-projects) y navega a ella con los comandos que se muestran a continuación. Si prefieres usar otro nombre de carpeta, hazlo.

mkdir gemini-cli-projects

Naveguemos a esa carpeta:

cd gemini-cli-projects

Para ejecutar la CLI de Gemini, puedes usar cualquiera de los siguientes métodos:

Ejecútalo con el siguiente comando:

npx https://github.com/google-gemini/gemini-cli

Primero, puedes instalar la CLI de Gemini de forma global en tu sistema. Asegúrate de tener derechos de administrador para hacerlo.

npm install -g @google/gemini-cli

Luego, ejecútalo con el siguiente comando:

gemini

Si lanzaste la CLI de Gemini con alguno de los métodos anteriores, deberías ver la siguiente pantalla que te pregunta sobre la elección de un tema. Selecciona uno que te guste:

Una vez que selecciones esa opción, se te pedirá el método de autenticación. Te recomendamos que uses tu Cuenta de Google personal y no cuentas que no sean de Google o que no estén relacionadas con Google Workspace en este lab. Esa licencia gratuita te da acceso a Gemini 2.5 Pro y a su ventana de contexto de 1 millón de tokens. El nivel gratuito permite 60 solicitudes de modelos por minuto y 1,000 solicitudes por día sin cargo.

Si alcanzas los límites con la cuota gratuita actual que se otorga a las Cuentas de Google, puedes optar por usar la clave de la API de Gemini o incluso Vertex AI de Google Cloud, en la que deberás tener un ID del proyecto y el nombre de la ubicación de ese proyecto. Si planeas usar otros métodos de autenticación, consulta la sección Autenticación de la documentación.

Haz clic en Intro. Se abrirá una página de autenticación de Google en el navegador. Continúa con la autenticación con tu Cuenta de Google, acepta las condiciones y, una vez que te autentiques correctamente, notarás que la CLI de Gemini está lista y esperando tu comando. A continuación, se muestra una captura de pantalla de ejemplo:

Escribe /help (barra diagonal) y verás una variedad de comandos y combinaciones de teclas, como se muestra a continuación:

Nuestra primera interacción con Gemini CLI

Escribe tu primer mensaje en el cuadro. Le daremos una consulta como la siguiente:

Notarás que nuestra búsqueda generó una herramienta GoogleSearch (una herramienta integrada en la CLI de Gemini) que se invocó. Esta es una forma interesante en la que ya ejercimos una de las potentes herramientas integradas de Gemini CLI, a saber, GoogleSearch, que fundamenta sus respuestas en la información que obtiene de la Web. Veremos más detalles sobre las herramientas en la próxima sección.

Por ahora, salgamos de la CLI de Gemini. Puedes hacerlo con el comando /quit o con Ctrl-C dos veces en la sesión interactiva de la terminal de la CLI de Gemini.

Archivo de personalización de la CLI de Gemini : settings.json

Si recuerdas cuando iniciamos la CLI de Gemini por primera vez, se nos pidió que seleccionáramos un tema y, luego, un método de autenticación. En las ejecuciones posteriores de la CLI de Gemini, no se te pedirá que vuelvas a seleccionar un tema ni un método de autenticación. Esto significa que se persiste en algún lugar y el archivo que usa se llama settings.json, y es la forma de personalizar la CLI de Gemini.

La configuración se aplica con la siguiente precedencia:

Espacio de trabajo: .gemini/settings.json (anula la configuración del usuario y del sistema).
Usuario: ~/.gemini/settings.json (anula la configuración del sistema).
Sistema: /etc/gemini-cli/settings.json (se aplica a todos los usuarios).

Si recuerdas, cuando seleccionaste el tema, te pedimos que guardaras la configuración en la Configuración del usuario. Así que visita ~/.gemini folder y verás el archivo settings.json.

A continuación, se muestra mi archivo settings.json. Si hubieras seleccionado otro tema, verías su nombre allí.

{
  "theme": "Default",
  "selectedAuthType": "oauth-personal"
}

3. Parámetros de comandos de Gemini CLI

Hay algunos parámetros de línea de comandos que se pueden proporcionar cuando inicias la CLI de Gemini. Para obtener una lista completa de las opciones, puedes usar --help, como se muestra a continuación.

gemini --help

Esto debería mostrar toda la variedad de opciones disponibles. Te recomendamos que consultes la documentación aquí.

Veamos algunas de ellas. La primera es configurar la CLI de Gemini para que use el modelo Pro o Flash. Actualmente, en el momento de escribir este lab, estos son los únicos dos modelos admitidos. De forma predeterminada, se usa el modelo Gemini 2.5 Pro, pero, si quieres usar el modelo Flash, puedes hacerlo cuando inicies la CLI de Gemini con el parámetro -m, como se muestra a continuación:

gemini -m "gemini-2.5-flash"

Notarás que, si comienzas de la manera anterior, puedes verificar el modelo en la parte inferior derecha de la terminal de la CLI de Gemini, como se muestra a continuación:

Modo no interactivo

Una opción interesante es ejecutar la CLI de Gemini en un modo no interactivo. Esto significa que le proporcionas directamente la instrucción y la responderá sin que se abra la terminal interactiva de Gemini CLI. Esto es muy útil si planeas usar la CLI de Gemini de forma automatizada como parte de la secuencia de comandos o de cualquier otro proceso de automatización. Usas el parámetro -p para proporcionar la instrucción a la CLI de Gemini, como se muestra a continuación:

gemini -p "What is the gcloud command to deploy to Cloud Run"

Ten en cuenta que no hay lugar para continuar la conversación con preguntas de seguimiento.

4. CLI de Gemini: Herramientas integradas

La CLI de Gemini incluye un conjunto de herramientas integradas, y la documentación de las herramientas indica que "el modelo de Gemini usa estas herramientas para interactuar con tu entorno local, acceder a la información y realizar acciones. Estas herramientas mejoran las capacidades de la CLI, lo que le permite ir más allá de la generación de texto y ayudar con una amplia variedad de tareas".

Para obtener una lista de las herramientas integradas actuales, solo tenemos que invocar el comando /tools como se muestra a continuación:

Una de las cosas que debería llamarte la atención de inmediato es preguntarte si la CLI de Gemini puede simplemente llamar a estas herramientas cuando lo desee. La respuesta predeterminada es no cuando se trata de operaciones sensibles que podrían implicar escribir en el sistema local, leer desde un sistema externo, ir a la red externa, etcétera.

Si bien hay un --yolomode disponible cuando inicias la CLI, que no usaremos, verás que la CLI de Gemini te pedirá permiso para ejecutar la herramienta que eligió. Puedes rechazar el permiso, permitir que se ejecute una vez o darle permiso general para que se ejecute siempre. Tú tienes y debes tener el control total de todo.

Demos una instrucción que haga que la CLI de Gemini elija una de las herramientas integradas para ejecutar y que nos permita comprender bien cómo funciona todo.

Nos gustaría obtener información sobre las últimas noticias financieras de todo el mundo y guardarla en un archivo en nuestro directorio de trabajo local desde el que iniciamos la CLI de Gemini. Damos la siguiente instrucción:

Search for the latest headlines today in the world of finance and save them in a file named finance-news-today.txt

Imagina por un momento lo que debería hacer. Lo ideal sería que saliera a hacer una búsqueda en Google para obtener noticias de algunas fuentes de información relevantes que puedan proporcionarle noticias financieras. Luego, debe crear un archivo llamado finance-news-today.txt (una operación de escritura en tu sistema local que requerirá tu permiso) con su contenido.

Veamos qué sucede (deberías hacer lo mismo en tu máquina).

Lo primero que hace es invocar la herramienta GoogleSearch para buscar en la Web.

Una vez que se completa la búsqueda, recupera los datos como se muestra a continuación:

Una vez que se complete, estará listo para escribir en el archivo y usará la herramienta WriteFile, pero, como se trata de una operación sensible (write), te pedirá permiso. Puedes decidir el tipo de permiso, es decir, permitir una vez, permitir siempre, etcétera. Por ahora, seleccionaremos permitir una vez.

Luego, se escribirá la información en el archivo y se mostrará el siguiente mensaje de confirmación:

¿Cómo verificamos si el archivo se escribió o no? Podemos usar @file para pedirle que lea el contenido. Damos una instrucción como se muestra a continuación. A medida que escribimos @, se muestra una lista de los archivos de la carpeta actual y se muestra el archivo que acaba de crear. Selecciona esa opción y envía la instrucción. A continuación, se muestra mi instrucción:

read the contents of @finance-news-today.txt

Esto hace que se invoquen las herramientas necesarias (ReadManyFiles, ReadFile) y que el contenido se muestre como se indica a continuación:

También es un buen momento para aprender a trabajar directamente con Shell desde la CLI de Gemini. Para ingresar al modo de shell, presiona ! en el cuadro de mensaje. Esto activará el modo Shell. Para volver, presiona ! de nuevo o la tecla ESC.

Cuando estés en el modo de shell, verás ! al comienzo de la instrucción, como se muestra a continuación:

Puedo verificarlo directamente con comandos estándar como pwd y ls, como se muestra a continuación:

Hoy podemos imprimir el contenido del archivo con el comando cat.

Ejercicio: Aquí tienes un ejercicio corto para probar. Elige el feed RSS que prefieras. Dale una instrucción a la CLI de Gemini para recuperar el contenido del feed RSS y darle formato a los resultados de una manera específica. Esta es una buena forma de automatizar algo al comienzo del día.

Sugerencia: Deberías lograr que la CLI de Gemini use la herramienta WebFetch.

5. Configura servidores del Protocolo de contexto del modelo (MCP)

Un servidor de MCP es una aplicación que expone herramientas y recursos a la CLI de Gemini a través del Protocolo de contexto del modelo, lo que le permite interactuar con sistemas externos y fuentes de datos. Los servidores de MCP actúan como un puente entre el modelo de Gemini y tu entorno local o cualquier otro servicio, como las APIs.

Un servidor de MCP permite que la CLI de Gemini descubra y ejecute herramientas, lo que extiende las capacidades de la CLI de Gemini para realizar acciones más allá de sus funciones integradas, como interactuar con bases de datos, APIs, secuencias de comandos personalizadas o flujos de trabajo especializados.

La CLI de Gemini admite la configuración de servidores de MCP para descubrir y usar herramientas personalizadas. Si tienes iniciada la CLI de Gemini, puedes consultar los servidores de MCP configurados con el comando /mcp, como se muestra a continuación:

Si no configuraste ningún servidor de MCP, se iniciará la documentación del servidor de MCP de la CLI de Gemini.

Puedes configurar los servidores de MCP a nivel global en el archivo ~/.gemini/settings.json o en el directorio raíz de tu proyecto. Crea o abre el archivo .gemini/settings.json. Dentro del archivo, deberás agregar el bloque de configuración mcpServers, como se muestra a continuación:

"mcpServers": {
    "server_name_1": {},
    "server_name_2": {},
    "server_name_n": {}
 }

Cada configuración del servidor admite las siguientes propiedades ( documentación de referencia):

Obligatorio (una de las siguientes opciones)

command (cadena): Es la ruta de acceso al ejecutable para el transporte de Stdio.
url (cadena): URL del extremo de SSE (p.ej., "http://localhost:8080/sse")
httpUrl (cadena): URL del extremo de transmisión HTTP

Opcional

args (string[]): Argumentos de la línea de comandos para el transporte de Stdio
headers (objeto): Encabezados HTTP personalizados cuando se usan url o httpUrl
env (objeto): Variables de entorno para el proceso del servidor. Los valores pueden hacer referencia a variables de entorno con la sintaxis $VAR_NAME o ${VAR_NAME}.
cwd (cadena): Es el directorio de trabajo para el transporte de Stdio.
timeout (número): Tiempo de espera de la solicitud en milisegundos (el valor predeterminado es 600,000 ms = 10 minutos)
trust (booleano): Cuando es verdadero, omite todas las confirmaciones de llamadas a herramientas para este servidor (valor predeterminado: falso).
includeTools (string[]): Lista de nombres de herramientas que se incluirán desde este servidor de MCP. Cuando se especifica, solo las herramientas que se enumeran aquí estarán disponibles desde este servidor (comportamiento de lista blanca). Si no se especifica, todas las herramientas del servidor se habilitan de forma predeterminada.
excludeTools (string[]): Es una lista de nombres de herramientas que se excluirán de este servidor de MCP. Las herramientas que se enumeran aquí no estarán disponibles para el modelo, incluso si el servidor las expone. Nota: excludeTools tiene prioridad sobre includeTools. Si una herramienta está en ambas listas, se excluirá.

Procedamos a configurar uno de los servidores de MCP clave que podrías necesitar si trabajas con GitHub. Sin embargo, debes tener en cuenta que la CLI de Gemini invocará las herramientas de Git que tengas en tu sistema, y también puedes indicarle a la CLI de Gemini que use esas herramientas. Ten en cuenta que te ayudará con los comandos y los ejecutará por ti, pero debes tener esas herramientas configuradas en tu sistema.

Servidor de MCP de GitHub

El servidor de MCP oficial de GitHub proporciona suficiente documentación sobre las herramientas que expone, junto con la forma de configurar las mismas. Puedes elegir si ejecutarlo de forma local o remota, ya que la CLI de Gemini también admite servidores de MCP remotos.

En este instructivo, elegimos usar la opción Remote MCP Server en GitHub. Para ello, primero deberás tener un token de acceso personal (PAT) de GitHub.

Una vez que lo tengas, deberás agregar el objeto del servidor de MCP en el archivo settings.json. A continuación, se muestra el archivo settings.json completo en mi sistema. Es posible que tengas parámetros de configuración adicionales, pero el objeto mcpServers debe ser como se indica a continuación:

{
  "theme": "Default",
  "selectedAuthType": "oauth-personal",
  "mcpServers": {
       "github": {
            "httpUrl": "https://api.githubcopilot.com/mcp/",
            "headers": {
                "Authorization": "GITHUB_PAT"
            },
            "timeout": 5000
       }
  }
}

Puedes volver a iniciar la CLI de Gemini o ejecutar el comando /mcp refresh una vez que hayas actualizado settings.json con la configuración del servidor de MCP de GitHub. En la siguiente captura de pantalla, se destaca el servidor de MCP de GitHub que está configurado en mi máquina y las diversas herramientas que ahora están disponibles para que la CLI de Gemini trabaje con el MCP.

Comencemos con una instrucción que invocará una de las herramientas del servidor de MCP de GitHub. Escribe la siguiente instrucción:

Ten en cuenta que elegirá la herramienta correcta del servidor de MCP de GitHub, pero, al igual que con otras herramientas integradas, también deberás otorgar permiso explícito para invocar la herramienta. Continúa y observa el resultado que obtienes.

Ahora deberías trabajar con uno de tus proyectos de GitHub. Haz tus preguntas en lenguaje natural, por ejemplo:

¿Puedes describir <repo-name>?
Clona <repo-name> en mi máquina local.
Describe @<nombre-de-archivo> o @<nombre-de-directorio>/.
¿Cuáles son los diferentes componentes de este repositorio?
Realicé los cambios necesarios. ¿Puedes enviar los cambios a GitHub y usar las herramientas del servidor de MCP de GitHub para hacerlo?

Más adelante en el lab, tendremos un ejercicio para trabajar con el servidor de MCP de GitHub en detalle.

Servidor de MCP de Context7

Context7 proporciona documentación actualizada para los LLM y los editores de código de IA. Si quieres proporcionar contexto al LLM con la documentación más reciente del framework que elijas, el servidor de MCP de Context7 es una buena opción para configurar.

Asegúrate de que tu biblioteca aparezca en la página principal de Context7.

Este es el servidor de MCP que debes agregar en el archivo settings.json.

"context7": {
      "httpUrl": "https://mcp.context7.com/mcp"
    }

Una vez que el servidor de MCP esté configurado y la CLI de Gemini se haya cargado correctamente con él, deberías poder ver las herramientas de Context7 como se muestra a continuación:

Ahora puedes ser específico en tu instrucción y pedirle a Gemini CLI que use Context7 para obtener la documentación más reciente mientras genera tu aplicación o fragmento de código con un framework XYZ específico.

Este es un ejemplo de instrucción en el que quiero escribir un agente con el Kit de desarrollo de agentes (ADK) de Google. En mi instrucción, especifico que se busque la documentación para lo mismo a través del servidor de MCP de Context7.

I am working on coding an Agent using the Agent Development Kit (ADK) from Google. I would like to know how to create the LLMAgent in Python. Use Context7 for the latest documentation on ADK and specifically use /google/adk-python, /google/adk-docs and adk.wiki

Esta es la salida que se recibió:

Servidor de MCP de Presentaciones de Google

El proyecto de GitHub en https://github.com/matteoantoci/google-slides-mcp proporciona un servidor de MCP para interactuar con la API de Google Slides. Te permite crear, leer y modificar presentaciones de Presentaciones de Google de forma programática.

En el proyecto, se indican los pasos para configurar el servidor de MCP. Deberás tener un entorno de Node.js en el que compilarás el servidor, configurarás un proyecto de Google Cloud y tokens de OAuth 2.0, y, luego, configurarás el servidor de MCP en el archivo settings.json.

Una vez que configures la herramienta, podrás ejecutar instrucciones como las siguientes:

Extrae la información más reciente de "web_url", resúmela en puntos clave y crea una presentación llamada "my_presentation".

¡Pruébalo!

Más servidores de MCP

A continuación, se incluye una lista adicional de servidores de MCP que podrían interesarte:

Servidor de MCP de Firebase
Servicios de medios de IA generativa de Google (Imagen, Veo, Lyria)
Caja de herramientas de MCP para bases de datos (trabaja con bases de datos de Firestore, BigQuery y Google Cloud)
Servidor de MCP de Google Workspace (funciona con Documentos, Hojas de cálculo, Calendario y Gmail)

Las instrucciones para configurar los servidores de MCP anteriores se publican en esta entrada de blog.

6. Casos de uso para probar

La CLI de Gemini se puede aplicar a una amplia variedad de casos de uso que se aplican tanto a desarrolladores como a no desarrolladores. Aquí se presentan algunas situaciones y, según tu área de interés, puedes probarlas todas o algunas de ellas.

En cada uno de estos casos, se proporciona la instrucción. Puedes probarlo en el modo interactivo o no interactivo de la CLI de Gemini con el parámetro -p cuando inicies la CLI de Gemini.

Organización de archivos y carpetas

Puedes usar la CLI de Gemini para organizar los archivos según los tipos en varias carpetas según sea necesario. Ve a una carpeta de tu máquina que tenga varios archivos .txt, .png, .jpg, .pdf, .mp4 y otros. Es probable que sea tu escritorio o tu carpeta de descargas.

Navega a esa carpeta y, luego, inicia Gemini CLI. Primero, le pediremos que cree varias carpetas: Imágenes, Documentos y Videos. Luego, le pediremos que organice los archivos en las carpetas.

La CLI de Gemini a menudo te pedirá permiso antes de ejecutar comandos, especialmente aquellos que modifican tu sistema de archivos (como escribir, mover o borrar archivos). Siempre revisa estas instrucciones con atención antes de otorgar permiso. Esta es tu red de seguridad.

Create the following folders "Images","Documents","Videos"

Luego, proporciona la siguiente instrucción:

Go through all the files in this folder and then organize them by moving all the files ending with .jpg, .jpeg, .gif into the "Images" folder. Move all ".txt" files into the "Documents" folder. Move all the ".mp4" files in the "Videos" folder.

A continuación, se muestran algunas otras situaciones de organización (las instrucciones se indican junto a cada situación):

Resumen: Para cada documento de la carpeta “Documents”, crea un archivo txt en la misma carpeta llamado “summary_ORIGINAL_FILENAME.txt” que contenga un resumen de 3 oraciones de los puntos principales del documento.
Categorización por tipo: Analiza todos los archivos PDF y DOCX de este directorio. Mueve todos los archivos que contengan la palabra "factura" en su nombre o contenido a la carpeta "Finanzas/Facturas". Mueve los archivos con "receipt" a "Financial/Receipts". Todos los demás archivos .docx se guardan en "Informes".
Extracción de información clave (y "etiquetado"): Para cada archivo PDF de la carpeta "Finanzas/Facturas", lee su contenido. Si encuentras una fecha, cambia el nombre del archivo para incluirla en formato AAAA-MM-DD, p.ej., ‘invoice_2025-07-26_original_name.pdf'.