Gemini CLI yayımlandı.

• Gemini’nin 1 milyon token’lık bağlam penceresini aşan büyük ve küçük kod tabanlarını sorgulayabilir ve düzenleyebilirsiniz.
• Gemini’nin çok modlu özelliklerini kullanarak PDF’lerden veya eskizlerden yeni uygulamalar oluşturabilirsiniz.
• Pull request sorguları veya karmaşık rebase işlemlerinin ele alınması gibi operasyonel işleri otomatikleştirebilirsiniz.
• Araçlar ve MCP sunucuları kullanarak Imagen, Veo veya Lyria ile medya üretimi dahil yeni yetenekler bağlayabilirsiniz.
• Gemini’ye yerleşik Google Arama aracıyla sorgularınızı temellendirebilirsiniz.
• Ücretsiz modelde Gemini-2.5-Pro modeli için dakikada 60, günde en fazla 1.000 istek yapılabilir.

[belfast]

Pek büyük bir beklentiyle denemedim ama düşündüğümden de hızlıydı ve performansı da tatmin ediciydi.

[spilist2]

Google Workspace kullanıcıları için kimlik doğrulama yöntemini paylaştım. https://tr.news.hada.io/topic?id=21662

[xguru]

Hacker News'teki Gemini CLI yorumları

• Google'ın Gemini ürün ailesinin aşırı derecede parçalanmış (fragmented) olmasını gerçekten komik buluyorum; ben Pro ücretli abonesiyim ama daha fazla kullanım için aslında "Gemini Code Assist Standard" ya da "Enterprise" kullanıcısı olmak gerektiğini ancak şimdi öğrendim, böyle bir şeyin varlığından bile haberim yoktu. Sıradan Google kullanıcıları için cömert bir ücretsiz katman var ama para verip Gemini'ye abone olsanız bile "Gemini CLI" ile entegre olmuyor. Gerçekten tuhaf bir deneyim.

  • Google, Microsoft gibi ürün tasarımı ve mesajlaşma konusunda kafa karıştırıcı. İyi ürünleri olsa da genel izlenim bulanıklaşıyor. Ben de Gemini 2.5 Pro'nun iyi olduğunu düşünüyorum ve Google Drive'ı sık kullandığım için Google One ve Gemini Pro kullanıyorum ama zaten iCloud'a bağlı olduğum için özelliklerden tam yararlanamıyorum. Gemini Chat arayüzü, ChatGPT istemcisinin oldukça gerisinde. NotebookLM belge özetlemede iyi ama Gemini Chat ile entegre değil; bu yüzden ihtiyaç oldukça ikisi arasında gidip gelmek gerekiyor. Sonunda Raycast AI aboneliği aldım; özel bir ayar yapmadan iş akışıma çok iyi oturdu. Google'ın yaptığı gibi özellikleri ayrı ayrı dağıtmamış olması büyük avantaj. UX tarafında Google, OpenAI ve Anthropic'in epey gerisinde kalıyor. Son dönemde Google v0 (Google Stitch), GH Copilot/Cursor için yüzeysel bir VSCode eklentisi ve Claude Code'u hızla yakalamaya çalıştı ama hepsi yakında yok olacak deneysel projeler gibi görünüyor.
  • Startup'ların ve tek kişilik geliştiricilerin Google yerine başka çözümleri tercih etmesinin nedeni tam olarak bu karmaşıklık. Gemini 2.5 Pro'nun teknik kapasitesi çok yüksek ama Google Cloud Dashboard uzun süredir iyileştirilmemiş durumda. Modelin Vertex'te barındırıldığını söylüyorlar ama bunun Google Cloud'dan farkını anlamıyorum; ayrıca her proje seviyesinde API'ler de ayrı. Küçük bir projeyle başlasanız bile ölçek büyüdükçe Google AI Studio API'den Vertex API'ye geçmek zorunda kalmak gerçekten mantıksız. Hatta OpenAI ile uyumlu Google API'si bile sık sık hata veriyor. Sektör standardı olması gereken yapay zeka sağlayıcısı pratikte ölçeklenebilirliği zorlaştırıyor. Jules vs Gemini CLI, Vertex API (Google Cloud gerekiyor) vs Google AI Studio API gibi gereğinden fazla çakışan hizmet var. Vertex kullanırken uygulamada PROJECT gibi ortam değişkenlerini de elle ayarlamak gerekiyor; bu da daha fazla karmaşıklık yaratıyor.
  • Google, fiyatlandırma politikasında da bocalıyor. Gemini 2.5 Pro şimdiye kadar kullandıklarımın en iyisi olsa da Claude/Cursor gibi tüm özelliklere basitçe erişebileceğiniz bir abonelik modeli yok. Kurumsal tarafta OpenAI açık biçimde güçlü bir paya sahip.
  • Aylık $300 tutarında AI ULTRA üyeliği de var. Google One üyeliğinin bile hangi ek özellikleri sunduğu net şekilde anlatılmıyor. Sanırım bu kadar sık değişiklik olması bu duruma yol açıyor.
  • Geri bildirimlere değer veriyoruz ve ekip içinde de bunları aktif şekilde değerlendirmeyi planlıyoruz.

• Gemini CLI'ya çift yönlü ses arayüzü ekledim. Bunu açık kaynak bir MCP sunucusunu temel alarak yapıp yakın zamanda bizzat yayımladım. voice-mode adıyla kullanılabiliyor. Gerçek kurulum yöntemi ve kod örneklerini de paylaştım.

• Bu projede doğrudan çalışıyorum. Kullanım oranı hâlâ düşük olduğu için TPU durumunda biraz anlayış rica ediyorum. Hata bildirimleri ve özellik istekleri herkesten memnuniyetle kabul edilir. Tüm ekip geri bildirimleri dikkatle okuyor.

  • Dün Ruby ile yazılmış bir algoritmayı JavaScript'e çevirmek için GPT-4.1 ile birçok kez denedim ama sürekli hatalar çıktı. Meraktan Gemini CLI'yi denedim; Ruby projesinin tamamını tek seferde dönüştürdü ve fikirden sonuca toplam 5 dakika sürdü. Etkileyiciydi.
  • Google Workspace içinde gemini için de ödeme yapıyorum ama "GOOGLE_CLOUD_PROJECT ortam değişkeni yok" mesajı çıkıyor. GCP kullanmayan bizler için bu değişkeni nasıl alacağımız hiç sezgisel değil; en azından dokümantasyonun iyi olması gerekir. En kötü durumda ücretli kullanıcıların sıradan kullanıcılardan daha az erişilebilir olması gibi ironik bir tablo çıkıyor.
  • Apple M1 üzerinde CodeRunner aracılığıyla Gemini CLI'nin ürettiği kodu doğrudan çalıştıran bir entegrasyon denedim. Çok iyi çalıştı; gerçek örneği de bağlantıyla paylaştım.
  • Genel kullanıcılar için Claude Max benzeri birleşik bir abonelik modeli (IP uyumluluğu ile Gemini uygulaması ve API yetkileri dahil) görmek isterim.
  • Şu an CLI içinde kullanılabilir özellikler toplanmış durumda; bunların bir kısmını genişletme ya da devre dışı bırakma seçeneği de olsa iyi olurdu.

• Claude Code (Opus 4) ile büyük bir Rust kod tabanında iyi sonuç aldım ama karmaşık işlerde hâlâ sınırları vardı. Gemini CLI'yi denediğimde kurulumu kolaydı ancak Rust kodu dönüştürme işinde kalite açısından Claude'dan belirgin biçimde daha zayıftı. Yine de "kodu tamamen mahvettim, tüm değişiklikleri geri alıp en baştan başlayacağım" yanıtını almak, böylesi bir öz farkındalık ve sıfırlama refleksi nedeniyle günün en dikkat çekici anıydı.

  • Gemini'de eğlenceli hata tepkileri var. Sanki kendi hatasını fark etmiş gibi konuşabiliyor (ör. "Bunu beklemiyordum!", "Şimdi son test geçecek!"). Sistem prompt'unu değiştirmeseniz bile normalde oldukça kendinden emin ve duygusal tepkiler veriyor. Muhtemelen sonuçları görselleştiren ya da sergileyen türde dil eğitimde daha etkili olduğu için böyle bir eğilim oluşmuş olabilir.
  • Bence Gemini, Google'ın iç kod tabanının tamamı üzerinde eğitilmiş olmanın faydasını görüyor. Google içinde Rust daha az benimsendiği ve harika C++ araçları bulunduğu için, Gemini'nin Rust tarafında zayıf kalmasının nedeni bu olabilir.
  • Ben de benzer bir deneyim yaşadım. Yeni bir özellik geliştirmeyi denerken undefined fonksiyonlar gibi çeşitli sorunlar yüzünden sonunda vazgeçtim. Claude da mükemmel değildi ama en azından kod çalışıyordu. Gemini'nin çıktısı daha şıktı ama son dokunuşu eksikti.
  • Ben de aynı şekilde kullandım ve 15 dakika içinde aynı "sıfırlama" davranışını gördüm.
  • Claude da durum çok kötüleşirse bazen kendi kendine en baştan yeniden başlıyor.

• Gemini Code Assist kullanırken tüm kod Google'a gönderiliyor. Resmî kılavuza göre prompt'lar, ilgili kod, üretilen çıktılar, geri bildirimler ve belirli özelliklerin kullanım bilgileri dahil her şey toplanıyor; insan değerlendiriciler 18 ay boyunca anonimleştirilmiş verileri görebiliyor. Gizli bilgi veya başkalarının bilmesini istemediğiniz verileri girmemeniz söyleniyor.

  • Aslında daha ayrıntılı bir politika uygulanıyor. Ücretsiz Code Assist'te veriler varsayılan olarak kullanılabiliyor ama ayrı bir opt-out ayarı var; ücretli Code Assist ya da ücretli API kullanıldığında veriler makine öğrenimi iyileştirmesinde kullanılmıyor. Veriler yalnızca genel ücretsiz hesapta ayrıca ayar yapılmadıysa kullanılıyor.
  • Gemini CLI'nin gizlilik politikasının oturum açma yöntemine göre kafa karıştırıcı olabildiğini kabul ediyorum. Her hesap türüne göre politika ve SSS'yi tek bir belgede toplayıp paylaştım. Bu şeffaflık talebi için teşekkürler.
  • Gemini ekosistemindeki en sinir bozucu kısım tam da gizlilik politikası. 2.5 Pro'nun şu an en iyi model olduğunu düşünmeme rağmen, bu kadar kafa karıştırıcı ve tutarsız yönlendirme yüzünden iş amaçlı kullanmaya çekiniyorum. Ne kadar pahalı ücretli plan alırsanız alın farklı bir şey yokmuş gibi görünüyor. Güçlü biçimde iyileştirilmesini umuyorum.
  • Mozilla ve Google'ın sunduğu gemmafile adlı bir çözüm de var. Bu, tamamen bağımsız çalışan bir Gemini (Gemma); bağımlılığı olmayan tek bir binary biçiminde geliyor. Gerçekten de kuruluşların %32'si Gemini'yi bu şekilde kullanıyor.
  • Ayar belgelerindeki "Usage Statistics" bölümünde gizlenmiş bir ifade de var. Buna göre kişisel bilgiler, prompt'lar ve dosya içerikleri saklanmıyor.

• Gemini CLI'nin sistem prompt'u kod olarak (Gist) görülebiliyor ve ayrı bir kişisel blogda da kullanım deneyimi ile notlar derlenmiş durumda.

  • Gemini CLI açık kaynak olduğu için sistem prompt'unun bulunduğu yer de açık.
  • Yalnızca mutlak yol kullanımından bahsediliyor ama örnekte göreli yol var; bu biraz kafa karıştırıyor.

• Birkaç gün önce Claude Code ile vibe coding tarzında bir streamlit Python uygulaması yapmayı denedim ama bir noktadan sonra karmaşık hataları artık çözemedi. Gemini CLI ise çok daha büyük proje boyutlarını rahatlıkla kaldırdı; sadece "tüm kodu analiz et ve hatayı düzelt" demek çoğu zaman yeterli oldu. Gerçekten gelecekte yaşıyormuşum gibi hissettiriyor.

  • Bunun context window boyut farkından kaynaklanıp kaynaklanmadığını merak ediyorum. Gemini, Claude'dan 5 kat daha büyük. Claude ile yan projeler yaparken sürekli bağlam sınırına takılıyor ve ayrıntılar kayboluyor. Gemini ile bunun çözüleceğini umuyorum.
  • Claude Code'u en iyi kullanma yöntemi, ağır işleri Gemini Pro 2.5 veya o3/o3pro'ya vermek. MCP desteği sayesinde artık birden fazla modeli sıkı biçimde bağlayabiliyoruz. Yakında standart olan şey, hangi LLM modeli olursa olsun CLI ajanı biçiminde takıp kullanabilmek olacak gibi görünüyor. Sonuçta ChatGPT gibi marka merkezli genel kullanıcı arayüzlerinin pratik işlerde bir üstünlüğü yok.
  • Her modül için önceden yapay zekaya 100 satırlık özet belgeleri yazdırırsanız, ayrıntılar yerine yalnızca referans yollarını belirtip bunun üzerinden yapay zekanın gerekli bağlamı kavrayarak verimli çalışmasını sağlayabilirsiniz. Eğer bir modül 100 satırda özetlenemiyorsa refactor zamanı gelmiş demektir. Sonuçta LLM'lere de yalnızca önemli bağlamı doğru biçimde vermek gerekir.
  • Prompt engineering ve somut talimatlar aslında daha verimlidir. "Tüm bug'ları düzelt" demek gerçek kullanımda o kadar etkili olmayabilir.
  • Ama gerçek karmaşıklık karşısında kolayca dağılıyor. Vibe coding ile kod yazınca gereksiz miktarda kod oluşuyor ve elle yazıma göre bellek açısından daha verimsiz oluyor. İleride bu yaklaşım yaygınlaşırsa DRAM talebinin artması da beklenebilir.

• Keşke Go ya da Rust ile yazılsaydı; Node runtime kurmayı gerektirmeyen tek binary bir CLI daha iyi olurdu.

  • Bu tür projeler sık güncellendiği için npm/pip gibi araçların bunu otomatik yönetmesi daha gerçekçi görünüyor. Zaten gerçekten ağır işler çalıştırmıyor, o yüzden Node da çok büyük sorun değil. Tabii ilkesel olarak Go olsaydı daha kusursuz olurdu diye düşünüyorum.
  • Gemini CLI'ye kendi kendini yeniden yazdırmayı önerdim; istediğiniz dilde kendi kodunu üretebilir.
  • Burada kalite önemli değil; rakiplerin hepsi CLI aracı çıkardığı için biraz biçim gereği yapılmış gibi hissettiriyor.
  • Gerçek çalıştırılabilir dosya yapmak isterseniz Bun veya Deno ile paketleyip derlemek mümkün olabilir. Node kodunda özel bir durum yoksa Bun tarafında bağımsız çalıştırılabilir dosyaya çevrilebilir. exe boyutunun Go ya da Rust'a göre ne kadar farklı olacağını merak ediyorum.
  • OpenAI de Codex CLI'yi TypeScript'ten Rust'a yeniden inşa ediyor. Kişisel olarak Node kurulum deneyimi sorunsuzdu ve paketleme de iyiydi; dolayısıyla yöntemi çok dert etmiyorum.

• "Google Workspace hesabı oturum açma başarısız" mesajı aldım. Eğer Gemini CLI yalnızca ticari olmayan kullanıcılar içindeyse bu gerçekten şaşırtıcı. Google hizmetlerinde workspace hesapları mantıksız biçimde çok sık kısıtlanıyor. Eskiden GSuite hesabıyla sadece e-posta gerekirdi ama şimdi farklı veriler ve erişimler sürekli sınırlandırılıyor; ücretli abonelik alsanız bile özellikler rastgele açılıp kapanıyor. Bu kez ise workspace hesap kullanıcılarının Gemini CLI kullanması tamamen engellenmiş durumda; sadık bir müşteri olarak hayal kırıklığı yaşıyorum.

  • Resmî GitHub kimlik doğrulama kılavuzuna bakmanın yardımcı olabileceği belirtildi.
  • GOOGLE_CLOUD_PROJECT ortam değişkeni gibi ek ayarlar da gerekiyor.

• Yaklaşık bir aydır bu aracı kullanıyorum; 2.5 Pro'nun SOTA olduğunu ve 1 milyon token'lık büyük context window sayesinde gerçekten çok güçlü hissettirdiğini söyleyebilirim. Büyük kod tabanlarını bile kolayca analiz edip öğrenebiliyor.

  • Son zamanlarda Cursor'da kullanırken büyük Python dosyalarında import'ların bozulduğu bir durum yaşamıştım. Claude'da böyle bir sorun olmamıştı. Bugün Gemini CLI ile bunu doğrudan denemeyi düşünüyorum.

[fanotify]

https://github.com/google-gemini/gemini-cli/…
Kimlik doğrulama yöntemleri 1 ve 2a ücretsiz, 2b'den itibaren ise ücretli hesaptır.

İstemler ve yanıtlar dahil kodum Google modellerini eğitmek için kullanılıyor mu?
Bu tamamen kullandığınız kimlik doğrulama yönteminin türüne bağlıdır.

Kimlik doğrulama yöntemi 1: Evet. Kişisel Google hesabı kullanıyorsanız Gemini Code Assist bireysel kullanıcı gizlilik politikası geçerlidir. Bu politika kapsamında istemleriniz, yanıtlarınız ve ilgili kodlarınız toplanır ve buna model eğitimi dahil Google ürünlerini iyileştirmek için kullanılabilir.
Kimlik doğrulama yöntemi 2a: Evet, Gemini API anahtarı kullanırsanız Gemini API (ücretsiz hizmet) şartları geçerlidir. Bu bildirim uyarınca istemleriniz, yanıtlarınız ve ilgili kodlarınız toplanır ve buna model eğitimi dahil Google ürünlerini iyileştirmek için kullanılabilir.
Kimlik doğrulama yöntemleri 2b, 3 ve 4: Hayır. Bu hesaplar için verileriniz Google Cloud veya Gemini API (ücretli hizmet) şartlarına tabidir ve girdileriniz gizli olarak işlenir. Kodunuz, istemleriniz ve diğer girdileriniz model eğitiminde kullanılmaz.

[laeyoung]

Temiz bir şekilde düzenlediğiniz için teşekkür ederim.