在 Gemini CLI 中使用 Token搭子

简介

Gemini CLI 是 Google 提供的官方命令行工具，允许开发者通过终端与 Gemini AI 模型进行交互。通过配置 Token搭子 API，您可以在 Gemini CLI 中使用 Token搭子提供的多种先进 AI 模型，包括 GPT、Claude 和 Gemini 系列。

准备工作

在开始之前，请确保：

已安装 Node.js 和 npm
从 Node.js 官网下载并安装（建议 v16 或更高版本）
已获取 Token搭子 API 密钥
登录 Token搭子控制台获取您的 API 密钥（以 sk- 开头）

提示： 如果还没有 Token搭子账户，请先在 Token搭子注册并获取 API 密钥。

第一步：安装 Gemini CLI

1.1 全局安装

使用 npm 全局安装 Gemini CLI：

npm install -g @google/gemini-cli

1.2 验证安装

检查是否安装成功：

gemini --version

如果显示版本号，则说明安装成功。

提示： 如果命令不可用，可能需要重启终端或检查 npm 全局路径配置。

第二步：配置 Token搭子 API

2.1 临时环境变量配置

适用于测试或单次使用，关闭终端后失效： Windows (PowerShell):

$env:GEMINI_API_KEY = "sk-xxxxxxxxxxxx"
$env:GEMINI_BASE_URL = "https://api.tokengongfang.com/v1"

macOS/Linux (Bash):

export GEMINI_API_KEY="sk-xxxxxxxxxxxx"
export GEMINI_BASE_URL="https://api.tokengongfang.com/v1"

2.2 永久环境变量配置（推荐）

将配置写入系统，每次打开终端自动生效： Windows (PowerShell):

以管理员身份运行 PowerShell
执行以下命令设置用户级环境变量：

[System.Environment]::SetEnvironmentVariable('GEMINI_API_KEY', 'sk-xxxxxxxxxxxx', 'User')
[System.Environment]::SetEnvironmentVariable('GEMINI_BASE_URL', 'https://api.tokengongfang.com/v1', 'User')

重启 PowerShell 或执行以下命令刷新环境变量：

$env:GEMINI_API_KEY = [System.Environment]::GetEnvironmentVariable('GEMINI_API_KEY', 'User')
$env:GEMINI_BASE_URL = [System.Environment]::GetEnvironmentVariable('GEMINI_BASE_URL', 'User')

macOS/Linux (Bash):

编辑配置文件（根据您使用的 shell 选择）：

# 对于 Bash
nano ~/.bashrc

# 对于 Zsh (macOS 默认)
nano ~/.zshrc

在文件末尾添加以下内容：

# Token搭子 Gemini CLI 配置
export GEMINI_API_KEY="sk-xxxxxxxxxxxx"
export GEMINI_BASE_URL="https://api.tokengongfang.com/v1"

保存文件并重新加载配置：

# 对于 Bash
source ~/.bashrc

# 对于 Zsh
source ~/.zshrc

2.3 使用 .env 文件配置

在项目目录下创建 .env 文件：

# .env
GEMINI_API_KEY=sk-xxxxxxxxxxxx
GEMINI_BASE_URL=https://api.tokengongfang.com/v1

然后在运行命令前加载环境变量： macOS/Linux:

export $(cat .env | xargs) && gemini chat

Windows (PowerShell):

Get-Content .env | ForEach-Object {
    $name, $value = $_.split('=')
    Set-Content env:\$name $value
}
gemini chat

重要提示： - 将 sk-xxxxxxxxxxxx 替换为您从 Token搭子控制台获取的实际 API 密钥 - GEMINI_BASE_URL 设置为 https://api.tokengongfang.com/v1，确保 Gemini CLI 连接到 Token搭子 - 如果使用 .env 文件，请将其添加到 .gitignore 避免泄露 API 密钥

2.4 验证配置

检查环境变量是否设置成功： macOS/Linux:

echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

Windows (PowerShell):

echo $env:GEMINI_API_KEY
echo $env:GEMINI_BASE_URL

如果显示了正确的值，说明配置成功。

第三步：开始使用 Gemini CLI

3.1 基本对话

启动交互式对话：

gemini chat

或直接发送单次请求：

gemini "请介绍一下人工智能的发展历史"

3.2 指定模型

使用特定模型进行对话：

gemini chat --model gpt-4o

或：

gemini "写一个 Python 快速排序算法" --model claude-sonnet-4-5-20250929

3.3 从文件读取提示词

从文件中读取提示词：

gemini --input prompt.txt

或使用管道：

cat prompt.txt | gemini

3.4 保存输出到文件

将 AI 响应保存到文件：

gemini "生成一个 React 组件代码" --output component.jsx

第四步：通过代码使用 Token搭子

如果您想在自己的代码中使用 Token搭子 API：

4.1 使用 Python SDK

import openai

# 配置 Token搭子 API
openai.api_key = "sk-xxxxxxxxxxxx"  # 您的 Token搭子 API 密钥
openai.api_base = "https://api.tokengongfang.com/v1"

# 使用 Gemini 模型
response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[
        {"role": "user", "content": "你好，请介绍一下自己"}
    ]
)

print(response.choices[0].message.content)

4.2 使用 JavaScript/TypeScript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-xxxxxxxxxxxx", // 您的 Token搭子 API 密钥
  baseURL: "https://api.tokengongfang.com/v1",
});

async function main() {
  const completion = await client.chat.completions.create({
    model: "gemini-2.0-flash-exp",
    messages: [{ role: "user", content: "你好，请介绍一下自己" }],
  });

  console.log(completion.choices[0].message.content);
}

main();

4.3 使用 cURL

curl https://api.tokengongfang.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -d '{
    "model": "gemini-2.0-flash-exp",
    "messages": [
      {"role": "user", "content": "你好，请介绍一下自己"}
    ]
  }'

第五步：选择合适的模型

模型名称	模型 ID	特点	适用场景
Gemini 2.0 Flash	`gemini-2.0-flash-exp`	速度快，多模态	快速响应、图文理解
Gemini 2.5 Pro	`gemini-2.5-pro`	性能强大	复杂任务、专业分析
Gemini 2.5 Flash	`gemini-2.5-flash`	高速响应	实时交互、批量处理

模型名称	模型 ID	特点	适用场景
GPT-5	`gpt-5`	最新最强	复杂推理、创意写作
GPT-4o	`gpt-4o`	高质量	日常对话、内容生成
GPT-4o Mini	`gpt-4o-mini`	经济实惠	简单任务、高频使用

模型名称	模型 ID	特点	适用场景
Claude Sonnet 4.5	`claude-sonnet-4-5-20250929`	推理能力强	代码生成、逻辑分析
Claude Haiku 4.5	`claude-haiku-4-5-20251001`	速度极快	快速问答、实时对话

高级功能

多模态支持

使用支持多模态的模型（如 Gemini 2.0 Flash）处理图像：

response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张图片里有什么？"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.jpg"
                    }
                }
            ]
        }
    ]
)

流式输出

获取实时流式响应：

stream = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[{"role": "user", "content": "写一首关于春天的诗"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end='')

调整参数

优化模型输出：

response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[{"role": "user", "content": "你的问题"}],
    temperature=0.7,        # 控制随机性 (0-2)
    max_tokens=2000,        # 最大输出长度
    top_p=0.9,             # 核采样参数
    presence_penalty=0,     # 话题新鲜度
    frequency_penalty=0     # 重复惩罚
)

常见问题

Q1: 提示 API 密钥无效？

解决方案：

检查 API Key 格式：
- 确认 API Key 以 sk- 开头
- 确保复制完整，没有多余的空格

检查环境变量：

# macOS/Linux
echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

# Windows PowerShell
echo $env:GEMINI_API_KEY
echo $env:GEMINI_BASE_URL

验证密钥有效性：
- 在 Token搭子控制台检查密钥状态
- 确认账户有足够余额

Q2: 如何验证 API 配置是否正确？

测试方法：

import openai

openai.api_key = "sk-xxxxxxxxxxxx"
openai.api_base = "https://api.tokengongfang.com/v1"

try:
    response = openai.ChatCompletion.create(
        model="gemini-2.0-flash-exp",
        messages=[{"role": "user", "content": "测试"}],
        max_tokens=10
    )
    print("✅ API 配置成功！")
    print(f"响应: {response.choices[0].message.content}")
except Exception as e:
    print(f"❌ API 配置失败: {e}")

Q3: 支持哪些编程语言？

Token搭子 API 支持所有能够发送 HTTP 请求的编程语言：

✅ Python - 推荐使用 OpenAI SDK
✅ JavaScript/TypeScript - Node.js 和浏览器环境
✅ Java - 使用 HTTP 客户端
✅ Go - 使用标准库或第三方包
✅ PHP - cURL 或 Guzzle
✅ Ruby - HTTP 库
✅ C#/.NET - HttpClient
✅ Swift - URLSession
✅ 其他语言 - 任何支持 HTTP 的语言

Q4: 如何查看 API 使用情况？

📊 实时调用统计
💰 费用明细和账单
📈 使用趋势图表
🔍 详细的请求日志
⚙️ API 密钥管理

Q5: 遇到 API 错误怎么办？

常见错误及解决方案：

错误代码	原因	解决方法
`401 Unauthorized`	API Key 无效	检查 API Key 是否正确
`429 Too Many Requests`	请求过于频繁	降低请求频率或升级套餐
`500 Internal Server Error`	服务器错误	稍后重试或联系支持
`insufficient_quota`	余额不足	前往控制台充值

最佳实践

1. 错误处理

import openai
import time

def call_with_retry(max_retries=3):
    for i in range(max_retries):
        try:
            response = openai.ChatCompletion.create(
                model="gemini-2.0-flash-exp",
                messages=[{"role": "user", "content": "你的问题"}]
            )
            return response
        except openai.error.RateLimitError:
            if i < max_retries - 1:
                time.sleep(2 ** i)  # 指数退避
                continue
            raise
        except Exception as e:
            print(f"错误: {e}")
            raise

response = call_with_retry()

2. 成本优化

# 根据任务复杂度选择合适的模型
def choose_model(task_complexity):
    if task_complexity == "simple":
        return "gpt-4o-mini"  # 经济实惠
    elif task_complexity == "medium":
        return "gemini-2.0-flash-exp"  # 平衡性能和成本
    else:
        return "gpt-5"  # 高性能

model = choose_model("simple")
response = openai.ChatCompletion.create(
    model=model,
    messages=[{"role": "user", "content": "你的问题"}],
    max_tokens=500  # 限制输出长度以控制成本
)

3. 提示词优化

# 使用系统提示词提高输出质量
response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[
        {
            "role": "system",
            "content": "你是一个专业的 Python 编程助手，擅长编写清晰、高效的代码。"
        },
        {
            "role": "user",
            "content": "帮我写一个快速排序算法"
        }
    ]
)

功能特性

使用 Google AI Studio + Token搭子，您可以：

🤖 多模型支持 - 访问 GPT、Claude、Gemini 等多种模型
🌍 OpenAI 兼容 - 使用标准 OpenAI API 格式
⚡ 高性能 - 低延迟、高并发支持
💰 透明定价 - 清晰的按量计费
📊 使用监控 - 实时查看 API 调用情况
🔒 安全可靠 - 企业级安全保障
🚀 快速集成 - 简单的 API 调用方式
📚 完整文档 - 详细的开发文档和示例

支持与帮助

如果您在使用过程中遇到任何问题：

开始使用 Token搭子

立即注册 Token搭子，获取您的 API 密钥，在 Google AI Studio 中使用多种 AI 模型！

​简介

​准备工作

​第一步：安装 Gemini CLI

​1.1 全局安装

​1.2 验证安装

​第二步：配置 Token搭子 API

​2.1 临时环境变量配置

​2.2 永久环境变量配置（推荐）

​2.3 使用 .env 文件配置

​2.4 验证配置

​第三步：开始使用 Gemini CLI

​3.1 基本对话

​3.2 指定模型

​3.3 从文件读取提示词

​3.4 保存输出到文件

​第四步：通过代码使用 Token搭子

​4.1 使用 Python SDK

​4.2 使用 JavaScript/TypeScript

​4.3 使用 cURL

​第五步：选择合适的模型

​推荐模型

​高级功能

​多模态支持

​流式输出

​调整参数

​常见问题

​Q1: 提示 API 密钥无效？

​Q2: 如何验证 API 配置是否正确？

​Q3: 支持哪些编程语言？

​Q4: 如何查看 API 使用情况？

​Q5: 遇到 API 错误怎么办？

​最佳实践

​1. 错误处理

​2. 成本优化

​3. 提示词优化

​功能特性

​支持与帮助

开始使用 Token搭子

简介

准备工作

第一步：安装 Gemini CLI

1.1 全局安装

1.2 验证安装

第二步：配置 Token搭子 API

2.1 临时环境变量配置

2.2 永久环境变量配置（推荐）

2.3 使用 .env 文件配置

2.4 验证配置

第三步：开始使用 Gemini CLI

3.1 基本对话

3.2 指定模型

3.3 从文件读取提示词

3.4 保存输出到文件

第四步：通过代码使用 Token搭子

4.1 使用 Python SDK

4.2 使用 JavaScript/TypeScript

4.3 使用 cURL

第五步：选择合适的模型

推荐模型

高级功能

多模态支持

流式输出

调整参数

常见问题

Q1: 提示 API 密钥无效？

Q2: 如何验证 API 配置是否正确？

Q3: 支持哪些编程语言？

Q4: 如何查看 API 使用情况？

Q5: 遇到 API 错误怎么办？

最佳实践

1. 错误处理

2. 成本优化

3. 提示词优化

功能特性

支持与帮助