架構總覽

本文件提供 Gemini CLI 架構的高階總覽。

核心元件

Gemini CLI 主要由兩個主要套件組成，並附帶一套系統在處理命令列輸入過程中可使用的工具：

CLI 套件 (packages/cli):
- 用途：此套件包含 Gemini CLI 面向使用者的部分，例如處理初始使用者輸入、呈現最終輸出以及管理整體使用者體驗。
- 套件中包含的主要功能：
  - 輸入處理
  - 歷史記錄管理
  - 顯示渲染
  - 主題與 UI 自訂
  - CLI 設定
核心套件 (packages/core):
- 用途：此套件作為 Gemini CLI 的後端。它接收從 packages/cli 傳送的請求，協調與 Gemini API 的互動，並管理可用工具的執行。
- 套件中包含的主要功能：
  - 用於與 Google Gemini API 通訊的 API 用戶端
  - 提示建構與管理
  - 工具註冊與執行邏輯
  - 對話或工作階段的狀態管理
  - 伺服器端設定
工具 (packages/core/src/tools/):
- 用途：這些是擴充 Gemini 模型功能的個別模組，使其能夠與本機環境互動（例如，檔案系統、shell 指令、網路擷取）。
- 互動： packages/core 根據 Gemini 模型的請求叫用這些工具。

與 Gemini CLI 的典型互動遵循以下流程：

使用者輸入：使用者在終端機中輸入提示或指令，由 packages/cli 管理。
向核心發出請求： packages/cli 將使用者的輸入傳送至 packages/core。
請求已處理：核心套件：
- 為 Gemini API 建構適當的提示，可能包含對話記錄和可用的工具定義。
- 將提示傳送至 Gemini API。
Gemini API 回應： Gemini API 處理提示並傳回回應。此回應可能是直接回答或使用其中一個可用工具的請求。
工具執行（如果適用）：
- 當 Gemini API 請求工具時，核心套件會準備執行它。
- 如果請求的工具可以修改檔案系統或執行 shell 指令，則會先向使用者提供工具及其引數的詳細資訊，並且使用者必須核准執行。
- 唯讀作業（例如讀取檔案）可能不需要使用者明確確認即可繼續。
- 一旦確認，或者如果不需要確認，核心套件會在相關工具中執行相關動作，然後核心套件會將結果傳回給 Gemini API。
- Gemini API 會處理工具結果並產生最終回應。
回應 CLI：核心套件將最終回應傳回給 CLI 套件。
向使用者顯示： CLI 套件會格式化並在終端機中向使用者顯示回應。