Gemini CLI 接入 DataEyesAI 教程

Google 官方的 Gemini CLI 是一款极其强大的终端 AI 工具（内置了广受好评的交互界面）。通过简单的环境变量配置，你可以将其默认的云端算力，无缝切换为 DataEyesAI 提供的高性能模型服务。

一、接入前准备（核心 3 要素）

在开始前，请务必明确以下 3 个参数。请特别注意 Base URL 的格式要求：

配置项	推荐填写内容	注意事项
API Key	`sk-xxxxxxxxxxxxxxxx`	DataEyesAI 控制台获取的纯文本密钥，不要带 `Bearer` 前缀。
Base URL	`https://cloud.dataeyes.ai`	⚠不能带 `/v1`**。因为 Gemini CLI 会自动在末尾拼接官方路径。
模型名称	填写 DataEyesAI 支持的 Gemini 模型名	推荐填写如 `gemini-2.5-flash-thinking` 等原生支持的模型名。

Gemini CLI 依赖 Node.js 环境，请确保你的电脑已安装 Node.js。

如果环境没有Node.js，点击跳转下载

打开终端（Windows 推荐 PowerShell，Mac 推荐 Terminal），运行以下官方命令进行全局安装：

Gemini CLI 不识别通用的 OpenAI 环境变量名，必须使用它专属的变量名（GEMINI_API_KEY、GOOGLE_GEMINI_BASE_URL 等）。

请根据你的操作系统，复制并修改以下命令（替换为你自己的 API Key 和模型名），在终端中回车运行：

Windows (PowerShell):

$env:GEMINI_API_KEY="sk-你的DataEyes密钥"
$env:GOOGLE_GEMINI_BASE_URL="https://cloud.dataeyes.ai"
$env:GEMINI_MODEL="gemini-2.5-flash-thinking"

Windows (CMD):

set GEMINI_API_KEY=sk-你的DataEyes密钥
set GOOGLE_GEMINI_BASE_URL=https://cloud.dataeyes.ai
set GEMINI_MODEL=gemini-2.5-flash-thinking

macOS / Linux:

💡 进阶提示：上述环境变量默认仅对当前终端窗口有效。如果希望永久生效，请将它们添加到系统的“高级系统设置 -> 环境变量”中，或写入 Mac/Linux 的 ~/.bashrc / ~/.zshrc 配置文件里。

环境变量注入完成后，在同一个终端窗口内输入以下命令启动：

首次启动的可能提示：

安装 VS Code 插件：如果提示 Do you want to connect VS Code to Gemini CLI?，强烈建议按键盘 1 (Yes)。这能让 AI 直接读取你编辑器里的代码。

免密登录：因为你已经正确配置了环境变量，程序会自动跳过登录菜单，直接进入带有 > 提示符的对话界面。

在 > 后面输入 你好，请介绍一下你自己。 如果能迅速收到回复，恭喜你，接入大功告成！

Q1：报错 Invalid URL (POST /v1/v1beta/models/...:streamGenerateContent)

原因：这是最常见的错误！说明你的 GOOGLE_GEMINI_BASE_URL 填成了 https://cloud.dataeyes.ai/v1。

解决：请删掉网址末尾的 /v1，必须保持为干净的根域名 https://cloud.dataeyes.ai，然后重新启动终端测试。

Q2：启动后弹出一堆红字 [API Error: Content generator not initialized]，且强制要求选择认证方式？

原因：这说明 Gemini CLI 没有读到你的环境变量。

解决：

请检查你是否误把变量名写成了 OPENAI_API_KEY（必须用 GEMINI_API_KEY）。

检查你配置完环境变量后，是否不小心关闭了终端。请在配置环境变量的同一个窗口内运行 gemini。

Q3：对话时提示模型找不到或无效？

解决：请检查环境变量 $env:GEMINI_MODEL 填写的模型名是否正确。建议优先使用 DataEyesAI 平台内真实的 Gemini 系列模型全称进行测试。