Gemini CLI vs Claude Code 对比

# Gemini CLI - 安装、身份验证与 MCP/subagent 配置
npm install -g @google/gemini-cli

# 登录:启动 CLI,在启动画面选择 "Sign in with Google" 选项
# (没有单独的 `auth login` 子命令)
gemini

# 使用 API 密钥运行(在 CLI 中选择 "Use Gemini API key")
export GEMINI_API_KEY="YOUR_GEMINI_API_KEY"
gemini

# 添加一个 MCP 服务器,并在仓库中运行智能体
gemini mcp add postgres -- npx -y @modelcontextprotocol/server-postgres \
  "postgresql://localhost/mydb"

gemini "找出并修复这个仓库中失败的测试" --yolo

# 覆盖内置 subagent - .gemini/settings.json
{
  "agents": {
    "overrides": {
      "codebase_investigator": {
        "modelConfig": { "model": "gemini-3-flash-preview" },
        "runConfig": { "maxTurns": 50 }
      }
    }
  }
}

# 自定义 subagent 在 .gemini/agents/<name>.md 中通过 YAML frontmatter 定义

# 使用 Vertex AI 进行企业级身份验证
export GOOGLE_GENAI_USE_VERTEXAI=true
export GOOGLE_CLOUD_PROJECT="my-gcp-project"
gemini

# Claude Code - 安装、模型选择与 subagent/MCP 使用
npm install -g @anthropic-ai/claude-code

# 使用默认模型启动(Sonnet 5 用于探索,Opus 5.5 用于按规格编写代码)
claude

# 使用指定模型/别名启动
claude --model opus          # Opus 5.5(默认 Opus)
claude --model fable         # Fable 5.1(最高层级)

# 从 Anthropic Directory 添加一个 MCP 服务器
claude mcp add postgres -- npx -y @modelcontextprotocol/server-postgres \
  "postgresql://localhost/mydb"

# 使用 subagent 实现并行探索 + 按规格编写代码
# (内置:Explore、Plan、General-purpose)
claude "用 Explore subagent 扫描 auth 模块，然后用
Plan subagent 制定迁移计划" --permission-mode plan

# 通过环境变量覆盖 subagent 模型
export CLAUDE_CODE_SUBAGENT_MODEL=claude-sonnet-5
claude "找出整个仓库中未使用的导出"

# 用于 CI/自动化的无头运行模式
claude -p "运行 lint + 测试，修复错误" --output-format json