Gemini CLI home

¡Bienvenido al taller de Gemini CLI! En este codelab, aprenderás a instalar, configurar y utilizar la interfaz de línea de comandos (CLI) de Gemini para potenciar tu flujo de trabajo de desarrollo.

Este taller está impartido por Carlos Alarcon. Conoce más en carlos-alarcon.com.

Gemini CLI no es solo un chat; es un agente colaborativo que vive en tu terminal, entiende tu código y puede ejecutar tareas complejas utilizando herramientas del sistema.

Lo que aprenderás

Requisitos previos

Positive : Este taller está diseñado para desarrolladores de todos los niveles. No necesitas experiencia previa con IA.

Gemini CLI home

El primer paso es instalar la herramienta en tu sistema. Gemini CLI se distribuye como un paquete npm.

Pasos de instalación

  1. Abre tu terminal
  2. Ejecuta el siguiente comando para instalar Gemini CLI globalmente:
npm install -g @google/gemini-cli
  1. Verifica la instalación comprobando la versión:
gemini --version

Deberías ver un número de versión (ej. 1.0.0 o superior).

Positive : Si encuentras problemas de permisos en Linux/macOS, puedes necesitar usar sudo o configurar npm para instalar paquetes globales sin permisos de administrador.

Modo no interactivo

Si quieres usar Gemini CLI dentro de scripts o pipelines, puedes ejecutarlo en modo no interactivo: le envías el prompt y termina al responder.

echo "¿Qué es el fine tuning?" | gemini

También puedes pasar el prompt directamente con un flag.

gemini -p "Genera un resumen rápido de este repo"

Tip : Útil para CI/CD y automatizaciones donde no hay TTY; la salida se imprime en stdout y el proceso finaliza al completar la respuesta.

Gemini CLI home

Antes de empezar a chatear, necesitas conectar Gemini CLI con tu cuenta.

Proceso de autenticación

  1. Ejecuta el comando principal:
gemini
  1. Se te presentará un menú interactivo. Usa las flechas del teclado para seleccionar Login with Google (Recomendado) y pulsa Enter.
  2. Sigue las instrucciones en el navegador que se abrirá para autorizar la aplicación.
  3. Una vez autenticado, volverás a la terminal y verás el prompt de bienvenida de Gemini.

Negative : Alternativa con API Key: Si prefieres usar una API Key, selecciona "Use Gemini API key" en el menú y sigue las instrucciones para pegar tu clave de Google AI Studio.

Ahora que estás dentro, ¡probemos lo básico!

Chat Básico

Escribe cualquier pregunta o instrucción directamente en el prompt.

Intenta esto:

Explica brevemente qué es la arquitectura MVC.

Comandos de Barra (/)

Gemini CLI tiene comandos especiales que empiezan con /.

Positive : Tarea práctica: Escribe /help para ver la lista completa de comandos disponibles.

Una de las características más potentes es la capacidad de leer tus archivos locales. Usa el símbolo @ para referenciar archivos o directorios.

Ejercicio práctico: Encontrar un bug

  1. Crea un archivo de prueba en otra terminal (o usa uno existente):
echo "function suma(a, b) { return a - b; }" > bug.js

Negative : Nota: ¡Hemos introducido un bug intencional, restando en lugar de sumar!

  1. En Gemini CLI, pide que encuentre el error usando el contexto del archivo:
Encuentra el error en este código: @bug.js

Gemini leerá el contenido de bug.js, analizará el código y te explicará que la función suma está restando.

Referenciar directorios completos

También puedes referenciar carpetas enteras para resumir proyectos:

Resumen de este directorio: @.

Positive : El símbolo @ es extremadamente útil cuando trabajas en proyectos grandes. Puedes referenciar múltiples archivos en un solo prompt.

Gemini CLI no solo lee, también puede ayudarte a organizar tu espacio de trabajo. Vamos a simular una carpeta desordenada y pedirle que la organice.

Preparación

Abre una nueva terminal y crea un desorden simulado:

mkdir desorden
cd desorden
touch foto1.jpg foto2.png notas.txt script.py data.json todo.md config.yml
cd ..

La Tarea

Entra en la carpeta desorden con Gemini CLI (o navega hasta ella).

Prompt:

Estoy en la carpeta 'desorden'. Mira los archivos que hay y organízalos en subcarpetas lógicas (ej. Imágenes, Documentos, Código). Muévelos automáticamente.

Acción

Gemini analizará los archivos (usando herramientas como list_directory) y propondrá un plan:

Te pedirá confirmación para ejecutar los comandos run_shell_command (como mv ...). Acepta y observa cómo tu carpeta queda limpia en segundos.

Positive : Este tipo de automatización puede ahorrarte horas cuando trabajas con proyectos grandes o desorganizados.

Gemini CLI puede ejecutar comandos de sistema por ti o permitirte ejecutarlos directamente sin salir de la herramienta.

Ejecución Directa

Usa el prefijo ! para ejecutar un comando de shell y volver al chat.

Intenta esto:

!ls -la

Negative : En Windows usa !dir en lugar de !ls

Agente Autónomo

También puedes pedirle a Gemini que ejecute comandos por ti en lenguaje natural. Gemini te pedirá confirmación antes de ejecutar acciones que modifiquen el sistema.

Prompt:

Crea un archivo llamado "hola.txt" que contenga el texto "Hola desde Gemini CLI".

Gemini generará una llamada a la herramienta run_shell_command o write_file. Aprobar la acción (presionando y si se solicita confirmación) creará el archivo.

Gemini CLI viene equipado con "herramientas" (Tools) que le dan superpoderes más allá de generar texto. Dos de las más útiles son google_web_search y web_fetch.

Búsqueda Web

¿Necesitas información actualizada que el modelo no tiene en su entrenamiento?

Intenta esto:

Busca en internet el precio actual de la accion de Nvidia.

Gemini usará la herramienta google_web_search, obtendrá resultados reales y te dará una respuesta fundamentada.

Leer URLs Específicas

Si tienes un enlace a una documentación o artículo:

Intenta esto:

Ingresa a https://www.carlos-alarcon.com y dime de que trata

La herramienta web_fetch descargará el contenido de la página para que Gemini pueda analizarlo, incluso si es muy largo.

Ver todas las tools

Para ver qué herramientas tienes disponibles en tu sesión actual:

/tools

Positive : Las herramientas convierten a Gemini CLI en un asistente verdaderamente proactivo que puede interactuar con el mundo real.

Gemini CLI home

Antes de explorar las integraciones avanzadas con MCP, vamos a poner en práctica todo lo aprendido con un proyecto completo y divertido.

Descripción del Proyecto

Crearás un juego de navegador inspirado en el clásico juego del dinosaurio de Chrome, pero con un giro único: un desarrollador que salta sobre "bugs" de software en lugar de cactus.

Características del Juego

Requisitos Técnicos

✓ HTML5 Canvas para renderizado
✓ JavaScript moderno (ES6+)
✓ Animaciones fluidas (RequestAnimationFrame)
✓ Sistema de colisiones preciso
✓ Gestión de eventos (keyboard + touch)
✓ Audio Web API para efectos de sonido
✓ LocalStorage para guardar high score
✓ Código comentado y mantenible
✓ Sin memory leaks ni problemas de rendimiento

Cómo usar Gemini CLI para este proyecto

Este ejercicio es perfecto para demostrar el poder de Gemini CLI como asistente de desarrollo. Aquí te mostramos cómo aprovecharlo:

Desafío completo para Gemini CLI

Si quieres ver el verdadero poder de Gemini CLI, intenta este prompt completo:

Crea un juego completo de browser tipo Chrome Dinosaur, pero con un desarrollador
saltando sobre bugs de software. El juego debe tener:

- Canvas HTML5 con game loop optimizado
- Desarrollador que salta (barra espaciadora o tap)
- Obstáculos: syntax errors, merge conflicts, runtime exceptions (con sprites diferentes)
- Power-ups: Debug Tokens (ralentizar tiempo o auto-fix próximo bug)
- Sistema de puntuación con high score persistente
- Dificultad progresiva
- Gráficos pixel art estilo retro
- Sonidos 8-bit (salto, colisión, power-up)
- Responsive (desktop + móvil)
- Easter egg: jetpack al llegar a 1000 puntos
- Código limpio, modular y optimizado

Crea los archivos: index.html, styles.css, game.js
Documenta el código y sigue las mejores prácticas.

Estructura de archivos esperada

bug-runner/
├── index.html          # Estructura HTML con canvas
├── styles.css          # Estilos pixel-art y responsive
├── game.js             # Lógica principal del juego
├── player.js           # (Opcional) Clase del jugador
├── obstacle.js         # (Opcional) Sistema de obstáculos
├── powerup.js          # (Opcional) Sistema de power-ups
└── README.md           # Documentación del proyecto

Tips para el desarrollo

Criterios de éxito

Tu juego estará completo cuando:

  1. ✓ El personaje salte suavemente con física realista
  2. ✓ Los obstáculos aparezcan aleatoriamente y se muevan
  3. ✓ Las colisiones se detecten correctamente (game over)
  4. ✓ El score aumente y se guarde el high score
  5. ✓ Los power-ups funcionen (debug mode y auto-fix)
  6. ✓ La dificultad aumente con el tiempo
  7. ✓ Los gráficos tengan estilo pixel art retro
  8. ✓ Los sonidos se reproduzcan correctamente
  9. ✓ Funcione en móvil y desktop
  10. ✓ El Easter egg del jetpack se active
  11. ✓ El código esté limpio, comentado y optimizado

Positive : Este ejercicio combina creatividad, lógica de programación y optimización. Es perfecto para demostrar cómo Gemini CLI puede ser tu pair programmer ideal, ayudándote desde la planificación hasta el debugging.

Gemini CLI home

MCP es un estándar abierto que permite a Gemini conectarse con tus datos y herramientas externas de forma segura. Piensa en ello como "plugins" universales que permiten a la IA leer bases de datos, interactuar con APIs o consultar documentación específica.

¿Qué es un servidor MCP?

Un servidor MCP expone tres tipos de capacidades:

Cómo agregar un servidor MCP

  1. Registra el servidor con un alias y el comando que lo inicia (la CLI lo ejecuta como proceso hijo cuando abres una sesión):
gemini mcp add <alias> <comando_para_iniciar_servidor>
# Ejemplo genérico (Node):
gemini mcp add docs npx -y @acme/mcp-docs-server
  1. Si el servidor requiere credenciales o configuraciones, pásalas con -e como variables de entorno:
gemini mcp add github npx -y @modelcontextprotocol/server-github -e GITHUB_PERSONAL_ACCESS_TOKEN=tu_token
  1. Confirma que quedó registrado:
gemini mcp list
  1. Si ya no lo necesitas, elimínalo con su alias:
gemini mcp remove <alias>

Cómo se usan en el chat

Tips rápidos

Positive : MCP es un protocolo abierto creado por Anthropic, pero compatible con múltiples sistemas de IA, no solo Gemini.

Imagina que quieres que Gemini tenga acceso instantáneo a la documentación técnica de una librería específica sin tener que buscarla en internet. Para ello usamos servidores de documentación compatibles con MCP como context7.

Configuración

  1. Edita tu settings.json (global en ~/.gemini/settings.json o de proyecto en .gemini/settings.json) y añade la entrada para Context7:
{
  "mcpServers": {
    "context7": {
      "httpUrl": "https://mcp.context7.com/mcp",
      "headers": {
        "CONTEXT7_API_KEY": "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
        "Accept": "application/json, text/event-stream"
      }
    }
  }
}

Negative : Usa tu propia API key en CONTEXT7_API_KEY. Tras guardar, reinicia el CLI o usa /memory refresh para recargar la configuración.

Uso en el Chat

Ahora puedes preguntar directamente sobre librerías que antes Gemini no conocía en profundidad.

Prompt:

Busca en la documentación de 'context7' cómo crear una solucion de agentes secuenciales en 'google ADK' explícamelo con un ejemplo.

Gemini usará la herramienta read_resource o similar del servidor context7-docs para obtener la información exacta y responderte con precisión técnica.

Vamos a conectar Gemini CLI con GitHub para que pueda ver tus repositorios, leer issues y revisar pull requests.

Configuración

  1. Necesitarás un token de GitHub (Personal Access Token) desde GitHub Settings
  2. Añade el servidor oficial de GitHub MCP:
gemini mcp add github npx -y @modelcontextprotocol/server-github
  1. Configura tu token de GitHub:
gemini mcp add github npx -y @modelcontextprotocol/server-github -e GITHUB_PERSONAL_ACCESS_TOKEN=tu_token_aqui

Uso en el Chat

¡Ahora Gemini es tu asistente de DevOps!

Prompt (Leer Issues):

Lista los últimos 5 issues abiertos en el repositorio 'google-gemini/gemini-cli' y resúmelos.

Prompt (Leer repos):

Dame el top 5 repos de mi cuenta con mas estrellas.

Gemini ejecutará herramientas como github_list_issues o github_read_file proporcionadas por el servidor MCP para traerte esa información en tiempo real.

Positive : Esto es extremadamente útil para code reviews, triage de issues y análisis de dependencias.

Gemini CLI home

Las extensiones de Gemini CLI aumentan las capacidades de la herramienta al agrupar configuraciones de servidores MCP, archivos de contexto (GEMINI.md), comandos personalizados (archivos .toml) y restricciones de herramientas. Son la forma ideal de distribuir flujos de trabajo completos.

Beneficios Clave

Gestión de Extensiones

Utiliza los siguientes comandos en tu terminal para gestionar tus extensiones:

Instalar una extensión:

gemini extensions install <URL>

Listar extensiones instaladas:

gemini extensions list

Actualizar extensiones:

gemini extensions update

Ejemplo Práctico: Cloud Run y BigQuery

Las extensiones pueden encapsular comandos complejos. Por ejemplo:

Ejemplo de instalación (Seguridad):

gemini extensions install https://github.com/google-gemini/gemini-cli-security

Creación de Extensiones

Las extensiones son simplemente carpetas que contienen un archivo gemini-extension.json. Este archivo define qué servidores MCP, comandos y contextos se añaden a la CLI.

Positive : Las extensiones transforman Gemini CLI de un chat genérico a una herramienta especializada para tu equipo y proyectos.

Hugging Face ofrece una extensión poderosa que te permite interactuar con modelos de IA, datasets y espacios directamente desde Gemini CLI.

¿Qué puedes hacer con Hugging Face Skills?

Instalación

Para instalar la extensión de Hugging Face, ejecuta el siguiente comando en tu terminal:

gemini extensions install https://github.com/huggingface/skills.git --consent

Negative : El flag --consent es necesario para aceptar automáticamente los permisos que requiere la extensión.

Verificación

Una vez instalada, verifica que la extensión está activa:

gemini extensions list

Deberías ver huggingface/skills en la lista de extensiones instaladas.

Autenticación inicial: dentro de Gemini CLI, ejecuta /mcp auth huggingface-skills para iniciar sesión y autorizar la extensión antes de usarla.

Ejemplos de Uso

Ahora puedes interactuar con Hugging Face desde Gemini CLI. Aquí algunos ejemplos:

Buscar un modelo específico

Busca modelos de Hugging Face para tareas de ASR.

Explorar datasets

Muéstrame datasets de Hugging Face relacionados con sentiment analysis en español.

Obtener información de un modelo

Dame información sobre el modelo "meta-llama/Llama-2-7b-chat-hf" de Hugging Face:
qué hace, cómo usarlo y sus requisitos.

Crear plantillas few-shot

Usa la skill "HF dataset creator" para redactar nuevas plantillas de clasificación few-shot en español para detectar spam en correos.

Probar un Space

Busca Spaces de Hugging Face para generar imágenes con Stable Diffusion.

Casos de Uso Prácticos

Positive : Esta extensión es especialmente útil para desarrolladores de ML/AI que trabajan frecuentemente con modelos de Hugging Face.

PostgreSQL Extension

La extensión de PostgreSQL te permite interactuar con tus bases de datos directamente desde Gemini CLI, escribiendo consultas en lenguaje natural.

¿Qué puedes hacer?

Paso 1: Crear una base de datos PostgreSQL con Docker

Antes de instalar la extensión, necesitamos una base de datos PostgreSQL para practicar. Usaremos Docker para crear una instancia local de forma rápida y sencilla.

Prerequisitos

Asegúrate de tener Docker instalado en tu sistema. Verifica con:

docker --version

Negative : Si no tienes Docker instalado, descárgalo desde docker.com

Crear el contenedor PostgreSQL

Ejecuta el siguiente comando para crear y arrancar un contenedor PostgreSQL:

docker run --name postgres-gemini \
  -e POSTGRES_PASSWORD=gemini123 \
  -e POSTGRES_USER=gemini \
  -e POSTGRES_DB=workshop_db \
  -p 5432:5432 \
  -d postgres:16-alpine

Explicación de los parámetros:

Verificar que el contenedor está corriendo

docker ps | grep postgres-gemini

Deberías ver el contenedor en estado "Up".

Crear datos de ejemplo

Vamos a crear algunas tablas y datos de prueba para trabajar con la extensión:

docker exec -i postgres-gemini psql -U gemini -d workshop_db <<EOF
-- Crear tabla de usuarios
CREATE TABLE usuarios (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(100) NOT NULL,
    email VARCHAR(100) UNIQUE NOT NULL,
    fecha_registro TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    activo BOOLEAN DEFAULT true
);

-- Crear tabla de productos
CREATE TABLE productos (
    id SERIAL PRIMARY KEY,
    nombre VARCHAR(200) NOT NULL,
    categoria VARCHAR(50),
    precio DECIMAL(10,2),
    stock INTEGER DEFAULT 0
);

-- Crear tabla de pedidos
CREATE TABLE pedidos (
    id SERIAL PRIMARY KEY,
    usuario_id INTEGER REFERENCES usuarios(id),
    producto_id INTEGER REFERENCES productos(id),
    cantidad INTEGER,
    total DECIMAL(10,2),
    fecha_pedido TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- Insertar usuarios de ejemplo
INSERT INTO usuarios (nombre, email) VALUES
    ('Ana García', 'ana@example.com'),
    ('Carlos López', 'carlos@example.com'),
    ('María Rodríguez', 'maria@example.com'),
    ('Juan Pérez', 'juan@example.com'),
    ('Laura Martínez', 'laura@example.com');

-- Insertar productos de ejemplo
INSERT INTO productos (nombre, categoria, precio, stock) VALUES
    ('Laptop Pro', 'Electrónica', 1200.00, 15),
    ('Mouse Inalámbrico', 'Accesorios', 25.00, 50),
    ('Teclado Mecánico', 'Accesorios', 89.99, 30),
    ('Monitor 27"', 'Electrónica', 350.00, 20),
    ('Webcam HD', 'Electrónica', 75.00, 25);

-- Insertar pedidos de ejemplo
INSERT INTO pedidos (usuario_id, producto_id, cantidad, total) VALUES
    (1, 1, 1, 1200.00),
    (2, 2, 2, 50.00),
    (3, 3, 1, 89.99),
    (1, 4, 1, 350.00),
    (4, 5, 1, 75.00),
    (2, 1, 1, 1200.00),
    (5, 3, 2, 179.98);

-- Confirmar la creación
SELECT 'Tablas creadas exitosamente!' as mensaje;
EOF

Verificar los datos

Conéctate al contenedor y verifica los datos:

docker exec -it postgres-gemini psql -U gemini -d workshop_db -c "SELECT COUNT(*) FROM usuarios;"

Deberías ver que hay 5 usuarios en la tabla.

Comandos útiles para gestionar el contenedor

# Detener el contenedor
docker stop postgres-gemini

# Iniciar el contenedor
docker start postgres-gemini

# Ver logs del contenedor
docker logs postgres-gemini

# Eliminar el contenedor (cuidado, borra todos los datos)
docker rm -f postgres-gemini

# Conectarse manualmente a PostgreSQL
docker exec -it postgres-gemini psql -U gemini -d workshop_db

Positive : ¡Ahora tienes una base de datos PostgreSQL completamente funcional con datos de ejemplo! Estás listo para instalar y usar la extensión de Gemini CLI.

Paso 2: Instalar la extensión de PostgreSQL

gemini extensions install https://github.com/gemini-cli-extensions/postgres

Paso 3: Configurar la conexión

Ahora que tienes la base de datos corriendo en Docker y la extensión instalada, configura las variables de entorno para conectarte.

Configura las variables de entorno con los datos del contenedor:

# En tu terminal actual (temporal)
export POSTGRES_HOST="localhost"
export POSTGRES_PORT="5432"
export POSTGRES_DB="workshop_db"
export POSTGRES_USER="gemini"
export POSTGRES_PASSWORD="gemini123"

Para hacerlo permanente, añade a tu ~/.bashrc o ~/.zshrc:

# Añadir al final del archivo
export POSTGRES_HOST="localhost"
export POSTGRES_PORT="5432"
export POSTGRES_DB="workshop_db"
export POSTGRES_USER="gemini"
export POSTGRES_PASSWORD="gemini123"

Luego recarga tu configuración:

# Para bash
source ~/.bashrc

# Para zsh
source ~/.zshrc

Negative : Seguridad: Nunca compartas tus credenciales en repositorios públicos. Usa variables de entorno o archivos de configuración locales.

Verificar la conexión

Inicia Gemini CLI y verifica que puedes conectarte a tu base de datos:

gemini

Dentro de Gemini CLI, prueba la conexión:

Conéctate a mi base de datos PostgreSQL y muéstrame cuántas tablas tengo.

Positive : Si ves las 3 tablas (usuarios, productos, pedidos), ¡la conexión funciona correctamente!

Paso 4: Probar la extensión con ejemplos prácticos

Ahora que todo está configurado, probemos la extensión con consultas en lenguaje natural sobre nuestros datos de ejemplo.

Exploración de esquema

Muéstrame todas las tablas en mi base de datos PostgreSQL y sus columnas.

Consultas en lenguaje natural

Muéstrame todos los usuarios de la base de datos con su nombre y email.

¿Cuántos productos hay en la categoría "Electrónica"?

Análisis agregado

Calcula el total de ventas por categoría de producto y ordénalos de mayor a menor.

Muéstrame el valor total del inventario (precio * stock) por categoría.

Generación de reportes

Genera un reporte de los usuarios que más han gastado, incluyendo
el número de pedidos y el monto total gastado.

¿Qué productos son los más vendidos? Muéstramelos ordenados por cantidad vendida.

Optimización de queries

Analiza esta consulta SQL y sugiere optimizaciones:
@query.sql

Casos de Uso Avanzados

1. Debugging de datos

Busca inconsistencias en la tabla "pedidos" donde el total no coincida
con la suma de los items del pedido.

2. Migración de datos

Genera un script SQL para migrar los datos de la tabla "usuarios_old"
a "usuarios_new", mapeando las columnas según este esquema: @schema.md

3. Análisis de rendimiento

Analiza el plan de ejecución de esta query y explícame por qué es lenta: @slow_query.sql

Tips de Seguridad y Mejores Prácticas

Verificar instalación

gemini extensions list

Deberías ver postgres en tu lista de extensiones activas.

Positive : Esta extensión es invaluable para desarrolladores backend, analistas de datos y DBAs que necesitan interactuar frecuentemente con PostgreSQL.

Recursos adicionales

Los archivos GEMINI.md son tu memoria persistente: contienen instrucciones que se envían automáticamente al modelo para que no repitas reglas en cada prompt.

Cómo se cargan

Ejercicio práctico (paso a paso)

  1. En la raíz del proyecto crea un contexto general:
cat > GEMINI.md << 'EOF'
# Instrucciones del Proyecto
- Responde en español y con tono conciso.
- Prefiere ejemplos en TypeScript.
- Pide confirmación antes de ejecutar comandos destructivos.
EOF
  1. Agrega un contexto específico de carpeta (ej. api/) para sobre-especificar cuando trabajes allí:
mkdir -p api
cat > api/GEMINI.md << 'EOF'
# Contexto API
- Usa FastAPI y tipado estricto.
- Resume antes de proponer cambios grandes.
EOF
  1. Modulariza si el archivo crece usando imports con @:
mkdir -p docs
cat > docs/guia.md << 'EOF'
- Sigue el estilo de commits convencional.
- Ejecuta pruebas con `npm test` antes de sugerir deploy.
EOF

cat > GEMINI.md << 'EOF'
# Instrucciones del Proyecto
@./docs/guia.md
- Mantén las respuestas breves.
EOF

Refresca y valida que se cargaron todas las capas:

/memory refresh
/memory show

Haz una pregunta genérica (ej. ¿Cómo imprimo texto en la consola?) y notarás que respeta el estilo definido.

Comandos útiles

Tip : Si necesitas usar otro nombre de archivo (ej. CONTEXT.md), puedes configurarlo en settings.json con context.fileName (ver siguiente sección).

settings.json controla el comportamiento del CLI (modelos, UI, contexto, seguridad). Puedes tener uno global y otro por proyecto; el del proyecto sobrescribe al global.

Capas y ubicación

Editar rápido

Ejemplo de configuración mínima

{
  "model": { "name": "gemini-2.0-flash-exp" },
  "ui": { "useFullWidth": true, "showCitations": true },
  "context": {
    "fileName": ["GEMINI.md", "CONTEXT.md"],
    "loadMemoryFromIncludeDirectories": true
  },
  "tools": { "autoAccept": false }
}

Checklist rápida

¡Felicidades! Has completado el taller avanzado de Gemini CLI.

Resumen de lo aprendido

✅ Gestión: Instalación, autenticación y comandos básicos ✅ Archivos: Lectura (@) y organización automática ✅ Internet: Búsqueda y lectura de webs (google_web_search, web_fetch) ✅ MCP: Conexión avanzada con datos externos (GitHub, Docs) ✅ Extensiones: Ampliación modular de capacidades ✅ Memoria: Personalización persistente con GEMINI.md

Siguientes pasos

Recursos adicionales

Positive : ¡Gracias por participar en este taller! No dudes en experimentar y explorar todas las capacidades de Gemini CLI.