Gemini CLI 設定

Gemini CLI は Google の AI コーディングアシスタントで、大きなコンテキストを扱うコード作業に便利です。

先に「環境設定」の章を完了し、Node.js と npm がインストールされていることを確認してください。

Linux / macOS

ステップ 1: Gemini CLI をインストール

npm i -g @google/gemini-cli

ステップ 2: 環境変数を設定

~/.bashrc または ~/.zshrc に追加します:

# API base URL: domain only, do not append /v1beta
export GOOGLE_GEMINI_BASE_URL="https://api.icodeeasy.cc"

# Use your I Code Easy API Key
export GEMINI_API_KEY="your API Key"

# Recommended fast model. You can also use stronger models such as gemini-3.1-pro-preview
export GEMINI_MODEL="gemini-3.7-flash"

# Explicitly use Gemini API v1beta
export GOOGLE_GENAI_API_VERSION="v1beta"

ファイルを保存し、source ~/.bashrc または source ~/.zshrc を実行します。

注意: GOOGLE_GEMINI_BASE_URL を https://api.icodeeasy.cc/v1beta にしないでください。Gemini CLI が /v1beta/v1beta/models/... のようなパスを作ってしまいます。 利用中のネットワークで api.icodeeasy.cc が遅い場合は、GOOGLE_GEMINI_BASE_URL を https://jp.icodeeasy.cc または https://sg.icodeeasy.cc に変更してください。この場合も /v1beta は付けません。

ステップ 3: Gemini を起動

cd your-project-folder
gemini

Windows

ステップ 1: Gemini CLI をインストール

npm i -g @google/gemini-cli

ステップ 2: 環境変数を設定 in PowerShell

# API base URL: domain only, do not append /v1beta
[Environment]::SetEnvironmentVariable("GOOGLE_GEMINI_BASE_URL", "https://api.icodeeasy.cc", "User")

# Use your I Code Easy API Key
[Environment]::SetEnvironmentVariable("GEMINI_API_KEY", "your API Key", "User")

# Recommended fast model. You can also use stronger models such as gemini-3.1-pro-preview
[Environment]::SetEnvironmentVariable("GEMINI_MODEL", "gemini-3.7-flash", "User")

# Explicitly use Gemini API v1beta
[Environment]::SetEnvironmentVariable("GOOGLE_GENAI_API_VERSION", "v1beta", "User")

環境変数を設定した後、新しい PowerShell ウィンドウを開いてください。

利用中のネットワークで api.icodeeasy.cc が遅い場合は、GOOGLE_GEMINI_BASE_URL を https://jp.icodeeasy.cc または https://sg.icodeeasy.cc に変更してください。この場合も /v1beta は付けません。

ステップ 3: Gemini を起動

新しい PowerShell ウィンドウを開き、プロジェクトディレクトリに移動して起動します:

cd your-project-folder
gemini

モデル選択

よく使うモデル:

Gemini CLI 内蔵の flash オプションは、古い gemini-3-flash-preview に解決される場合があります。クライアントやプラグインが gemini-3-flash を送信した場合、このサービスは自動的に gemini-3-flash-preview にマッピングします。テキストモデル gemini-2.5-flash も引き続き利用できます。2026-08-03 以降は名前どおり直接提供され（gemini-3.6-flash への透過的アップグレードは廃止）、2.5 Flash の料金で課金されます。

Raw API テスト例

CLI を使わずにネイティブ Gemini API を直接テストする場合:

curl "https://api.icodeeasy.cc/v1beta/models/gemini-3.7-flash:streamGenerateContent?alt=sse" \
  -H "x-goog-api-key: your API Key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "Hello, briefly introduce yourself"}]
      }
    ]
  }'

非ストリーミングのエンドポイントパス:

/v1beta/models/{model}:generateContent

ストリーミングのエンドポイントパス:

/v1beta/models/{model}:streamGenerateContent?alt=sse

動画分析デモ

Gemini モデルは動画理解入力をサポートしています。動画を inlineData（base64）としてリクエストと一緒に送信すると、モデルが動画を視聴し、指定した形式で分析結果を返します。動画に対応する主なモデル: gemini-3.7-flash、gemini-3.6-flash。

以下は完全に実行可能なデモです: ローカルの MP4 を読み込み → リクエストを組み立て → 非ストリーミング呼び出し → JSON 結果を抽出・検証します。

# 0) 先に I Code Easy の API Key を設定します
export ICODEEASY_API_KEY="your API Key"

# 1) ローカル動画を base64 に変換（macOS: base64 -i demo.mp4 | tr -d '\n' > demo.b64）
base64 -w0 demo.mp4 > demo.b64

# 2) jq でリクエストを組み立て、巨大な JSON の手書きを回避します
jq -n --rawfile data demo.b64 '{
  contents: [
    {
      role: "user",
      parts: [
        {text: "この動画を視聴し、内容の要約・シーンごとの説明・キーワードを Schema に厳密に従った JSON で返してください。"},
        {inlineData: {mimeType: "video/mp4", data: $data}}
      ]
    }
  ],
  generationConfig: {
    temperature: 0.1,
    responseMimeType: "application/json",
    responseJsonSchema: {
      type: "object",
      properties: {
        summary: {type: "string"},
        scenes: {type: "array", items: {type: "string"}},
        keywords: {type: "array", items: {type: "string"}}
      },
      required: ["summary", "scenes", "keywords"],
      additionalProperties: false
    }
  }
}' > video-request.json

# 3) 非ストリーミング呼び出し
curl --silent --show-error \
  "https://api.icodeeasy.cc/v1beta/models/gemini-3.7-flash:generateContent" \
  -H "x-goog-api-key: ${ICODEEASY_API_KEY}" \
  -H "Content-Type: application/json" \
  --data-binary @video-request.json \
  --output video-response.json

# 4) 終了状態を確認し、業務 JSON を抽出します
jq -e '.candidates[0].finishReason == "STOP"' video-response.json > /dev/null
jq -r '[.candidates[0].content.parts[]? | select(.thought != true) | (.text // "")] | join("")' \
  video-response.json > video-result.json
jq -e . video-result.json

動画が認識されたことを確認できます（promptTokensDetails に VIDEO モダリティのトークン数が表示されます）:

jq '.usageMetadata' video-response.json

注意事項:

• 動画は入力トークンとしてテキストと同じ料金で課金されます。usageMetadata の VIDEO モダリティのトークン数が課金の根拠です。
• base64 は元の動画より約 1/3 大きくなります。1 本あたり 10〜15 MB 程度に抑え、長い動画は分割して送信してください。
• fileData の fileUri による外部 URL の受け渡しはサポートされていません。モデルサービスは外部リンクを取得しません。動画は必ずローカルにダウンロードし、上記のデモのように inlineData で送信してください。
• 動画リクエストの所要時間は動画の長さに応じて増えるため、クライアントのタイムアウトを長めに設定してください（5 分以上を推奨）。混雑時には稀に 503 / 「サービスは一時的に利用できません」が返ることがあります。数十秒おいて再試行してください。
• このエンドポイントは動画理解/分析向けであり、動画生成は含みません。

よくある質問