- Google เปิดตัวเอเจนต์ AI โอเพนซอร์สตัวใหม่ชื่อ Gemini CLI
- เครื่องมือนี้ช่วยให้ใช้งานความสามารถด้านปัญญาประดิษฐ์ของโมเดล Gemini ได้โดยตรงใน สภาพแวดล้อมบรรทัดคำสั่ง
- นักพัฒนาสามารถทำงานต่าง ๆ เช่น สร้างโค้ด สรุปเอกสาร และแปลภาษา ได้จาก CLI โดยตรง
- Gemini CLI มีจุดเด่นด้าน ความสามารถในการขยาย การปรับแต่งได้ตามต้องการ และการเข้าถึงแบบโอเพนซอร์ส
- เมื่อเทียบกับ AI agent เดิม ๆ เครื่องมือนี้มีข้อดีด้านความสะดวกและช่วย เพิ่มประสิทธิภาพการทำงาน
แนะนำ Gemini CLI
- Google เปิดตัว Gemini CLI เพื่อช่วยให้นักพัฒนาสามารถใช้งานความสามารถด้าน AI ได้อย่างง่ายดายในสภาพแวดล้อมบรรทัดคำสั่ง
- Gemini CLI ทำงานบนพื้นฐานของ โมเดล Gemini ของ Google และรวมความสามารถด้าน AI หลากหลายไว้ในที่เดียว เช่น การทำงานพัฒนาทั่วไปแบบอัตโนมัติ การประมวลผลภาษาธรรมชาติ การแปลภาษา การสร้างโค้ด และการสรุปเอกสาร
- โครงการนี้เผยแพร่แบบโอเพนซอร์ส จึงสามารถปรับแต่งและขยายความสามารถได้อย่างอิสระ พร้อมรองรับสภาพแวดล้อมที่เอื้อต่อการพัฒนาปลั๊กอินและส่วนขยายต่าง ๆ ตามความต้องการของชุมชนนักพัฒนา
- เมื่อเทียบกับเครื่องมือบรรทัดคำสั่งที่ใช้ LLM เดิม ๆ Gemini CLI มอบ การผสานรวมที่เรียบง่ายและความสะดวกในการใช้งานที่สูงกว่า โดยตัวอย่างการใช้งานที่กล่าวถึงมีทั้งการแก้ข้อผิดพลาดของโค้ด การทำเอกสารพัฒนาแบบอัตโนมัติ และการวิเคราะห์ข้อมูล
- Gemini CLI ช่วยเพิ่มประสิทธิภาพการทำงานด้วยการเข้าถึง AI ได้อย่างรวดเร็ว ใช้งานได้แบบเรียลไทม์ และมี โครงสร้างที่ผสานเข้ากับสภาพแวดล้อมของนักพัฒนาได้อย่างเป็นธรรมชาติ
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
รู้สึกสับสนกับการที่ผลิตภัณฑ์ Gemini ของ Google กระจัดกระจายมากเกินไป แม้ผมจะเป็นสมาชิก Pro ก็เพิ่งมารู้ตอนนี้เองว่า ถ้าใช้ "Gemini Code Assist Standard" หรือ "Enterprise" จะได้โควตาการใช้งานมากกว่า ในฐานะผู้ใช้ Google ทั่วไปที่ไม่รู้เรื่องความต่างของแพ็กเกจและฟีเจอร์เหล่านี้ ผมเจอสถานการณ์ชวนอึ้งที่ต่อให้จ่ายค่าสมาชิก Gemini ให้ Google แล้ว ก็แทบไม่ได้ประโยชน์อะไรเป็นพิเศษใน "Gemini CLI"
Google ก็เหมือน Microsoft ตรงที่มีผลิตภัณฑ์แทบทุกด้าน แต่ด้วยการสื่อสารที่ชวนสับสน ทำให้จุดเด่นของแต่ละตัวถูกกลบไป ผมเองก็ชอบ Gemini 2.5 Pro แต่ช่วงหนึ่งก็ลองผลิตภัณฑ์ AI หลายตัวเพื่อหา AI แชตแอสซิสแทนต์สำหรับใช้งานประจำวัน การสมัคร Gemini Pro ถูกรวมอยู่ใน Google One จึงดีเวลาใช้กับ Google Drive แต่ผมก็ไม่มีเหตุผลให้ย้าย เพราะมีทั้ง iCloud ที่สมัครอยู่แล้วและการเชื่อมข้อมูลที่เข้ากับระบบ iOS ได้ดีกว่า UI แชตของ Gemini ก็ยังตามหลังไคลเอนต์ OpenAI ChatGPT บน macOS อยู่มาก NotebookLM เด่นเรื่องสรุปเอกสาร แต่ก็ไม่ได้รวมกับ Gemini แชต ทำให้ยังต้องสลับไปมาระหว่างผลิตภัณฑ์ของ Google อยู่ดี สุดท้ายผมเลยจ่ายค่าสมาชิก Raycast AI เพราะมันให้ประสบการณ์แบบบูรณาการที่เข้ากับเวิร์กโฟลว์ และเปิดให้ลองโมเดลได้หลายแบบ แม้จะไม่ได้โมเดลล่าสุดทันที แต่ก็พอใจกับความสม่ำเสมอในการใช้งาน การที่ Google กระจายตัวไปหลายผลิตภัณฑ์แบบนี้ ทำให้ในแง่การใช้งานตามหลัง OpenAI (งานทั่วไป) และ Anthropic (โค้ดดิ้ง) ช่วงหลายเดือนที่ผ่านมาแม้ Google จะพยายามไล่ตามด้วย Google Stitch, VSCode plugin สำหรับ GH Copilot/Cursor, Claude Code ฯลฯ แต่ทุกอย่างกลับให้ความรู้สึกเหมือนโปรเจกต์ข้างเคียงที่พร้อมจะหายไปได้ทุกเมื่อ
คุณภาพสูงมากก็จริง แต่ Google Cloud Dashboard ซับซ้อนจนสตาร์ตอัปหรือดีเวลลอปเปอร์เดี่ยวส่วนใหญ่เลือกโซลูชันอื่นที่ไม่ใช่ Google ใช้ Vertex เพื่อโฮสต์โมเดลอยู่ แต่ก็ไม่ชัดว่ามันต่างจาก Google Cloud ตรงไหน แถมยังมี API แยกกันถึงสองแบบตามระดับโปรเจกต์ ถ้าเป็นผู้ให้บริการ AI ก็ควรทำให้ใครก็เริ่มใช้งานได้โดยไม่มีอุปสรรค ไม่ว่าจะขนาดไหน แต่โครงสร้างตอนนี้คือเริ่มจาก Google AI Studio API แล้วพอโปรเจกต์โตขึ้นก็เหมือนถูกบังคับให้ย้ายไป Vertex API เป็นการออกแบบ API ที่ขยายต่อได้ไม่ดี OpenAI-compatible API ก็ใช้การได้ไม่สม่ำเสมอ ทำให้หลายเครื่องมือที่พึ่งมันทำงานไม่ถูกต้อง ไลน์ผลิตภัณฑ์ Google AI ไม่ว่าจะเป็นความต่างระหว่าง Jules กับ Gemini CLI, ความต่างระหว่าง Vertex API กับ AI Studio API, หรือการที่ Vertex ผูกกับ Google Cloud จนการพัฒนาแอปต้องตั้งค่า environment variable เพิ่ม ล้วนเป็นอุปสรรคต่อการเริ่มต้นใช้งาน เอกสาร environment variable ของ Vertex อย่างเป็นทางการ
นโยบายราคาของ Google เข้าใจยากมาก Gemini 2.5 Pro ดีถึงระดับที่ผมคิดว่าเป็นโมเดลที่ดีที่สุดเท่าที่เคยใช้มา แต่กลับไม่มีแพ็กเกจสมัครสมาชิกที่เรียบง่ายแบบจ่ายครั้งเดียวแล้วใช้ทุกอย่างได้เหมือน Claude หรือ Cursor ฝั่งผู้ใช้ระดับ enterprise นั้น OpenAI กินตลาดไปหมดแล้ว
ยังมีสมาชิก AI ULTRA ราคา 300 ดอลลาร์ต่อเดือนอีกด้วย แม้แต่สมาชิก Google One เองก็ยังรู้สึกว่า "ฟีเจอร์เสริม" ที่ได้เปลี่ยนไปตลอดเวลา จนแทบไม่มีทางได้รับคำอธิบายที่ชัดเจน
Anthropic ก็เหมือนกัน สมัครสมาชิกแล้วใช้ Claude ได้ก็จริง แต่ Claude Code กลับคิดเงินแยกในรูปแบบ "การใช้ API" ทำให้ระบบคิดเงินแยกจากค่าสมาชิก ราวกับมีใครบางคนรู้ว่าเราที่ชอบ CLI เป็นกลุ่มแบบไหน แล้วเรียนรู้วิธีเก็บเงินจากเราต่างหาก ถึงจะเลี่ยงไปใช้ GUI ได้ แต่การนำทางก็ไม่ตรงไปตรงมาเหมือนในเทอร์มินัล เลยใช้งานไม่สะดวก
ผมเป็นคนหนึ่งที่ทำงานอยู่ในโปรเจกต์นี้ ตอนนี้ช่วงการเริ่มใช้งานยังชันมาก และในวันที่ TPU ทำงานหนักแบบวันนี้ ผมก็กำลังตั้งใจอ่านฟีดแบ็กของทุกคนอย่างจริงจัง รายงานบั๊กหรือคำขอฟีเจอร์ยินดีรับเสมอ
เมื่อวานตอนบ่าย ผมพยายามแปลงอัลกอริทึมที่เขียนด้วย Ruby (ภาษาที่ผมไม่รู้จัก) ให้เป็น vanilla JavaScript ลองใช้ GPT-4.1 แล้วเสียเวลาไปเปล่า ๆ ไม่สำเร็จ พอด้วยความอยากรู้อยากเห็นเลยติดตั้ง Gemini CLI ชี้ไปที่โปรเจกต์ Ruby แล้วส่งคำขอเพียงครั้งเดียว มันก็แปลงให้สำเร็จอย่างรวดเร็ว ทุกอย่างเสร็จภายใน 5 นาที น่าทึ่งมาก
ผมใช้บัญชีองค์กรแบบจ่ายเงิน Google Workspace with Gemini แต่กลับมีข้อความว่า
GOOGLE_CLOUD_PROJECT 환경변수 없음ถ้าไม่ได้ใช้ GCP ก็ไม่ชัดเจนเลยว่าจะหาค่า environment variable นี้มาจากไหนถ้าไม่มีคำอธิบายเพิ่ม การที่ผู้ใช้แบบจ่ายเงินเข้าถึงได้ยากกว่าผู้ใช้ Google ทั่วไป เป็นเรื่องที่ควรปรับปรุงในเอกสารผมเชื่อมโค้ดที่ Gemini CLI สร้างขึ้นเข้ากับ Apple Container บน M1 ได้สำเร็จ คำอธิบายวิธีใช้ตัวเลือก Gemini CLI ใน CodeRunner
หวังว่าจะมีแพ็กเกจสมัครสมาชิกที่เป็นมิตรกับผู้บริโภคมากขึ้น (เช่น แบบ Claude Max ที่รวม Gemini CLI กับแอป Gemini และรวมการปฏิบัติตาม IP กับการเข้าถึง API ไว้ด้วย)
Google Gemini, Gemini Ultra, AI Studio, Vertex AI, Notebook LLM, Jules และผลิตภัณฑ์อื่น ๆ ที่ทำงานคล้ายกันมีมากเกินไป จนทำให้ทั้งการแนะนำผู้ใช้และโครงสร้างไลเซนส์ชวนสับสน
ผมใช้ Claude Code (4 Opus) กับโค้ดเบส Rust ขนาดใหญ่แล้วได้ผลพอใช้ได้ แต่กับงานซับซ้อนก็ยังน่าผิดหวัง วันนี้ลอง Gemini CLI ด้วย ติดตั้งง่ายก็จริง แต่ผลลัพธ์เละเทะมาก หลังจากแก้โค้ด Rust แล้ว อัตราการคอมไพล์ผ่านยังด้อยกว่า Claude อย่างเห็นได้ชัด อย่างไรก็ตาม สิ่งที่ตลกประจำวันนี้คือ Gemini ทิ้งข้อความรีเซ็ตตัวเองว่า "ผมทำโค้ดพังไปแล้ว จะย้อนการเปลี่ยนแปลงทั้งหมดแล้วเริ่มใหม่"
วิธีที่ Gemini ล้มเหลวกลับกลายเป็นจุดขำเสียมากกว่า เวลาแก้โค้ดแล้วไม่เวิร์ก มันจะพูดอะไรแนว ๆ "นี่อยู่นอกเหนือความคาดหมาย" แบบเป็นมนุษย์ แล้วต่อด้วยการประกาศอย่างมั่นใจว่า "ผมคิดว่าเทสต์จะผ่านนะ!" บุคลิกตั้งต้นที่มั่นใจเกินเหตุและใช้คำอุทานมากเกินไปก็สังเกตได้ชัด น่าจะเป็นเพราะในกระบวนการฝึกมันเรียนรู้มาว่าการสรุปผลแบบเด็ดขาดให้ผลลัพธ์ดีกว่า
มีสมมติฐานว่า Gemini ได้อานิสงส์จากการฝึกบนโค้ดเบสขนาดใหญ่ภายใน Google แต่เพราะใน Google ใช้ Rust น้อยมาก (เนื่องจากมี C++ tooling ที่ดี) เลยทำให้ Gemini อ่อนกว่าในฝั่ง Rust เมื่อเทียบกัน
ผมก็มีประสบการณ์คล้ายกัน กำลังทดสอบฟีเจอร์ใหม่ของแอป แล้วมันพังเละไปหมด ใช้ฟังก์ชันที่ไม่ได้ประกาศไว้ วนเจอข้อผิดพลาดเดิมอยู่หลายรอบแล้วก็ยอมแพ้ Claude ทำงานให้เสร็จได้แบบไม่มีอะไรหวือหวา แต่คุณภาพโค้ดยังไม่ดี ส่วน Gemini มีไอเดียย่อย ๆ ที่แปลกใหม่ แต่ขาดความสม่ำเสมอจนสุดท้ายทำไม่เสร็จ
ผมก็ลองเหมือนกัน และภายใน 15 นาทีก็โดนคำตอบแบบ "ย้อนทั้งหมดกลับคืน" เหมือนกัน
Claude เองถ้าสถานการณ์แย่มาก ๆ ก็พยายามย้อนกลับไปจุดเริ่มต้นเหมือนกัน เคยเห็นตอนที่ภายในมันแก้ไขโค้ดจนยุ่งเหยิง
ถ้าใช้ Gemini Code Assist ข้อมูลโค้ดของผมทั้งหมดจะถูกส่งไปยัง Google (ประกาศ ลิงก์) โดยมีการเก็บข้อมูลทุกอย่างทั้งพรอมป์ต์ โค้ดที่เกี่ยวข้อง ผลลัพธ์ ฟีดแบ็กการใช้งาน และข้อมูลการใช้ฟีเจอร์ เพื่อนำไปใช้ปรับปรุงบริการของ Google และแมชชีนเลิร์นนิง เพื่อพัฒนาคุณภาพ มนุษย์อาจเข้าดู ใส่คำอธิบายประกอบ และประมวลผลข้อมูลได้ ข้อมูลจะถูกแยกออกจากข้อมูลบัญชีเพื่อความเป็นส่วนตัวและเก็บไว้สูงสุด 18 เดือน แนะนำว่าอย่าใส่ข้อมูลอ่อนไหวหรือข้อมูลที่ไม่อยากเปิดเผยภายนอก
ประเด็นนี้จริง ๆ ซับซ้อนกว่านั้น รุ่นฟรีของ Code Assist จะนำข้อมูลที่เก็บมาใช้โดยปริยาย แต่สามารถ opt-out ได้ผ่านขั้นตอนใน คำแนะนำแยกต่างหาก ส่วน Code Assist แบบเสียเงินจะไม่เอาข้อมูลไปใช้ปรับปรุงโมเดล และถ้าใช้ด้วย Gemini API key ของบัญชีแบบ pay as you go ก็จะไม่ถูกเก็บเพื่อนำไปใช้เช่นกัน ขอบเขตการใช้ข้อมูลอ่อนไหวจริง ๆ จึงเบากว่าที่โพสต์ต้นฉบับสื่อไว้เล็กน้อย
เห็นด้วยกับข้อสังเกตที่ว่าทีมงานยังทำให้นโยบายความเป็นส่วนตัวของ Gemini CLI ดูสับสน ขึ้นอยู่กับว่าล็อกอินแบบไหน เพื่อคลายข้อถกเถียงนี้ จึงได้จัดทำเอกสารและ FAQ ใหม่ที่สรุปเงื่อนไขการให้บริการและนโยบายข้อมูลของแต่ละประเภทบัญชีไว้ชัดเจน (ลิงก์เอกสาร)
สิ่งที่น่าอึดอัดที่สุดใน ecosystem ของ Gemini คือความไม่โปร่งใสของนโยบายความเป็นส่วนตัว 2.5 pro เป็นโมเดลที่ดีที่สุดจนอยากใช้กับงานจริง แต่เงื่อนไขความเป็นส่วนตัวสับสนมาก จนสุดท้ายต้องทำงานบนสมมติฐานว่าในความเป็นจริงแล้วไม่มีการคุ้มครองอะไรเลย แม้จะเป็นสมาชิกระดับบนสุดราคาแพงก็ตาม
Mozilla และ Google ออกทางเลือกชื่อ Gemmafile ด้วย Gemma เป็นเวอร์ชัน Gemini ที่ทำงานในเครื่องแบบออฟไลน์เต็มรูปแบบ (open-airgapped) ในไฟล์เดียว และรองรับการรันแบบสแตนด์อโลนโดยไม่พึ่ง dependency ดาวน์โหลด ในปี 2025 มี 32% ขององค์กรที่นำไปใช้งานจริง (รายงาน)
ใน เอกสาร configuration.md ของ Gemini CLI ส่วน "ข้อมูลที่ไม่เก็บ" ระบุชัดว่า ข้อมูลที่ระบุตัวบุคคล เนื้อหาพรอมป์ต์และคำตอบ รวมถึงเนื้อหาไฟล์ จะไม่ถูกเก็บเป็นล็อก
system prompt ของ Gemini CLI ถูกเผยแพร่ไว้ที่ ลิงก์ Gist และมีบันทึกส่วนตัวที่เกี่ยวข้อง อยู่ที่นี่
Gemini CLI เป็นโอเพนซอร์ส จึงสามารถดูข้อความ system prompt ต้นฉบับได้จาก ที่เก็บบน Github
ใน system prompt มีคำแนะนำให้ใช้เฉพาะ absolute path แต่ในตัวอย่างไฟล์ชั่วคราวกลับใช้ relative path
ไม่กี่วันก่อน ผมใช้ Claude Code เขียนเว็บแอปติดตามหุ้นแบบง่ายบน streamlit Python ตามโฟลว์ของโค้ด ซึ่งช่วงที่โปรเจกต์ยังเล็กมันทำงานได้ดีมาก แต่พอถึงจุดหนึ่งก็แก้บั๊กต่อได้ไม่เร็วอีกแล้ว พอลองงานเดียวกันกับ Gemini CLI ตอนที่ Claude Code เริ่มหลงทาง ผมสั่งว่า "วิเคราะห์โค้ดเบสแล้วแก้บั๊กทั้งหมดให้ที" ปรากฏว่าแอปรันขึ้นมาสำเร็จก่อนเลย รู้สึกเหมือนได้เห็นอนาคตจริง ๆ
สงสัยว่านี่เป็นเพราะขนาด context window ต่างกันหรือเปล่า Gemini มีหน้าต่างบริบทใหญ่กว่า Claude ถึง 5 เท่า ตอนใช้ Claude พอดีบั๊กไปเรื่อย ๆ ก็ถึงจุดหนึ่งที่เหมือนบริบทไม่พอจนการทำงานเริ่มเพี้ยน ไว้จะลองทดสอบเรื่องนี้อีกทีในสภาพแวดล้อมหน้าต่างใหญ่ของ Gemini
ตอนนี้แนวทางใช้งาน Claude Code ที่ดีที่สุดคือเอางานหนักไปให้ Gemini 2.5 Pro หรือ o3/o3pro ทำ และเพราะมีการรองรับ MCP ทำให้เชื่อมสองโมเดลได้ลื่นไหล ถ้า Gemini CLI เป็นโอเพนซอร์สก็อาจรองรับปลั๊กอินโมเดลได้หลากหลาย ในอนาคตที่ LLM กลายเป็นสินค้าโภคภัณฑ์ เครื่องมือแบบ CLI agent อาจกลายเป็นแกนหลักแทน UI wrapper ก็ได้ OpenAI ชนะในเกมจำนวนผู้ใช้ก็จริง แต่ในแง่ UI สำหรับงานจริง ChatGPT กลับเป็นรอง
ถ้าทำเอกสารสรุป markdown ไม่เกิน 100 บรรทัดสำหรับแต่ละโมดูล โดยใส่แค่ภาพรวมของโมดูลและตำแหน่งไฟล์ เพื่อให้ AI ใช้สำรวจเนื้อหานั้น จะช่วยเรื่องความเข้าใจบริบทได้มาก ถ้ามันยากเกินกว่าจะสรุปให้อยู่ในรูปแบบนี้ได้ มนุษย์ดีเวลลอปเปอร์ก็คงดูแลได้ยากเหมือนกัน การชี้บริบทสำคัญให้ AI อย่างเหมาะสมจึงสำคัญมาก
ดูเหมือนว่า prompt engineering ที่เฉพาะเจาะจงและชัดเจนจะเพิ่มผลิตภาพได้มากกว่า คำขอแนว "แก้บั๊กทั้งหมด" ค่อนข้างไม่สอดคล้องกับสถานการณ์จริงนัก
วิธีนี้จะพังทันทีเมื่อความซับซ้อนสูงขึ้น และอาจใช้หน่วยความจำได้ไม่มีประสิทธิภาพมากเพราะมีโค้ดซ้ำเยอะ สุดท้ายอาจเขียนเองยังมีประสิทธิภาพกว่าเสียอีก ถ้าโค้ดแบบลวก ๆ เพิ่มขึ้นเรื่อย ๆ ก็ชวนสงสัยว่าอุปสงค์ DRAM จะพุ่งผิดปกติหรือไม่
ผมเพิ่มอินเทอร์เฟซเสียงแบบสองทางให้ Gemini CLI ด้วยตัวเอง
น่าเสียดายที่มันไม่ได้ทำเป็น single binary แบบ Go หรือ Rust ที่ไม่ต้องพึ่ง runtime อย่าง Node
โปรเจกต์แบบนี้ต้องอัปเดตบ่อย การจัดการผ่าน npm หรือ pip จึงอาจสมเหตุสมผลกว่า มันไม่ได้เป็นโปรแกรมที่ต้องคำนวณหนักหรือกินพื้นที่มหาศาล อุปกรณ์สมัยนี้เลยแทบไม่มีปัญหาอะไร ผมก็คิดว่า Go เหมาะกับงานแนวนี้มาก แต่ในทางปฏิบัติการจัดการไลบรารีสะดวกกว่ามาก
มีวิธีใส่พรอมป์ต์ให้ Gemini CLI เขียนใหม่ด้วยภาษาที่ตัวเองต้องการได้เหมือนกัน
ให้ความรู้สึกว่าเป็นโปรเจกต์ที่ทำขึ้นเพื่อการตลาดแนว "เราก็มีเครื่องมือ CLI เหมือนกันนะ" มากกว่าจะเน้นคุณภาพของผลิตภัณฑ์
จริง ๆ แล้ว OpenAI ก็มีข่าวว่ากำลังรีบิลด์ Codex CLI ด้วย Rust แทน Typescript ดูข่าว ผมอาจไม่ได้มีประสบการณ์กับ Node มากนัก แต่ก็รู้สึกว่าประสบการณ์ด้านการติดตั้ง แพ็กเกจ และการแยกสภาพแวดล้อมทำได้ดีมาก
อาจสร้างไฟล์รันแบบ standalone ด้วย Bun และ Deno ได้เช่นกัน คำอธิบาย Bun bundler คำอธิบายการคอมไพล์ Deno CLI ถ้าเป็นโค้ด Node มาตรฐาน อย่างน้อยก็น่าจะทำงานกับ Bun ได้ดี อยากรู้เหมือนกันว่าขนาดไฟล์รันจะต่างจาก Go หรือ Rust แค่ไหน
"Failed to login. Ensure your Google account is not a Workspace account." เลยสงสัยว่าโครงสร้างมันคือใช้บัญชี Workspace ไม่ได้หรือเปล่า ผมใช้บัญชี Workspace มาตั้งแต่ยุค GSuite แล้ว สุดท้ายก็ยังรู้สึกเหมือนโดนจำกัดจากบริการของ Google อยู่เรื่อย ๆ เดิมทีผมแค่ต้องการโดเมนกำหนดเองใน Gmail แต่กลับเสียทั้งข้อมูล YouTube, ข้อมูล Fitbit และยังโดนจำกัดเรื่องการเลือกบริการสมัครสมาชิกอย่างยุ่งเหยิงอีก สรุปคือรู้สึกผิดหวังที่เป็นลูกค้าภักดีระยะยาว แต่กลับใช้งาน Gemini CLI เพื่อทำงานพัฒนาซอฟต์แวร์ไม่ได้
คู่มืออย่างเป็นทางการสำหรับบัญชี Workspace อาจช่วยได้
วิธีแก้ปัญหา ต้องตั้งค่าเพิ่ม เช่น environment variable
GOOGLE_CLOUD_PROJECTมีผู้ใช้อีกคนที่เจอปัญหาเดียวกันและลำบากเหมือนกัน
ผมใช้มาประมาณ 1 เดือนแล้ว และด้วยประสิทธิภาพระดับ SOTA ของ 2.5pro รวมถึงการรองรับ 1M context window มันเหนือกว่าเครื่องมือส่วนใหญ่แบบชัดเจน โยนโค้ดเบสขนาดใหญ่เข้าไปก็ยังวิเคราะห์และสำรวจได้เร็วและแม่นยำ
ตอนใช้ใน Cursor ผมเจอปัญหา import ของไฟล์ Python ขนาดใหญ่เสีย แต่ Claude ไม่เจอปัญหานี้ อยากรู้ว่าคนอื่นเจอปัญหาแปลก ๆ ใน Gemini แบบนี้ไหม
อยากรู้เวิร์กโฟลว์