Gemini CLI

 (blog.google)
1 คะแนน โดย GN⁺ 2025-06-26 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ตอนนี้นักพัฒนาสามารถเรียกใช้ Gemini ได้โดยตรงจากเทอร์มินัล ทำให้ต่อยอดเข้ากับเวิร์กโฟลว์บนบรรทัดคำสั่งได้ ไม่ใช่แค่การเขียนโค้ด แต่รวมถึงการสร้างคอนเทนต์ การแก้ปัญหา การทำรีเสิร์ชเชิงลึก และการจัดการงาน
  • หากล็อกอินด้วยบัญชี Google ส่วนตัว จะสามารถใช้ Gemini 2.5 Pro และหน้าต่างคอนเท็กซ์ขนาด 1 ล้านโทเค็นได้ผ่านไลเซนส์ Gemini Code Assist ฟรี
  • ช่วงพรีวิวมีโควตาใช้งานฟรีที่ 60 คำขอโมเดลต่อนาที และ 1,000 คำขอต่อวัน โดยมุ่งลดโอกาสที่เวิร์กโฟลว์การพัฒนาส่วนบุคคลทั่วไปจะติดข้อจำกัด
  • เปิดให้ใช้งานในรูปแบบโอเพนซอร์สภายใต้ Apache 2.0 ทำให้สามารถตรวจสอบโค้ด ตรวจสอบผลกระทบด้านความปลอดภัย รายงานบั๊ก เสนอฟีเจอร์ และร่วมพัฒนาโค้ดได้
  • ใช้เทคโนโลยีร่วมกับ Gemini Code Assist เพื่อมอบการเขียนโค้ดด้วย AI แบบอิงพรอมป์ต์ทั้งใน VS Code และเทอร์มินัล โดยโหมดเอเจนต์เปิดให้ใช้ฟรีโดยไม่มีค่าใช้จ่ายเพิ่มในแพลน Free, Standard และ Enterprise

Gemini เอเจนต์สำหรับใช้งานในเทอร์มินัล

  • Gemini CLI คือ AI เอเจนต์แบบโอเพนซอร์สที่ทำให้ใช้งาน Gemini ได้โดยตรงจากเทอร์มินัล
  • มอบเส้นทางแบบน้ำหนักเบาสำหรับส่งพรอมป์ต์ไปยังโมเดล และมีจุดเด่นด้านงานเขียนโค้ด
  • นอกจากการเขียนโค้ดแล้ว ยังนำไปใช้กับงานต่อไปนี้ได้
    • การสร้างคอนเทนต์
    • การแก้ปัญหา
    • การทำรีเสิร์ชเชิงลึก
    • การจัดการงาน
  • ทำงานร่วมกับ Gemini Code Assist ทำให้ผู้ใช้ Code Assist แพลน Free, Standard และ Enterprise ทุกคนสามารถใช้การเขียนโค้ดด้วย AI แบบอิงพรอมป์ต์ได้ทั้งใน VS Code และ Gemini CLI

โควตาใช้งานฟรีและตัวเลือกการคิดค่าบริการ

  • หากต้องการใช้ Gemini CLI ฟรี เพียงล็อกอินด้วยบัญชี Google ส่วนตัวเพื่อรับไลเซนส์ Gemini Code Assist ฟรี
  • ไลเซนส์ฟรีประกอบด้วย
    • การเข้าถึง Gemini 2.5 Pro
    • หน้าต่างคอนเท็กซ์ขนาด 1 ล้านโทเค็น
    • 60 คำขอโมเดลต่อนาที
    • 1,000 คำขอโมเดลต่อวัน
  • นักพัฒนามืออาชีพที่ต้องรันหลายเอเจนต์พร้อมกัน หรือต้องใช้โมเดลเฉพาะ สามารถเลือกการคิดค่าบริการตามการใช้งานหรือไลเซนส์แบบชำระเงินได้

ความสามารถบนบรรทัดคำสั่งและระบบอัตโนมัติ

  • ขณะนี้ Gemini CLI ยังอยู่ในสถานะ พรีวิว และช่วยให้สามารถเขียนโค้ด ดีบัก และทำเวิร์กโฟลว์ให้เรียบง่ายขึ้นได้ด้วยภาษาธรรมชาติ
  • ความสามารถที่รองรับมีดังนี้
    • การทำความเข้าใจโค้ด
    • การจัดการไฟล์
    • การรันคำสั่ง
    • การแก้ปัญหาแบบไดนามิก
  • ผ่านเครื่องมือในตัว สามารถดึงบริบทจากเว็บ ส่วนขยาย และโฟลว์อัตโนมัติเข้ามาใน CLI ได้
    • ใช้ Google Search เพื่อทำให้พรอมป์ต์มีข้อมูลอ้างอิง โดยดึงหน้าเว็บและส่งบริบทภายนอกแบบเรียลไทม์ให้โมเดล
    • ขยายความสามารถของ Gemini CLI ด้วย Model Context Protocol(MCP) หรือส่วนขยายแบบ bundled
    • ปรับแต่งพรอมป์ต์และคำสั่งให้เหมาะกับความต้องการและเวิร์กโฟลว์ของผู้ใช้
    • เรียกใช้ Gemini CLI แบบไม่โต้ตอบภายในสคริปต์ เพื่อทำงานอัตโนมัติและผสานเข้ากับเวิร์กโฟลว์เดิม

โอเพนซอร์สและความสามารถในการขยาย

  • Gemini CLI เปิดเผยเป็นโอเพนซอร์สเต็มรูปแบบภายใต้ Apache 2.0 license
  • นักพัฒนาสามารถตรวจสอบโค้ดเพื่อทำความเข้าใจวิธีการทำงานและตรวจสอบผลกระทบด้านความปลอดภัยได้
  • สามารถมีส่วนร่วมผ่าน GitHub repository ได้ด้วยวิธีต่อไปนี้
    • รายงานบั๊ก
    • เสนอฟีเจอร์
    • ปรับปรุงแนวปฏิบัติด้านความปลอดภัย
    • ส่งการปรับปรุงโค้ด
  • ช่องทางการเข้าร่วมโปรเจกต์มีดังนี้
  • ความสามารถในการขยายอิงกับ MCP, system prompt ผ่าน GEMINI.md และการตั้งค่าส่วนตัวหรือระดับทีม

เทคโนโลยีที่ใช้ร่วมกับ Gemini Code Assist

  • Gemini Code Assist คือ AI coding assistant ของ Google สำหรับนักเรียน นักพัฒนาแบบงานอดิเรก และนักพัฒนามืออาชีพ
  • ใช้เทคโนโลยีร่วมกับ Gemini CLI และใน VS Code สามารถใช้โหมดเอเจนต์เพื่อพิมพ์พรอมป์ต์ในหน้าต่างแชตแล้วมอบหมายงานได้
    • เขียนเทสต์
    • แก้ข้อผิดพลาด
    • พัฒนาฟีเจอร์
    • ย้ายโค้ด
  • เอเจนต์ของ Code Assist สามารถสร้างแผนหลายขั้นตอนจากพรอมป์ต์ กู้คืนอัตโนมัติจากเส้นทางการพัฒนาที่ล้มเหลว และแนะนำแนวทางแก้ไขได้
  • โหมดเอเจนต์ของ Gemini Code Assist เปิดให้ใช้งานโดยไม่มีค่าใช้จ่ายเพิ่มในแพลน Free, Standard และ Enterprise ผ่าน Insiders channel
  • สามารถเริ่มต้นใช้งาน Gemini CLI ได้โดยติดตั้งจาก GitHub repository

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-06-26
ความคิดเห็นบน Hacker News

  • กำลังรับผิดชอบงานนี้อยู่ ตอนนี้การใช้งานเพิ่มขึ้นเป็น เส้นโค้งที่ชันมาก วันนี้ TPU เลยทำงานหนักพอสมควร
    ขอบคุณสำหรับฟีดแบ็กที่ได้รับจนถึงตอนนี้ ทีมงานกำลังอ่านเธรดนี้อยู่ หากโพสต์บั๊กหรือคำขอฟีเจอร์ต่อไป เราจะตรวจสอบทั้งหมด

    • เมื่อบ่ายวานนี้ ผมพยายามย้ายอัลกอริทึมที่เขียนด้วย Ruby ไปเป็น JavaScript ล้วน แต่เพราะไม่รู้ Ruby เลยขอความช่วยเหลือจาก gpt-4.1 แล้วก็เอาแต่หลงไปในทางตันที่ไร้ประโยชน์
      ด้วยความอยากลอง ผมติดตั้ง Gemini CLI แล้วชี้ไปที่โปรเจกต์ Ruby ผลคือแปลงเสร็จด้วยคำขอครั้งเดียว และจาก “ลองดูหน่อยไหม” ไปจนถึงใช้งานได้จริงใช้เวลา 5 นาที น่าประทับใจมาก
    • Claude Code มีฟีเจอร์หนึ่งที่มักถูกมองข้าม แต่ผมยังไม่เคยเห็นในเครื่องมือเอเจนต์ตัวอื่น คือเครื่องมือที่เรียกว่า sub-agent ซึ่งสร้างหน้าต่างบริบทใหม่ แล้วให้โมเดลจัดการงานย่อยที่กำหนดไว้อย่างชัดเจนแบบอิสระ
      ด้วยเหตุนี้ Claude Code จึงทำงานเหมือนโมเดลหลายเอเจนต์แบบลำดับชั้นมากกว่าจะเป็นเอเจนต์เดี่ยว ผมสงสัยว่าไม่ได้ใส่มาโดยตั้งใจหรือเปล่า และถ้า Gemini CLI มีฟีเจอร์นี้ก็อยากลองใช้แน่นอน
      ขั้นถัดไปคือการกำหนดพรอมป์ ชุดเครื่องมือ และบริบทแบบกำหนดเองสำหรับงานที่ทำซ้ำแต่ละแบบ แล้วให้สิ่งเหล่านี้ปรากฏเป็นเครื่องมือของเอเจนต์หลัก ตัวอย่างเช่น ถ้ามีเครื่องมืออย่าง create_new_page ก็สามารถใส่ขั้นตอนการสร้างหน้าไว้ในพรอมป์ และเอเจนต์หลักสามารถมอบหมายเป็นงานที่กำหนดไว้อย่างดีได้ โดยไม่ต้องทำให้บริบทของตัวเองรกไปด้วยขั้นตอนย่อย
    • หลังจากย้ายมาจาก Claude Code ดูเหมือนฟีเจอร์หลักจะค่อนข้างแข็งแรง และถ้าจะปรับให้เหมาะกับกรณีใช้งานในองค์กร ก็ควรขัดเกลา การควบคุมสิทธิ์ เพิ่มเติม นี่อิงจากการอ่านโค้ดแบบคร่าว ๆ ในตอนนี้
      คำขอที่น่าจะให้ผลสูงคือสิทธิ์แบบแพตเทิร์น เช่น Bash(git:) ที่อนุญาต git แต่บล็อก rm, การจำกัดขอบเขตพาธอย่าง Write(logs/.txt), แฟล็กสิทธิ์ CLI ต่อเซสชัน เช่น --allowedTools "Read,Bash(npm test)" --deniedTools "Write", ลำดับความสำคัญของ allow/deny ที่การปฏิเสธแบบชัดเจนมีผลเหนือการอนุญาตทั่วไป และลำดับชั้นไฟล์ตั้งค่าแบบ system → user → project
      การปรับปรุงที่ให้ผลระดับกลางคือการกรองอาร์กิวเมนต์คำสั่งที่อนุญาต git commit แต่บล็อก git --exec-path=/bin/sh, รูปแบบตั้งค่าที่รองรับทั้งอาร์เรย์แบบง่ายและออบเจ็กต์สิทธิ์แบบมีโครงสร้าง, gemini permissions list สำหรับดีบักสิทธิ์ที่เปิดใช้งานจริง และการตั้งค่า env ระดับบนสำหรับ OTEL endpoint หรือ API key
      เอนจินสิทธิ์คือหัวใจหลัก และถ้าสามารถสื่อว่า “อนุญาต X แต่ห้าม Y ภายใน X” ได้ กรณีใช้งานขั้นสูงส่วนใหญ่ก็จะเปิดทาง
    • สิ่งที่อยากเห็นจริง ๆ ในเอเจนต์เขียนโค้ดคือฟีเจอร์ที่ให้เราในฐานะผู้ออกแบบ กำหนด ขอบเขตของโมดูล ของซอฟต์แวร์อย่างเป็นทางการ และให้เอเจนต์ AI ปฏิบัติตามและใช้ประโยชน์จากสถาปัตยกรรมแบบโมดูลาร์นั้น
      แม้จะมีบริบท 1 ล้านโทเค็น การกำหนดขอบเขตก็ยังมีผลในโปรเจกต์ขนาดใหญ่ โดยทั่วไปขอบเขตมีอยู่ในรูปแบบใดรูปแบบหนึ่งอยู่แล้ว แต่เอเจนต์เขียนโค้ดไม่สามารถรู้ได้อย่างถูกต้อง
      ถ้าสามารถใช้รูปแบบ YAML ง่าย ๆ เพื่อระบุโมดูล ตำแหน่งในซอร์สทรี และ API ของโมดูลอื่นที่โต้ตอบด้วยได้ ก็จะแปลงสิ่งนั้นเป็นบริบทที่ใส่ไว้บ่อย ๆ ภายใน 1 ล้านโทเค็นได้ง่าย เมื่อเอเจนต์ตัดสินว่าต้องทำงานในบริบทของโมดูลเฉพาะ ก็สามารถสร้างหน้าต่างบริบทใหม่ที่มีเฉพาะโมดูลนั้น ทำให้จัดการโค้ดเบสขนาดใหญ่เหมือนโค้ดเบสขนาดเล็กได้ และจะกลายเป็นพื้นที่ที่ Gemini ถนัดเป็นพิเศษ
    • ผมเป็นสมาชิกในองค์กรที่จ่ายเงินใช้ Gemini บน Google Workspace แต่ได้รับข้อความ GOOGLE_CLOUD_PROJECT environment variable not found. Add that to your .env and try again, no reload needed!
      อย่างน้อยเอกสารควรอธิบายให้ดีกว่านี้ว่าจะได้ environment variable นี้มาอย่างไร ถ้าไม่ได้ใช้ GCP อยู่ก็ไม่ตรงไปตรงมาเลย กรณีแย่ที่สุดคือผู้ใช้ที่จ่ายเงินให้ Gemini กลับเข้าถึงไม่ได้ แต่ผู้ใช้ Google ทั่วไปกลับเข้าถึงได้

  • ผมใช้ Claude Code 4 Opus กับโค้ดเบส Rust ขนาดใหญ่ได้ค่อนข้างสำเร็จ แต่ก็มีบางครั้งที่หงุดหงิดกับงานซับซ้อน วันนี้ลองใช้ Gemini CLI และติดตั้งง่าย แต่แทบจะเรียกได้ว่าล้มเหลว
    ความสามารถในการแก้โค้ด Rust ให้คอมไพล์ผ่านได้แย่กว่า Claude อย่างเห็นได้ชัด
    อย่างไรก็ตาม Gemini เคยส่งข้อความแบบนี้ออกมาหนึ่งครั้ง ซึ่งน่าจะเป็นไฮไลต์ของวันนี้: “ผมทำโค้ดเละเทะไปหมดแล้ว ตอนนี้ผมจะย้อนการเปลี่ยนแปลงทั้งหมดที่ทำไว้ในโค้ดเบส แล้วเริ่มใหม่อีกครั้ง” การรู้ตัวเองและความเต็มใจที่จะทิ้งงานนั้นยอดเยี่ยมมาก

    • Gemini มีรูปแบบความล้มเหลวที่น่าสนใจ ถ้าการเปลี่ยนแปลงที่มันทำเองใช้ไม่ได้ มันจะตอบด้วยวลีที่ฟังดูเป็นมนุษย์อย่างประหลาด เช่น “อืม นี่ผิดคาดนะครับ” และแม้จะกำลังเดินไปสู่ทางตัน ก็ยังประกาศอย่างมั่นใจว่า “ผมเข้าใจปัญหาแล้ว! การทดสอบสุดท้ายจะผ่านแน่นอน”
      โดยพื้นฐานแล้วมี ความมั่นใจเกินเหตุ สูง และถ้าไม่เปลี่ยน system prompt ก็จะมีคำอุทานเยอะกว่ามาก ไม่แน่ว่าในระหว่างการฝึก มันเรียนรู้หรือค้นพบเองว่าการยืนยันเชิงบวกทำให้ได้ผลลัพธ์ที่ดีกว่า
    • ผมลองขอสิ่งที่ค่อนข้างธรรมดาอย่าง “สคริปต์ที่แสดงคำค้นหา Google 5 อันดับแรก”
      ตอนแรกมันค้นหาโดยตรงแล้วเติม echo ให้แต่ละรายการ จากนั้นพยายามใช้ pytrends แล้วล้มเหลว ลองบริการแบบเสียเงินอื่นแล้วล้มเหลว ลองวิธีอื่น ๆ อีกหลายอย่างแล้วก็ล้มเหลว สุดท้ายยอมแพ้และประกาศว่าล้มเหลว
      ด้วยพลังของ Gemini ที่สามารถวนลูปแก้ไข/รันเองได้ จึงมีโอกาสที่จะมีประโยชน์ แต่จนถึงตอนนี้ยังต่ำกว่าที่คาดไว้
    • เจอประสบการณ์เดียวกัน ปกติถ้า Claude Code ติดขัด ผมเคยเอาโค้ดทั้งหมดไปวางใน Gemini Pro 2.5 แล้วถามจนแก้ปัญหาได้หลายครั้ง เลยคาดหวังค่อนข้างสูง
      แต่เวอร์ชัน CLI ไม่สามารถสร้างโค้ดที่สอดคล้องกันหรือแก้ปัญหาบางอย่างในโค้ดเบส Rust ได้ หวังว่าสักวันจะยอดเยี่ยมขึ้น
    • Claude ก็เริ่มใหม่ตั้งแต่ต้นเหมือนกันเมื่อสถานการณ์แย่มาก ๆ เคยเห็นแบบนั้นตอนการแก้ไขหลุดการควบคุมจนทำทุกอย่างพัง
    • ประสบการณ์เดียวกัน ผมให้มันลองทำฟีเจอร์ใหม่ในแอปเป็นการทดสอบ แล้วมันทำพังหมด ใช้สิ่งอย่างฟังก์ชันที่ไม่ได้กำหนดไว้ด้วย หลังจากรายงานข้อผิดพลาดและให้แก้อยู่สองสามครั้งก็ยอมแพ้
      Claude จัดการได้ดี แต่ผมไม่ค่อยชอบโค้ด ส่วนโค้ดที่ Gemini สร้างดีกว่ามาก แต่สุดท้ายเชื่อมทุกอย่างเข้าด้วยกันไม่ได้

  • เมื่อไม่กี่วันก่อน ผมลอง vibe coding เว็บแอปติดตามหุ้นแบบง่าย ๆ ที่ใช้ Streamlit Python ด้วย Claude Code ตั้งแต่ต้นจนจบ ซึ่งก่อนที่มันจะไปต่อไม่ได้ มันทำได้ดีมาก พอโปรเจกต์ใหญ่เกินเกณฑ์หนึ่ง ดูเหมือนว่ามันจะแก้บั๊กต่อไม่ได้แล้ว
    พอลองทำสิ่งเดียวกันด้วย Gemini CLI เกณฑ์ขนาดโปรเจกต์ที่ยังทำงานได้ดีดูจะใหญ่กว่าพอสมควร ผมสั่ง Gemini CLI ว่า “วิเคราะห์โค้ดเบสและแก้บั๊กทั้งหมด” ตรงจุดที่ Claude Code เริ่มหลงทาง และหลังจากให้มันแก้บั๊กเพิ่มอีกไม่กี่อย่าง แอปก็ใช้งานได้เลย
    เรากำลังใช้ชีวิตอยู่ในอนาคตจริง ๆ

    • สงสัยว่าความต่างนี้เกี่ยวข้องกับ ขนาด context window แค่ไหน หน้าต่างของ Gemini ใหญ่กว่า Claude 5 เท่า
      ช่วงไม่กี่สัปดาห์ที่ผ่านมา ผมใช้ Claude กับโปรเจกต์เสริมอยู่บ้าง และมักเกิดเหตุการณ์ที่กำลังเข้าจังหวะกับการวางแผนหรือดีบัก พอพร้อมจะลงมือ implementation พื้นที่ context ก็หมดพอดี แม้จะพยายามใช้คำสั่ง /compact ให้ดี แต่ตอนเริ่มใหม่ บริบทละเอียดอ่อนบางอย่างก็หายไป และคุณภาพของ implementation แย่ลง
      อยากลองทดสอบว่า context window ที่ใหญ่กว่าของ Gemini จะแก้ปัญหานี้ได้ไหม
    • แนวปฏิบัติที่ดีที่สุดของ Claude Code ตอนนี้คือมอบงานหนัก ๆ ให้ Gemini Pro 2.5 หรือ o3/o3pro ทำ ด้วยการรองรับ MCP จึงทำได้ค่อนข้างลื่นไหลผ่านเครื่องมืออย่าง Repo Prompt
      บางครั้งใช้ Claude อย่างเดียวก็พอได้ แต่ต้องทำซ้ำระหว่างการวางแผนกับการผสานงาน พร้อมจดทุกอย่างไว้แล้ววนซ้ำใหม่
      ถ้า Gemini CLI เป็นโอเพนซอร์ส ก็น่าจะเสียบโมเดลอะไรก็ได้เข้าไป เห็นเส้นทางที่ LLM จะกลายเป็นสินค้าโภคภัณฑ์แล้ว บิ๊กเทคทุกเจ้าหวังว่า LLM ของตัวเองจะเป็นผู้ชนะและที่เหลือหายไป แต่พวกเขาน่าจะชอบโลกที่มันกลายเป็นสินค้าโภคภัณฑ์มากกว่าการให้คู่แข่งเป็นผู้ชนะ
      ถ้ารูปแบบการใช้งานในอนาคตใกล้เคียงกับ CLI agent ก็ไม่แน่ใจว่า UI wrapper สวย ๆ จะนำไปสู่การกินรวบผู้ชนะได้อย่างไร OpenAI นำหน้าด้านจำนวนผู้ใช้ด้วยแบรนด์ ChatGPT เพียงอย่างเดียว แต่ในฐานะ UI สำหรับงานจริง ChatGPT ด้อยกว่าอย่างชัดเจน
    • ให้ AI ทำเอกสารแต่ละโมดูลเป็น Markdown 100 บรรทัด ต้องเป็นระดับภาพรวมมาก ๆ ไม่ต้องใส่รายละเอียด แค่มี pointer ไปยังไฟล์ที่เกี่ยวข้องเพื่อให้ AI ไปค้นต่อเองได้ก็พอ
      ถ้าใช้เอกสารนั้นเป็นจุดเริ่มต้น AI ก็จะมี context สำหรับทำงานกับโมดูลใดก็ได้ ถ้าไม่สามารถทำเอกสารโมดูลแบบนี้ให้อยู่ใน 100 บรรทัดได้ ก็ถึงเวลาต้อง refactor แล้ว
      ถ้า context window ของ Claude ไม่พอสำหรับจัดการโมดูลใดโมดูลหนึ่ง นักพัฒนามนุษย์ก็อาจจัดการไม่ไหวเช่นกัน สิ่งสำคัญคือการเล็ง LLM ให้ตรงกับ context ที่เกี่ยวข้อง
    • รู้สึกว่าถ้าทำ prompt engineering ให้ดีขึ้นและสั่งให้เฉพาะเจาะจงขึ้น ก็จะได้ผลมากขึ้น ไม่ค่อยแน่ใจว่า “แก้บั๊กทั้งหมด” จะได้ผลในฐานะกรณีใช้งานจริงหรือไม่
    • พอมีความซับซ้อนจริง ๆ วิธีแบบนี้จะพัง และมีแนวโน้มจะเกิดโค้ดซ้ำซ้อนจำนวนมาก ถ้าเขียนเอง ประสิทธิภาพด้านหน่วยความจำอาจดีกว่าสักสองเท่า
      น่าสนใจว่าในอนาคต ความต้องการ DRAM จะเพิ่มขึ้นมากกว่าปกติหรือไม่ เพราะซอฟต์แวร์จำนวนมากขึ้นถูกสร้างด้วย vibe coding หรือรูปแบบดัดแปลงของมัน

  • ถ้าใช้สิ่งนี้ ข้อมูลโค้ดทั้งหมดจะถูกส่งไปยัง Google ในเงื่อนไขเขียนไว้แบบนี้: https://developers.google.com/gemini-code-assist/resources/p...
    เมื่อใช้ Gemini Code Assist สำหรับบุคคลทั่วไป Google จะรวบรวมพรอมป์ โค้ดที่เกี่ยวข้อง ผลลัพธ์ที่สร้างขึ้น การแก้ไขโค้ด ข้อมูลการใช้งานฟีเจอร์ที่เกี่ยวข้อง และข้อเสนอแนะ เพื่อให้บริการ ปรับปรุง และพัฒนาผลิตภัณฑ์และบริการของ Google รวมถึงเทคโนโลยีแมชชีนเลิร์นนิง
    เพื่อการปรับปรุงคุณภาพและผลิตภัณฑ์ ผู้ตรวจสอบที่เป็นมนุษย์อาจอ่าน ใส่คำอธิบายประกอบ และประมวลผลข้อมูลข้างต้นได้ โดยก่อนการตรวจสอบ Google จะแยกข้อมูลออกจากบัญชี Google และระบุว่าจะเก็บสำเนาที่แยกแล้วไว้ได้นานสูงสุด 18 เดือน นอกจากนี้ยังระบุว่าอย่าส่งข้อมูลหรือข้อมูลที่เป็นความลับซึ่งไม่ต้องการให้ผู้ตรวจสอบเห็น หรือไม่ต้องการให้ Google ใช้เพื่อปรับปรุงผลิตภัณฑ์ บริการ และเทคโนโลยีแมชชีนเลิร์นนิง

    • ในความเป็นจริงซับซ้อนกว่านั้นมาก ถ้าใช้ Code Assist เวอร์ชันฟรี ข้อมูลอาจถูกนำไปใช้ เว้นแต่จะ opt-out ตามที่อยู่ท้ายเอกสารช่วยเหลือที่ลิงก์ไว้
      มีข้อความว่า “หากไม่ต้องการให้ใช้ข้อมูลนี้เพื่อปรับปรุงโมเดลแมชชีนเลิร์นนิงของ Google คุณสามารถ opt-out ได้ตามขั้นตอนการตั้งค่า Gemini Code Assist สำหรับบุคคลทั่วไป” และลิงก์คือ https://developers.google.com/gemini-code-assist/docs/set-up...
      ถ้าจ่ายเงินให้ Code Assist ข้อมูลจะไม่ถูกใช้เพื่อการปรับปรุง แม้ในกรณีใช้คีย์ Gemini API ของบัญชีแบบคิดตามการใช้งาน ก็จะไม่ถูกใช้เพื่อการปรับปรุงเช่นกัน เรื่องนี้ใช้เฉพาะกรณีที่ใช้บัญชีผู้บริโภคที่ไม่ใช่แบบเสียเงินและไม่ได้ opt-out เท่านั้น ไม่เหมือนกับคำอธิบายในตอนแรก
    • โดยส่วนตัว นี่คือส่วนที่น่าหงุดหงิดที่สุดในระบบนิเวศของ Gemini 2.5 Pro น่าจะเป็นโมเดลที่ดีที่สุดในบรรดาที่มีตอนนี้ และอยากใช้กับงานจริง แต่แนวทางความเป็นส่วนตัวสับสนและกระจัดกระจายมากจนสุดท้ายต้องถือว่าไม่มีการคุ้มครองความเป็นส่วนตัวเลย
      แม้จะใช้แพ็กเกจ Pro Plus Ultra MegaMax Extreme Gold ราคาแพงก็ตาม หวังว่าพวกเขากำลังทำให้เรื่องนี้ชัดเจนขึ้น
    • รับทราบแล้วว่านโยบายความเป็นส่วนตัวของ Gemini CLI ทำให้สับสนตามวิธีการล็อกอิน
      ได้รวบรวมเงื่อนไขการให้บริการและนโยบายข้อมูลแยกตามประเภทบัญชี และจัดทำเอกสารเดียวที่รวม FAQ ซึ่งตอบคำถามในเธรดนี้ไว้ด้วย: https://github.com/google-gemini/gemini-cli/blob/main/docs/t...
    • ข้อมูลที่เกี่ยวข้องถูกซ่อนไว้ใน configuration.md ใต้หัวข้อ “Usage Statistics” ตรงนั้นระบุรายการที่ไม่เก็บรวบรวม ได้แก่ ข้อมูลที่ระบุตัวบุคคลได้, เนื้อหาพรอมป์และคำตอบ และเนื้อหาของไฟล์ที่ CLI อ่านหรือเขียน
      https://github.com/google-gemini/gemini-cli/blob/0915bf7d677...
    • Mozilla และ Google เสนอทางเลือกชื่อ gemmafile ซึ่งทำให้ Gemini ตระกูลที่ Google เรียกว่า Gemma รันเป็นไฟล์เดี่ยวในเครื่องแบบแยกจากเครือข่ายได้ โดยไม่ต้องมี dependency
      https://huggingface.co/jartine/gemma-2-27b-it-llamafile
      ระบุว่า 32% ขององค์กรนำไป deploy ในสภาพแวดล้อม production แล้ว: https://www.wiz.io/reports/the-state-of-ai-in-the-cloud-2025

  • ผมชอบมากที่ตระกูลผลิตภัณฑ์ Gemini ของ Google ถูกแยกเป็นส่วน ๆ แบบกระจัดกระจาย ผมเป็นสมาชิก Pro อยู่ แต่เพิ่งรู้ว่าถ้าอยากได้โควตาการใช้งานเพิ่ม ต้องเป็นผู้ใช้ Gemini Code Assist Standard หรือ Enterprise
    ไม่รู้ด้วยซ้ำว่ามีของแบบนั้นอยู่ ในฐานะผู้ใช้ Google ทั่วไปก็ได้ tier การใช้งานที่ค่อนข้างเยอะ แต่ถึงจะจ่ายเงินให้ “Gemini” ก็ไม่ได้ประโยชน์อะไรกับ “Gemini CLI” เลย สนุกดี

    • Google เจอปัญหาแบบเดียวกับ Microsoft มีแทบทุกผลิตภัณฑ์ แต่การสื่อสารตัวผลิตภัณฑ์ที่ชวนสับสนกลับทำให้สิ่งที่ทำได้ดีถูกลดทอนลง
      ผมชอบ Gemini 2.5 Pro และช่วงหลังได้ลองใช้ผลิตภัณฑ์ AI หลายตัว รวมถึงแพลน Gemini Pro เพื่อหา AI chat assistant สำหรับใช้ประจำวัน ขณะเดียวกันก็อยากลดค่าใช้จ่ายและจำนวน subscription ลงด้วย
      การสมัคร Gemini Pro รวมอยู่ใน Google One ซึ่งสะดวกถ้าใช้ Google Drive แต่ผมมี subscription iCloud ที่ผูกกับ iOS อย่างลึกอยู่แล้ว จึงไม่ได้มีแผนจะย้ายไป Drive แล้วเสียฟีเจอร์อื่น ๆ ของ iCloud อย่างรหัสผ่านไป
      UI แชตของ Gemini ยังตามหลังไคลเอนต์ OpenAI ChatGPT สำหรับ macOS อยู่มาก NotebookLM เหมาะกับการสรุปเอกสาร แต่ไม่ได้รวมเข้ากับแชต Gemini เลยรู้สึกเหมือนต้องสลับไปมาระหว่างผลิตภัณฑ์ของ Google ตลอด
      สุดท้ายเลยสมัคร Raycast AI เพราะแอปแชตรวมเข้ากับฟีเจอร์อื่น ๆ ของ Raycast ได้ดี และยังลองโมเดลต่าง ๆ ได้ด้วย แม้จะไม่ได้โมเดลล่าสุดทันที แต่ให้ประสบการณ์ที่ผสานเข้ากับ workflow ของผม
      Google กระจายตัวอยู่ในผลิตภัณฑ์มากเกินไป จนแพ้ด้าน user experience เมื่อเทียบกับ OpenAI สำหรับงานทั่วไป และ Anthropic สำหรับการเขียนโค้ด ในช่วงไม่กี่เดือนที่ผ่านมา พยายามไล่ตาม v0 ด้วย Google Stitch, ไล่ตาม GH Copilot/Cursor ด้วยปลั๊กอิน VSCode ที่ยังไม่สุกดี และตอนนี้ก็ไล่ตาม Claude Code ด้วยสิ่งนี้ แต่ทั้งหมดดูเหมือน side project ที่ใกล้จะถูกทิ้ง
    • นี่คือเหตุผลที่ startup จำนวนมากและนักพัฒนาเดี่ยวชอบโซลูชันที่ไม่ใช่ Google แม้คุณภาพของ Gemini 2.5 Pro จะสูงมากก็ตาม Google Cloud Dashboard เละเทะและไม่ได้รับการแก้มาหลายปีแล้ว
      มี Vertex ที่บอกว่าโฮสต์บางโมเดลอยู่ แต่ไม่รู้ว่าต่างจากคลาวด์ของ Google เองอย่างไร API ก็ถูกแยกเป็นสองตัวตามระดับของโปรเจกต์ ซึ่งตรงข้ามกับสิ่งที่คาดหวังจากผู้ให้บริการ AI ที่ควรเริ่มต้นเล็ก ๆ ได้ และไม่เจออุปสรรคไม่ว่าโปรเจกต์จะขนาดไหน
      สุดท้ายพอโปรเจกต์โตขึ้นก็ต้องย้ายจาก Google AI Studio API ไป Vertex API เท่ากับ Google สร้างโซลูชัน API ที่ scale ไม่ได้ OpenAI-compatible API ก็ไม่ได้ทำงานดีเสมอไป และเครื่องมือจำนวนมากที่พึ่งพามันก็พังบ่อย
      ผลิตภัณฑ์ Google AI ที่ควรทำให้ง่ายขึ้นหรือรวมเข้าด้วยกันคือ Jules vs Gemini CLI, Vertex API กับ Google AI Studio API
      เพราะ Vertex พึ่งพา Google Cloud ทำให้ต้องเปลี่ยนค่าพวกนี้ในแอปด้วย โปรเจกต์เลยซับซ้อนขึ้น: 
      # Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values  
# with appropriate values for your project.  
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT  
export GOOGLE_CLOUD_LOCATION=global  
export GOOGLE_GENAI_USE_VERTEXAI=True
    • Google พลาดโอกาสเรื่อง pricing ไปอย่างมาก
      Gemini 2.5 Pro เป็นโมเดลที่ดีที่สุดที่ผมเคยใช้ และโดยส่วนตัวดีกว่า o3 ด้วย แต่ไม่มีวิธีแบบ subscription ง่าย ๆ ที่ให้เข้าถึงทั้งหมดเหมือน Claude หรือ Cursor
      ฝั่งผู้ใช้ enterprise ก็เหมือนกัน และพื้นที่นั้น OpenAI กุมไว้แน่นแล้ว
    • Anthropic ก็เหมือนกัน ถ้าในช่วงไม่กี่เดือนหลังนี้ยังไม่เปลี่ยน ต่อให้สมัคร Claude แล้ว หากจะใช้ Claude Code ก็จะถูกหักจาก API usage ที่คิดเงินแยกจาก subscription
      ดูเหมือนมีใครสักคนเรียนรู้ว่าเราชอบ CLI แล้วสรุปว่า งั้น CLI ต้องคิดเงินเพิ่ม
      ทางเลี่ยงคือใช้ GUI แล้วต่อ MCP เข้าไปหลายตัว แต่ผมไม่ชอบ เพราะการนำทางหน้าต่างมันอืดเมื่อเทียบกับการนำทางใน terminal multiplexer
    • ยังมีสมาชิก AI ULTRA เดือนละ 300 ดอลลาร์ด้วย สิ่งที่น่าสนใจคือแม้แต่สมาชิก Google One เองก็ยังอธิบายรายละเอียดไม่ได้ว่า “ฟีเจอร์เพิ่มเติม” คืออะไร อาจเป็นเพราะมันเปลี่ยนได้ทุกชั่วโมงก็ได้

  • ผมเรนเดอร์ system prompt ไว้เป็น Gist: https://gist.github.com/simonw/9e5f13665b3112cea00035df7da69...
    มีบันทึกเพิ่มเติมอยู่ที่นี่: https://simonwillison.net/2025/Jun/25/gemini-cli/

    • เนื่องจาก Gemini CLI เป็นโอเพนซอร์ส จึงดู system prompt ได้จากที่นี่ด้วย: https://github.com/google-gemini/gemini-cli/blob/4b5ca6bc777...
    • ตลกดีที่มันแนะนำให้ใช้ create-react-app ซึ่งถูกทิ้งร้างมานานและเพิ่งถูกเลิกใช้ไปไม่นาน จะให้ลอง vibe coding แอปบนกอง technical debt ตั้งแต่วันแรกเลยหรือไง
    • บอกให้ใช้แต่ absolute path แต่ตัวอย่างไฟล์ชั่วคราวกลับใช้ relative path ดีจริง
    • คงยุ่งมากแน่ ๆ กับการรีวิวเครื่องมือใหม่ ๆ อยู่ตลอด อยากรู้ว่าไปลงเอยทำงานแบบนี้ได้อย่างไร

  • น่าเสียดาย ถ้ามันเขียนด้วย Go หรือ Rust ก็คงดีมาก อยากให้เป็นภาษาที่สร้าง ไบนารีเดี่ยวที่รันได้ทันที โดยไม่ต้องติดตั้ง runtime อย่าง Node

    • โปรเจกต์แบบนี้ต้องอัปเดตบ่อย ดังนั้นการมีเมกานิซึมจัดการอัตโนมัติแบบ npm หรือ pip น่าจะง่ายกว่า
      ยังไงโปรแกรมก็ไม่ได้ทำงานคำนวณหนัก ๆ และถ้าไม่ทำความผิดทางโปรแกรมมิงแบบโจ่งแจ้ง บนฮาร์ดแวร์สมัยใหม่ก็น่าจะไม่มีปัญหา
      เหตุผลเดียวที่นึกออกก็ประมาณนี้ แต่โดยหลักการแล้ว ภาษาอย่าง Go เหมาะกับ use case นี้มาก
    • ก็สั่งให้ Gemini CLI เขียนตัวเองใหม่ด้วยภาษาที่ต้องการได้เลย
    • นี่ดูไม่ใช่ความพยายามทำผลิตภัณฑ์คุณภาพสูง แต่ใกล้เคียงกับการบอกว่า บริษัท AI อื่น ๆ มีเครื่องมือ CLI เราก็มีเหมือนกัน
    • อีกด้านหนึ่ง OpenAI กำลังทิ้ง TypeScript เพื่อสร้าง Codex CLI ใหม่ด้วย Rust: https://analyticsindiamag.com/global-tech/openai-is-ditching...
      ไม่ว่าจะทางไหนก็ไม่ได้สำคัญมาก จากประสบการณ์ที่ใช้ Node แบบจำกัดมาก ๆ การติดตั้ง การแพ็กเกจ และการแยกสภาพแวดล้อมทำมาได้ค่อนข้างดี
    • ดูเหมือนว่า Bun หรือ Deno จะสร้างไฟล์รันเดี่ยวได้:
      https://bun.sh/docs/bundler/executables
      https://docs.deno.com/runtime/reference/cli/compile/
      ยังไม่ได้ตรวจว่าทำงานจริงไหม แต่ถ้าเป็นโค้ด Node ธรรมดา ๆ ที่ไม่มี extension แปลก ๆ อย่างน้อยใน Bun ก็น่าจะได้ อยากรู้ว่าขนาดไฟล์รันจะเป็นอย่างไรเมื่อเทียบกับ Go หรือ Rust

  • มีข้อความขึ้นว่า “ล็อกอินล้มเหลว โปรดตรวจสอบว่าบัญชี Google ของคุณไม่ใช่บัญชี Workspace”
    สงสัยว่าวิสัยทัศน์ของ Gemini CLI มุ่งเฉพาะผู้ใช้ที่ไม่ใช่เชิงพาณิชย์หรือเปล่า ผมใช้บัญชี Workspace มาตั้งแต่สมัย GSuite และสิ่งที่ต้องการก็แค่ Gmail บนโดเมนของตัวเอง แต่รู้สึกเหมือนถูกผลิตภัณฑ์ Google ลงโทษอยู่เรื่อย ๆ
    ผมเสียข้อมูล YouTube และข้อมูล Fitbit ไปแล้ว บาง subscription ก็เลือกเวอร์ชันอื่นไม่ได้ และแต่ละบริการดูสุ่มโดยสิ้นเชิงจากมุมมองผู้ใช้ปลายทาง ตอนนี้เพราะเป็นบัญชี Workspace เลยใช้ Gemini CLI กับงานพัฒนาซอฟต์แวร์คนเดียวของตัวเองไม่ได้ด้วย ดูเหมือนเป็นแนวทางที่เป็นปฏิปักษ์อย่างแข็งขันต่อผู้ใช้จ่ายเงินที่ภักดี

  • ใช้มาประมาณหนึ่งเดือนแล้ว ของมันโหดมาก ส่วนใหญ่เพราะ 2.5 Pro อยู่ในระดับท็อป และใช้ประโยชน์จาก context window ขนาดมหึมา 1 ล้าน token ได้ดี
    เครื่องมืออื่น ๆ มักจะบีบอัด context ล่วงหน้าหรือพยายามอ่านไฟล์แบบเป็นส่วน ๆ ลองโยน codebase ที่ใหญ่มากให้ มันก็ยังสำรวจและเรียนรู้ได้ง่าย ๆ

    • ตอนใช้ใน Cursor ล่าสุด มันทำ import ในไฟล์ Python ขนาดใหญ่พัง Claude ไม่เคยเป็นแบบนั้น อยากรู้ว่าใช้ Gemini แล้วเจอปัญหาแปลก ๆ บ้างไหม วันนี้ว่าจะลองใช้ CLI เลยค่อนข้างคาดหวัง
    • อยากรู้ว่า workflow เป็นยังไง

  • พิมพ์แค่ hello จริง ๆ แล้วได้ผลลัพธ์แบบนี้:
    API Error: {"error":{"message":"{\n \"error\": {\n \"code\": 429,\n \"message\": \"Resource has been exhausted (e.g. check quota).\",\n \"status\": \"RESOURCE_EXHAUSTED\"\n }\n}\n","code":429,"status":"Too Many Requests"}}]
    มันบอกให้ลองใหม่ภายหลัง หรือถ้าต้องการเพิ่มลิมิตให้ขอเพิ่ม quota ใน AI Studio หรือเปลี่ยนไปใช้วิธี /auth แบบอื่น บนหน้าจอขึ้นว่า Polishing the pixels... ค้างมา 84 วินาทีแล้ว

    • เจอปัญหาเดียวกัน API key ที่ใช้กับ Aider ได้ปกติก็ยังใช้ไม่ได้ และใช้ไลเซนส์ Gemini Code Assist Standard ก็ไม่ได้
      UI สำหรับผู้ดูแลและเอกสารเหมือนเขาวงกตทรมานคน ใช้เวลา 2 ชั่วโมงในชีวิตไปกับอย่างอื่นได้ดีกว่านี้ตั้งเยอะ
    • ปัญหานี้ควรได้รับการแก้แล้ว: https://github.com/google-gemini/gemini-cli/discussions/2064
    • ใช้ Gemini ผ่าน API key แล้วก็เจอ error เดียวกันเป๊ะตรงนี้
    • สถานการณ์เดียวกัน มี key ในตัวแปรสภาพแวดล้อมที่ใช้กับ Aider อยู่ด้วย อนึ่ง ช่วงนี้ aider+gemini ก็ช้าจนน่าทรมานเหมือนกัน