Narzedzia AI
Narzedzia AI · 5 min czytania · 18 listopada 2025

Gemini 3 Pro w CLI – 5 rzeczy, które musisz wypróbować

Grafika ilustrująca: Gemini 3 Pro w CLI – 5 rzeczy, które musisz wypróbować

Źródło: Link

Kurs AI Evolution — od zera do eksperta

118 lekcji bez kodowania. ChatGPT, Claude, Gemini, automatyzacje. Notatnik AI i AI Coach w cenie.

Zacznij od zera →

Powiązane tematy

Google właśnie udostępniło Gemini 3 Pro w swoim narzędziu CLI. To nie kolejna kosmetyczna aktualizacja. Model, który jeszcze niedawno działał tylko przez interfejs webowy, teraz uruchomisz bezpośrednio z terminala. Masz subskrypcję Google AI Ultra lub płatny klucz API Gemini? Wystarczy zaktualizować CLI do wersji 0.16.x.

Dla deweloperów pracujących głównie w środowisku terminalowym to zmiana, która eliminuje konieczność przełączania kontekstu. Zamiast otwierać przeglądarkę, logować się do interfejsu webowego i kopiować wyniki z powrotem do projektu, cały proces odbywa się w jednym miejscu. To szczególnie istotne przy pracy z większymi projektami, gdzie każde przerwanie przepływu pracy kosztuje czas i koncentrację.

Kto otrzyma dostęp do nowego modelu

Gemini 3 Pro w CLI to nie darmowy dodatek dla wszystkich. Google udostępnia go wyłącznie subskrybentom Google AI Ultra oraz użytkownikom płatnych kluczy API Gemini. Korzystasz z darmowej wersji? Na razie zostaniesz przy starszych modelach. Aktualizacja do wersji 0.16.x CLI jest obowiązkowa – wcześniejsze wersje nie obsługują nowego modelu.

Proces aktualizacji jest prosty. Jeśli zainstalowałeś CLI przez npm, wystarczy standardowe polecenie aktualizacji pakietu. Użytkownicy innych menedżerów pakietów znajdą instrukcje w oficjalnej dokumentacji. Po aktualizacji model pojawi się automatycznie na liście dostępnych opcji – pod warunkiem, że Twoje konto spełnia wymagania dotyczące subskrypcji.

Warto sprawdzić wersję CLI przed rozpoczęciem pracy. Starsze wersje nie tylko nie obsługują Gemini 3 Pro, ale mogą też generować mylące komunikaty błędów, które sugerują problemy z kontem zamiast z samym narzędziem. Szybkie gemini --version oszczędzi Ci frustracji.

Co teraz zrobisz z terminala

Najciekawsza funkcja? Generowanie aplikacji 3D bezpośrednio z wiersza poleceń. Zamiast przeskakiwać między edytorem, przeglądarką i dokumentacją, możesz poprosić model o stworzenie kompletnej sceny 3D z odpowiednim kodem. Model radzi sobie też z tzw. agentic coding – samodzielnie planuje sekwencje działań, testuje kod i poprawia błędy bez Twojej ciągłej interwencji.

Przykład? Możesz poprosić o interaktywną scenę Three.js z animowanymi obiektami, a model nie tylko wygeneruje kod JavaScript, ale też odpowiedni HTML i podstawowe style CSS. Jeśli w pierwszej iteracji coś nie działa, model sam wykryje problem i zaproponuje poprawkę. To znacząco przyspiesza prototypowanie, szczególnie gdy testujesz różne koncepcje wizualne.

Agentic coding sprawdza się również przy refaktoryzacji. Zamiast ręcznie przepisywać fragmenty kodu, możesz wskazać katalog, opisać pożądane zmiany i pozwolić modelowi przejść przez pliki, identyfikując miejsca wymagające modyfikacji. Model zachowuje kontekst między plikami, więc zmiany w jednym module uwzględniają zależności w innych.

Rozumowanie i zaawansowane użycie narzędzi

Gemini 3 Pro przyniósł też lepsze możliwości rozumowania wieloetapowego. Model potrafi rozbić złożony problem na mniejsze części, przeanalizować je osobno i połączyć w spójne rozwiązanie. Dodatkowo otrzymałeś zaawansowane wsparcie dla narzędzi zewnętrznych – model sam decyduje, kiedy użyć API, przeszukać dokumentację czy uruchomić skrypt pomocniczy. W praktyce oznacza to mniej ręcznego łączenia różnych komend.

Przykładowo, przy debugowaniu błędu w aplikacji webowej model może najpierw przeanalizować logi, potem sprawdzić odpowiednie fragmenty kodu źródłowego, następnie zweryfikować konfigurację środowiska i dopiero na końcu zaproponować rozwiązanie. Każdy krok jest logicznie powiązany z poprzednim, a model wyjaśnia swoje rozumowanie w trakcie procesu.

Integracja z narzędziami zewnętrznymi działa przez system function calling. Możesz zdefiniować własne funkcje – na przykład do odpytywania bazy danych, uruchamiania testów czy pobierania danych z API – a model sam zdecyduje, kiedy je wywołać. To otwiera drogę do budowania złożonych workflow, gdzie Gemini 3 Pro pełni rolę inteligentnego orkiestratora różnych narzędzi deweloperskich.

Dlaczego CLI zamiast interfejsu graficznego

Praca z modelem przez terminal ma sens, jeśli Twój workflow opiera się na automatyzacji i skryptach. Zamiast kopiować odpowiedzi z przeglądarki do edytora, możesz zintegrować Gemini 3 Pro bezpośrednio z pipeline'ami CI/CD, narzędziami do testowania czy własnymi skryptami buildującymi. To szczególnie przydatne przy generowaniu dokumentacji technicznej, refaktoryzacji większych baz kodu czy tworzeniu testów jednostkowych w locie.

Terminal pozwala też na łatwiejsze zarządzanie kontekstem. Możesz przekazać modelowi zawartość wielu plików jednocześnie, używając standardowych narzędzi Unix jak cat, find czy grep. Chcesz przeanalizować wszystkie pliki TypeScript w projekcie? Jedno polecenie z pipe'em załatwia sprawę. W interfejsie webowym wymagałoby to wielokrotnego kopiowania i wklejania.

Kolejna zaleta to możliwość wersjonowania promptów. Skrypty CLI możesz trzymać w repozytorium Git razem z kodem projektu. Zespół ma dostęp do tych samych promptów, możesz śledzić ich ewolucję i wrócić do wcześniejszych wersji, jeśli nowa okaże się mniej skuteczna. To poziom powtarzalności, którego interfejs graficzny po prostu nie oferuje.

Google sugeruje pięć konkretnych zastosowań: generowanie aplikacji 3D, tworzenie złożonych projektów z wieloma plikami, debugowanie z kontekstem całego repozytorium, automatyczne pisanie testów oraz integrację z własnymi narzędziami deweloperskimi. Każde z tych zadań możesz teraz zautomatyzować bez opuszczania terminala.

Automatyczne generowanie testów jednostkowych to przykład, który pokazuje siłę tego podejścia. Model analizuje funkcję, identyfikuje edge case'y, generuje odpowiednie asercje i tworzy kompletny plik testowy w konwencji używanej w projekcie. Wszystko to można uruchomić jako część pre-commit hooka, zapewniając, że nowy kod zawsze ma podstawowe pokrycie testami.

Źródła

Informacje o artykule

Podoba Ci się ten artykuł?

Co piątek wysyłam podsumowanie najlepszych artykułów tygodnia. Zapisz się!

Ten temat omawiam szerzej na webinarze

90 minut praktycznej wiedzy o AI. Pokaze Ci krok po kroku, jak zaczac oszczedzac 10 godzin tygodniowo dzieki sztucznej inteligencji.

Zapisz sie na webinar
Udostępnij:
Mateusz Tochowicz

Ekspert AI & Founder, AI Evolution

Ładowanie danych autora...