身為文組的我開始工作以後開始學習一些程式語言如Python,Html開始學習一些程式語言如Python,Html等語法.但自己又學得不經,很多時候不知道怎麼運用.
但AI的誕生讓我學習東西越來越得心應手!至少AI很有耐心讓我可以一直問一直問都不會生氣.
AI相關的知識非常繁雜!最近在網路上發現有一門課由 DeepLearning.AI 與 Google 合作推出的課程 《Gemini CLI: Code & Create with an Open-Source Agent》教你如何運用Gemini CLI將 AI 從單純的「對話框」移到你的終端機（Terminal），使其成為一個能直接操作檔案、寫程式碼、並連結雲端服務的「代理人（Agent）」。因為勾起我的學習興趣,所以在打算在這整理一些筆記並分享,也讓自己有個學習脈絡.
這門課的主要內容與你能學到的具體技能：
1.核心內容：什麼是 Gemini CLI？
這門課介紹的是 Google 開源的 Gemini CLI。不同於一般網頁版的 Gemini，CLI 版本可以：
- 讀取本地檔案：直接分析你電腦裡的程式碼專案。
- 自主執行任務：它會思考、呼叫工具、執行指令並觀察結果（ReAct 模式）。
- 擴充性強：透過 MCP（Model Context Protocol）協定連接外部工具（如 Canva, GitHub, Google Drive）。
2.能學到的具體東西
A. 自動化開發與編碼 (Coding)
- 功能實作：教你如何下達高階指令，讓 Gemini CLI 自主完成軟體功能（例如：建立研討會議程網頁）。
- 程式碼審查 (Code Review)：利用 GitHub Actions 與 Gemini CLI 整合，自動對 Pull Requests 進行審查與回饋。
- 專案維護：學習如何讓 AI 幫你重構程式碼、寫單元測試或除錯（Debug）。
B. 上下文與客製化管理 (Context & Customization)
- 掌握 GEMINI.md：學會撰寫專屬的專案說明文件，讓 AI 每次啟動都能「秒懂」你的專案背景與開發規則。
- 自定義命令：學習如何建立自己的
/slash指令，將複雜的連鎖任務簡化為一個簡單的指令。
C. 跨平台整合與 MCP 應用
- 多工具協作：學習如何連結 MCP 伺服器，讓 AI 代理人操作本地 CSV 檔案、存取雲端資料庫，甚至調用 Canva 製作行銷圖片。
- Google Workspace 整合：讓 AI 直接操作你的 Google 文件、日曆等雲端工具。
D. 數據分析與多媒體處理
- 資料儀表板：建立一個能同時結合本地數據與雲端數據的互動式資料儀表板。
- 創意任務：例如從會議錄音檔中自動提取資訊，並生成適合社群媒體發布的貼文內容。
E. 作為學習工具
- 知識整理：學會利用 Gemini CLI 來整理凌亂的課程教材，並透過聯網搜尋功能獲取有來源引證的準確資訊。
3. 這門課適合誰？
- 開發者：想要加速日常開發流程、減少重複性工作的人。
- 想了解「Agentic AI」的人：對 AI 代理人如何「規劃、執行、觀察」感興趣者。
- 效率追求者：不滿足於複製貼上程式碼到網頁對話框，希望 AI 能直接在開發環境中工作的人。
總結來說： 這是一門「實作導向」的課程。你不會只學到理論，而是會實際在終端機裡安裝工具，並讓它動手幫你完成一系列從軟體開發到數位行銷的複雜任務。
這門課是用英文授課,教學影片其實講得看似非常簡單但我光是設定就花了非常久的時間!所以我搭配Gemini一起上課,有什麼問題直接問他,透過問答也讓我一關一關完成了任務並領悟到了一些相關技能!後面會慢慢放上我學習Gemini CLI的一些筆記.當然大部分都是AI整理的.
