1. WONDER AI
WONDER AI
  • WONDER AI
    • 前言-模型兼容性(必读)
    • OpenAI官方SDK使用教程
    • 高并发批量请求示例
    • Claude Code最佳API配置教程指南
    • OpenAi Codex最佳API配置教程指南
    • Gemini CLI最佳API配置教程指南
    • OpenClaw 配置使用 API 教程
    • OpenCode 配置使用 API 教程
    • WONDER AI API
    • 基础接口
      • Gemini(原生)
        • Gemini generateContent(非流式)
        • Gemini streamGenerateContent(流式)
      • 聊天接口(通用)
      • Claude (原生格式
      • responses接口(原生)
      • 创建嵌入
    • 可灵
      • OMNI video
      • 任务:文生视频
      • 任务:图生视频
      • 查询
      • 人脸识别
      • 对口型
      • 通用查询
      • motion-control
      • custom-elements
      • 自定义音色
      • 查询主体
      • 查询音色
      • 查询音色列表
      • 查询-动作控制
      • 查询文生视频
      • omni-image
      • 查询omni-images
      • 创建主体(新)
      • 查询主体 -单个
      • 查询主体 列表
      • OMNI video Copy
    • Flux
      • /v1/flux-2-pro
      • 查询flux
    • 阿里万相
      • 图生视频
      • 查询任务
    • Video通用接口(持续开发中)
      • Veo视频生成
      • 可灵视频生成
      • 视频生成结果查询
    • sora(原生)
      • 文生视频
      • 查询内容接口
      • 查询详情接口
    • 图片生成(image)
      • OpenAi
        • 图像生成 dall-e-2、dall-e-3
        • 图像生成 gpt-image
        • 图像编辑 gpt-image
      • Gemini
        • nano-banana参考尺寸
        • 图像生成 nano-banana
        • 图像编辑 nano-banana
      • 即梦AI
        • 即梦4.0-图片生成
        • 既梦4.0-图片编辑
        • 即梦3.0-图片生成
        • 既梦3.0-图片编辑
      • Qwen
        • 图像生成
        • 图像编辑
      • Grok
        • 图像生成
    • 查询令牌用量
      GET
    • 查询令牌限额
      GET
    • 查询账户信息
      GET
    • 数据模型
      • Schemas
        • Veo3VideoGenerationRequest
        • VideoGenerationRequest
        • VeoVideoGenerationRequest
        • Veo3Instance
        • Veo3Image
        • VeoMediaObject
        • Veo3Parameters
        • VeoParameters
        • JimengVideoGenerationRequest
        • JimengContent
        • JimengImage
        • JimengImageUrl
        • JimengParameters
        • FluxImageGenerationRequest
      • GenerateContentRequest
      • Content
      • Part
      • GenerationConfig
      • SafetySetting
      • GenerateContentResponse
  1. WONDER AI

Gemini CLI最佳API配置教程指南

本指南将介绍如何安装和配置 Gemini CLI,使其通过 API 平台调用 AI 模型。Gemini CLI 是一款强大的 AI 编程助手,支持多种编程语言和开发环境。

安装 Gemini CLI#

使用 npm 全局安装 Gemini CLI:
npm install -g @google/gemini-cli

获取ApiKey#

在WONDER AI平台注册并充值
进入网站 https://platform.wondercloud.ai 进行注册并充值,然后在“令牌管理”页面,复制apikey,后续需要用到。接入的节点要填写为 https://api.wondercloud.ai

配置 Gemini CLI#

步骤 1:创建环境变量配置文件#

根据您的操作系统,在以下位置创建 .env 文件:
Windows
C:\Users\<您的用户名>\.gemini\.env
MacOs / Linux
~/.gemini/.env
如果 .gemini 目录不存在,请先手动创建。然后在 .env 文件中添加以下内容:
如果不成功,将GOOGLE_GEMINI_BASE_URL改成https://api.wondercloud.ai

步骤 2:配置模型设置#

在 .gemini 目录下创建settings.json文件(与 .env 文件同目录),添加以下配置:
{
  "ide": {
    "hasSeenNudge": true
  },
  "security": {
    "auth": {
      "selectedType": "gemini-api-key"
    }
  },
  "base": {
    "modelConfig": {
      "generateContentConfig": {
        "temperature": 0,
        "topP": 1
      }
    }
  },
  "chat-base": {
    "extends": "base",
    "modelConfig": {
      "generateContentConfig": {
        "thinkingConfig": {
          "includeThoughts": true
        },
        "temperature": 1,
        "topP": 0.95,
        "topK": 64
      }
    }
  },
  "chat-base-2.5": {
    "extends": "chat-base",
    "modelConfig": {
      "generateContentConfig": {
        "thinkingConfig": {
          "thinkingBudget": 8192
        }
      }
    }
  },
  "chat-base-3": {
    "extends": "chat-base",
    "modelConfig": {
      "generateContentConfig": {
        "thinkingConfig": {
          "thinkingLevel": "HIGH"
        }
      }
    }
  },
  "gemini-3-pro-preview": {
    "extends": "chat-base-3",
    "modelConfig": {
      "model": "gemini-3-pro-preview"
    }
  },
  "gemini-2.5-pro": {
    "extends": "chat-base-2.5",
    "modelConfig": {
      "model": "gemini-2.5-pro"
    }
  },
  "gemini-2.5-flash": {
    "extends": "chat-base-2.5",
    "modelConfig": {
      "model": "gemini-2.5-flash"
    }
  },
  "gemini-2.5-flash-lite": {
    "extends": "chat-base-2.5",
    "modelConfig": {
      "model": "gemini-2.5-flash-lite"
    }
  },
  "gemini-2.5-flash-base": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-flash"
    }
  },
  "classifier": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-flash-lite",
      "generateContentConfig": {
        "maxOutputTokens": 1024,
        "thinkingConfig": {
          "thinkingBudget": 512
        }
      }
    }
  },
  "prompt-completion": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-flash-lite",
      "generateContentConfig": {
        "temperature": 0.3,
        "maxOutputTokens": 16000,
        "thinkingConfig": {
          "thinkingBudget": 0
        }
      }
    }
  },
  "edit-corrector": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-flash-lite",
      "generateContentConfig": {
        "thinkingConfig": {
          "thinkingBudget": 0
        }
      }
    }
  },
  "summarizer-default": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-flash-lite",
      "generateContentConfig": {
        "maxOutputTokens": 2000
      }
    }
  },
  "summarizer-shell": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-flash-lite",
      "generateContentConfig": {
        "maxOutputTokens": 2000
      }
    }
  },
  "web-search": {
    "extends": "gemini-2.5-flash-base",
    "modelConfig": {
      "generateContentConfig": {
        "tools": [
          {
            "googleSearch": {}
          }
        ]
      }
    }
  },
  "web-fetch": {
    "extends": "gemini-2.5-flash-base",
    "modelConfig": {
      "generateContentConfig": {
        "tools": [
          {
            "urlContext": {}
          }
        ]
      }
    }
  },
  "web-fetch-fallback": {
    "extends": "gemini-2.5-flash-base",
    "modelConfig": {}
  },
  "loop-detection": {
    "extends": "gemini-2.5-flash-base",
    "modelConfig": {}
  },
  "loop-detection-double-check": {
    "extends": "base",
    "modelConfig": {
      "model": "gemini-2.5-pro"
    }
  },
  "llm-edit-fixer": {
    "extends": "gemini-2.5-flash-base",
    "modelConfig": {}
  },
  "next-speaker-checker": {
    "extends": "gemini-2.5-flash-base",
    "modelConfig": {}
  },
  "chat-compression-3-pro": {
    "modelConfig": {
      "model": "gemini-3-pro-preview"
    }
  },
  "chat-compression-2.5-pro": {
    "modelConfig": {
      "model": "gemini-2.5-pro"
    }
  },
  "chat-compression-2.5-flash": {
    "modelConfig": {
      "model": "gemini-2.5-flash"
    }
  },
  "chat-compression-2.5-flash-lite": {
    "modelConfig": {
      "model": "gemini-2.5-flash-lite"
    }
  },
  "chat-compression-default": {
    "modelConfig": {
      "model": "gemini-2.5-pro"
    }
  }
}

步骤 3:启动并配置 API Key#

在终端中执行以下命令:
gemini
首次运行时,Gemini CLI 会引导您进行配置:
1.
选择认证方式:选择 API Key 认证
2.
输入 API Key:输入您从 Routin 平台获取的 API Key
3.
按回车键确认
配置完成后,您就可以开始使用 Gemini CLI 与 Routin API 平台交互了!

使用示例#

置完成后,您可以直接在终端中使用 Gemini CLI:
修改于 2026-03-29 08:41:22
上一页
OpenAi Codex最佳API配置教程指南
下一页
OpenClaw 配置使用 API 教程
Built with