Claude Code 和 Gemini CLI 的结合方式，是让 Claude 作为“指挥”，Gemini 作为“数据搬运工”

1.背景与核心思路

TIP

Claude Code（Anthropic 出品）在代码理解、推理和任务分解上表现出色，但受限于上下文窗口，无法一次性处理超大代码库。 Gemini CLI（Google 出品）虽然在细致任务上不如 Claude，但拥有超大上下文窗口，能“吞下”整个项目甚至多目录的代码。

IMPORTANT

结合的核心思路： 让 Claude 负责“提问”和“分析”，遇到大体量代码时，自动调用 Gemini CLI 进行底层数据处理，把结果再交给 Claude 继续推理和输出。

2.具体操作方法

步骤一：在 Claude 的说明文档（如 CLAUDE.md**）中添加指令**

例如：# 使用 Gemini CLI 进行大规模代码分析

当需要分析超大代码库或多文件、超出 Claude 上下文限制时，使用 Gemini CLI 的大窗口能力。

用法示例：

- 单文件分析：

 gemini -p "@src/main.py 解释这个文件的作用和结构"


- 多文件分析：

 gemini -p "@package.json @src/index.js 分析依赖"


- 整个目录：

 gemini -p "@src/ 总结架构"

- 多目录：

 gemini -p "@src/ @tests/ 分析测试覆盖率"

- 当前目录及子目录：

 gemini -p "@./ 给我整个项目的概览"


- 检查某功能是否实现：

 gemini -p "@src/ @lib/ 是否实现了暗黑模式？请列出相关文件和函数"

**步骤二：让 Claude 按需调用Gemini CLI **

• Claude 在分析大项目时，遇到上下文不够用的情况，会根据 CLAUDE.md 的指令，自动或手动调用 Gemini CLI，获取分析结果。
• Gemini CLI 以命令行方式运行，分析结果输出后，Claude 再继续后续推理、总结、生成代码等任务。

步骤三：自动化/脚本化（进阶）

• 有开发者用 bash 脚本或自动化工具（如 inotifywait）监听 Claude 的“工具调用”请求，自动把 Claude 的需求转成 Gemini CLI 命令，结果再回传 Claude。
• 这样可以实现 Claude 和 Gemini 的“无缝协作”，比如 Claude 负责分解任务，Gemini 负责批量处理大文件，Claude 再整合输出。

3.典型应用场景

• 分析超大代码库：如一次性分析整个项目结构、依赖、架构等。
• 批量验证实现：如检查全项目是否实现了某安全措施、缓存、认证等。
• 跨目录多文件对比：如对比不同模块的实现风格、测试覆盖率等。
• 节省 Claude 上下文：避免 Claude 因为“吃”太多代码而浪费 token，把“搬砖”任务交给 Gemini。

4.注意事项

• Gemini CLI 路径用 @ 语法，且为相对路径。
• Gemini CLI 目前免费，但有速率和额度限制，且数据可能被用于训练（涉及隐私/合规需谨慎）。
• Claude 需要有明确的指令和分工，才能高效调用 Gemini。
• 适合用在本地开发环境，自动化程度越高，协作越顺畅。

TL;DR

Claude Code 负责“聪明的脑子”，Gemini CLI 负责“吞大文件的胃”。 在 Claude 的说明文档中写好调用 Gemini CLI 的规则和命令，Claude 分析时遇到大体量数据就让 Gemini 先处理，Claude 再继续推理和输出。 可以手动，也可以用脚本自动化，适合大项目、批量分析、节省 token 的场景。