Gemini 全家族术语表
这份文档解释 Gemini 全家族里的概念：它是什么、为什么存在、在生态里扮演什么角色、和相邻概念的区别。
概念关系图
┌─────────────────────────────┐
│ Agent-first 范式 │
│ AI 是行动者，不是补全引擎 │
└──────────────┬──────────────┘
│ 落地为
┌──────────────────────────────┼──────────────────────────────┐
│ │ │
┌──────▼──────┐ ┌───────▼───────┐ ┌───────▼───────┐
│ Gemini CLI │ │ Antigravity │ │ Jules │
│ 终端本地 │ │ 本地多表面 │ │ 云端 VM │
└──────┬──────┘ └───────┬───────┘ └───────┬───────┘
│ │ │
约束与记忆 约束与能力 约束与产出
│ │ │
┌──────▼──────────┐ ┌──────────────▼──────────────┐ ┌──────────▼────────┐
│ GEMINI.md 项目 │ │ Rules 规则（全局 + 工作区） │ │ AGENTS.md 仓库指令 │
│ system.md 系统 │ │ Skill 技能（目录 + SKILL.md） │ │ Pull Request 交付 │
│ Extension 扩展 │ │ Workflow 工作流（/名字调用） │ └───────────────────┘
└──────┬──────────┘ │ Subagent 子智能体（并发） │
│ │ Artifact 构件（可审查中间物） │
│ └──────────────┬──────────────┘
│ │
└───────────┬──────────────────┘
│ 都通过
┌───────▼────────┐
│ MCP │ 接外部工具（GitHub / 浏览器 / 数据库）
└────────────────┘
横向的安全与可恢复机制：
Trusted Folder（信任才加载项目配置） · Checkpoint（改动前存档，可回滚）
Session（整段对话可列出与恢复） · Headless Mode（一次性执行，进管道）一句话读法：范式（Agent-first）决定了产品形态（CLI / Antigravity / Jules），产品形态决定了你用什么载体去约束它（GEMINI.md / Rules / AGENTS.md），而 MCP 决定了它能碰到多大的世界。
Agent-first
是什么：一种产品设计前提——假设 AI 是能自主规划、调用工具、执行多步任务的行动者，而不是等你敲一半代码再补全后半截的引擎。
为什么需要这个概念：它解释了 Antigravity 为什么不是"又一个装了 AI 的编辑器"。补全式工具的交互单位是"一次按键"，Agent-first 工具的交互单位是"一个任务"。这直接改变了你该给它什么输入：补全工具需要光标位置，智能体需要目标、约束和验收标准。
生态角色：这是整个 Gemini 编码家族的共同前提。Gemini CLI 在终端里体现它，Antigravity 在桌面端体现它，Jules 在云端体现它。
与"AI 补全"的区别：补全在你的编辑循环内部；智能体自己拥有一个编辑循环。前者出错你立刻看见，后者出错可能在二十个文件之后才暴露——这就是 Checkpoint 和 Artifact 存在的原因。
官方文档：Antigravity 文档首页
Surface 表面
是什么：Antigravity 的多个入口。官方把桌面应用、CLI（终端 UI）、SDK（Python）、IDE 集成描述为构建在同一套智能体 harness 之上的不同表面。
为什么需要这个概念：它回答了一个很常见的困惑——"我在桌面端配的规则，用 CLI 还生效吗？"因为共享同一套 harness，规则、技能这类约束是跨表面的，你只需要按当下的工作方式挑入口，而不用重新学一套心智模型。
工作机制：表面负责交互形态（图形界面 / 终端 / 编程接口），harness 负责智能体的规划、工具调用与执行。
与"多客户端"的区别：普通多客户端往往只是同一个后端 API 的不同壳子，能力常常不对等；表面共享的是智能体运行时本身。
使用场景：交互式探索用桌面端；接进已有脚本用 CLI；要把智能体嵌入自己的自动化流程用 SDK。
官方文档：Antigravity 文档首页
Rules 规则
是什么：长期生效的行为约束文件。Antigravity 分两级——全局规则在 ~/.gemini/GEMINI.md，工作区规则在 .agents/rules 目录。官方明确每个规则文件上限 12,000 字符。
为什么需要：智能体每次任务都从零开始理解你的偏好，成本极高且不稳定。规则把"我们用 pnpm 不用 npm""所有组件必须带类型"这类不变量沉淀下来，不必每次重述。
工作机制：官方提供四种激活模式——Manual（手动引用）、Always On（始终加载）、Model Decision（模型判断是否需要）、Glob（按文件模式匹配触发）。规则之间可以用 @filename 交叉引用。
与 Skill 技能 的区别：规则是"你必须始终这样做"（约束），技能是"遇到这类活儿按这个流程做"（能力）。约束总是在场，能力按需加载。
与 Gemini CLI 的 GEMINI.md 的区别：作用相同（提供长期上下文），但位置与分层机制不同，别把两者的路径混着写。
使用场景：编码规范、技术栈约束、禁止事项、评审清单。
官方文档：Rules & Workflows
Skill 技能
是什么：一个目录，里面放一个 SKILL.md。位置是 .agents/skills/<folder>/SKILL.md（随仓库走）或 ~/.gemini/config/skills/<folder>/SKILL.md（全局）。frontmatter 里 description 必填，name 可选。
为什么需要：把专项流程（比如"怎么给这个项目发版""怎么写这套 E2E 测试"）从一次性提示词变成可复用、可提交进仓库、可被团队共享的资产。
工作机制：description 是模型判断"这个技能现在用不用得上"的依据，所以它要写得像触发条件而不是标题。因为技能是目录，你可以把脚本、模板、示例数据一起放进去，让 SKILL.md 引用它们。
常见误解：技能不是一个扁平的 .md 文件。历史文档里 .agents/skills/xxx.md 这种写法是错的。.agent/skills（单数）仅作为向后兼容保留，新建请用 .agents/skills。
使用场景：发版流程、代码迁移套路、领域特定的调试步骤。
官方文档：Skills
Workflow 工作流
是什么：可以用 /<workflow-name> 显式调用的多步流程。
为什么需要：有些流程你希望由人决定何时开始，而不是让模型自己判断。技能靠 description 被动匹配，工作流靠斜杠命令主动触发。
与 Skill 技能 的区别：触发权归属不同——技能是模型决定要不要用，工作流是你决定什么时候跑。
使用场景：上线前检查、生成周报、固定格式的代码审查。
官方文档：Rules & Workflows
Subagent 子智能体
是什么：主智能体派出去干活的下级智能体。Antigravity 官方把它描述为 Asynchronous Subagents（异步子智能体）。
为什么需要：单个智能体的上下文窗口是有限资源。让子智能体各自去读一个模块、各自返回结论，主智能体只消费结论而不消费原始文件，能在同样的窗口里处理大得多的任务。
工作机制：子智能体独立执行、异步返回。这意味着主智能体在等结果的同时可以继续推进别的分支。
代价：并发意味着改动来自多个方向，冲突与"两个子智能体改了同一个文件"的风险变高。这也是 Artifact 构件 有价值的原因——你需要能审查它们各自打算做什么。
官方文档：Antigravity 文档首页
Artifact 构件
是什么：智能体在执行过程中产出的可审查中间产物，比如计划、任务清单、验证记录。
为什么需要：智能体自主性越高，"它到底打算干什么"就越不透明。构件把黑箱中间态变成你可以读、可以否决的东西——这是自主性的配套刹车，不是装饰。
生态角色：它和 Jules"先出计划待人工批准"是同一个设计动机在不同产品里的体现：在动手之前先给人一个否决点。
使用场景：跨模块重构前先读它的计划；智能体跑完后用它的验证记录判断该信多少。
官方文档：Antigravity 文档首页
Checkpoint 检查点
是什么：Gemini CLI 在每次修改文件之前自动存档，之后可以用 /restore 回滚。默认关闭，需要把 general.checkpointing.enabled 设为 true。
为什么需要：智能体的一次任务可能连续改十几个文件。等你发现方向错了，用 git checkout 会连你自己手写的改动一起丢掉。检查点提供的是"回到智能体动手前那一刻"这个更精准的粒度。
与 Git 的区别：Git 记录的是你想留下的历史，检查点记录的是你可能想撤销的自动改动。两者互补，检查点不能替代提交。
使用场景：开启后再让智能体做大范围重构。
官方文档：Gemini CLI 文档
Session 会话
是什么：一次对话的完整记录，可以列出并恢复。
为什么需要：真实工作会被打断。会话让"昨天那个上下文"不必靠你重新粘贴一遍。
工作机制：会话默认永久保留，可以用配置项自动清理——general.sessionRetention.enabled 开启清理，maxAge（如 "30d"）按时间、maxCount 按数量、minRetention（默认 "1d"）兜底最短保留期。
与 Checkpoint 检查点 的区别：会话保存的是对话，检查点保存的是文件。恢复会话不会把代码改回去。
官方文档：Gemini CLI 文档
Headless Mode 无头模式
是什么：用 -p（prompt）参数一次性执行并直接返回结果，不进入交互界面。配合 --output-format json 可以拿到结构化输出。
为什么需要：这是让 AI 进入既有工程管道的接口。交互式界面对人友好，对脚本不友好；无头模式让 gemini 变成一个普通的 Unix 命令，能被管道、CI、Git hook 调用。
工作机制：标准输入进、标准输出出，所以 npm run build 2>&1 | gemini -p "分析这个报错" 这类写法成立。
使用场景：构建失败分析、批量生成、CI 检查。
官方文档：Gemini CLI 文档
Trusted Folder 信任文件夹
是什么：一个安全边界机制。开启 security.folderTrust.enabled 后，只有被信任的目录才会加载项目级配置；信任列表存在 ~/.gemini/trustedFolders.json。
为什么需要：.gemini/settings.json 和自定义命令是随仓库走的。如果你克隆了一个陌生仓库并在里面启动智能体，仓库自带的配置就有机会影响智能体行为。信任机制让"我读过并认可这个仓库的配置"成为一个显式动作。
工作机制：未信任的目录里，项目配置与自定义命令不生效。
与沙盒的区别：信任控制的是"加载谁的配置"，沙盒控制的是"执行能碰到什么"。两者解决不同的问题。
官方文档：Gemini CLI 文档
MCP
是什么：Model Context Protocol，一个让智能体连接外部工具与数据源的开放协议。
为什么需要：没有 MCP 的智能体只能读写本地文件、跑本地命令。接上 MCP 之后它能查 GitHub Issue、驱动浏览器、读数据库——能力边界从"这台机器"扩展到"这些服务"。
生态角色：它是 Gemini 家族与外部世界之间的统一插头，也是 Gemini CLI、Antigravity、Code Assist 共同支持的能力。
工作机制：MCP 服务器暴露一组工具，智能体在需要时调用。在 Gemini CLI 里，MCP 服务器通常通过 Extension 扩展 安装。
安全提示：MCP 服务器往往需要凭据（比如 GitHub token）。把凭据放进环境变量或 .gemini/.env，不要写进会提交进仓库的配置文件，也不要直接敲在命令行里（命令行会进 shell history）。
官方文档：Gemini CLI 文档
Extension 扩展
是什么：Gemini CLI 的安装单元，最常见的用途是安装 MCP 服务器。安装形式是 gemini extensions install <git-url>。
为什么需要：把"配一个 MCP 服务器"从手写 JSON 变成一条命令。
工作机制：从 Git 仓库地址安装。注意仓库地址必须完整含组织名，例如官方 GitHub MCP 服务器是 https://github.com/github/github-mcp-server——历史文档里出现过 https://github.com/github-mcp-server（缺组织名）这种拼错的地址，装不上。
使用场景：接 GitHub、接浏览器自动化、接内部服务。可用扩展见官方扩展市场。
官方文档：Gemini CLI 扩展
AGENTS.md
是什么：放在仓库根目录的指令文件，Jules 会自动读取。
为什么需要：Jules 在云端 VM 里独立干活，你不在旁边。它需要提前知道这个仓库怎么装依赖、怎么跑测试、有什么禁区——否则它只能猜。
与 Rules 规则、GEMINI.md 的区别：三者都是"给智能体的长期指令"，但归属不同产品、位置不同：Jules 读仓库根的 AGENTS.md，Antigravity 读 ~/.gemini/GEMINI.md 与 .agents/rules，Gemini CLI 读 GEMINI.md 与 .gemini/system.md。不要假设写一处能被全家族共用。
使用场景：写清依赖安装命令、测试命令、代码风格、不许动的目录。
官方文档：Jules 文档
Google Flow
是什么：Google 的 AI 创意工作室。用 Veo 3.1、Nano Banana、Gemini Omni 从文本 / 帧 / 素材生成并精修视频与图像。入口是 labs.google/fx/tools/flow。
为什么需要：编码主线（CLI / Antigravity / Jules）交出的是仓库里的代码。对外讲一个功能时，前端工程师还需要成片——落地页宣传、产品演示、分镜。Flow 填的是这一段，不是另一条编码入口。
生态角色：对位 Claude 家族的 Claude Design。Design 出可交接的界面原型，Flow 出可发布的影像。订阅档位同时决定 Flow 积分和 Antigravity / Jules 额度，但账本分开。
与 Canvas 的区别：Canvas 在 Gemini 对话旁边给你一个能点的工作区，产出是交互原型。Flow 产出是视频 / 图像。要 DOM 用 Canvas，要成片用 Flow。
与 Flow Music 的区别：Flow Music 在 flowmusic.app，做歌和 MV。Pro 对应它自己的 Plus 档（每月 10,000 音乐积分）。两本积分不能混用。
Flow Sessions：落地页上的艺术家合作计划，不是日常产品。