2025年12月22日，Google发布了Gemini CLI V0.22.0版本，向所有免费用户开放了Gemini 3系列模型
Gemini CLI更新地址：https://github.com/google-gemini/gemini-cli/discussions/15488
只要是Free Tier用户，Gemini CLI更新到V0.22.0及以上版本，开启Preview Features就可以使用Gemini 3系列模型了，目前除了Gemini 3 Pro还开放了Gemini 3 Flash。
当前使用版本
0.22.4
更新配置
想在最新版本Gemini CLI中使用Gemini 3系列模型，只需要执行两步操作。
第一步更新Gemini CLI到最新版本
$ brew upgrade gemini-cli
更新完成后，在命令行终端输入命令 gemini -v 查看版本号，只要版本在 0.22.0 版本及以上版本即可
第二步开启Preview Features，在交互式命令中输入 /settings，开启【Preview Features】后保存配置
输入 /model 切换到【Auto（Gemini 3）】
扩展插件更新
除了Gemin CLI的更新，这次还带来了 Conductor 和 Endor Labs 2个重量级扩展插件的更新
Conductor
按照官方的说法，Conductor不是简单地编写代码而是将Gemini CLI转变为一个主动的项目经理，遵循严格的协议来指定、规划和实施软件功能和 bug 修复，确保每个任务都有一个一致的、高质量的生命周期: Context -> Spec & Plan -> Implement。
Conductor背后的理念很简单：就是让人能够掌控AI生成代码的方向和范围。通过将上下文视作代码之外的受控工件，将代码库转化为单一真实可信的数据源，它以深度持久的项目认知驱动着每次编码交互。
Github地址：https://github.com/gemini-cli-extensions/conductor
安装设置
使用Conductor前需要先安装扩展插件，在命令行终端输入如下指令进行安装
$ gemini extensions install https://github.com/gemini-cli-extensions/conductor
在命令行终端输入 gemini extensions list 查看安装列表，看到Conductor信息表示安装成功
通过扩展信息可以看到Conductor扩展默认只提供了一个上下文配置
自定义命令
在交互式命令中输入 /conductor 可以看到Conductor提供的自定义命令列表
Conductor提供了5个自定义命令，其中前3个是核心命令：
/conductor:setup：项目初始化、需求背景、技术栈和约束，每个项目运行一次
/conductor:newTrack：开启一个新的Track（工作单元），可以是新特性或bug修复，生成 spec.md 和 plan.md
/conductor:implement：根据制定的规范和计划好执行定义的任务
/conductor:status：显示任务进度状态
/conductor:revert：根据Track回滚任务
步骤一：初始化项目约束
可以与Gemini CLI充分讨论需求后再执行/conductor:setup，也可以直接通过/conductor:setup进行需求、约束描述
/conductor:setup 使用React+Vite+TailWindcss创建一个todo list应用，包含任务的创建、删除、任务检索，使用zustand状态管理，非必要不要引入其他三方库
当产品需求存在疑问时，Gemini会询问我们问题以定义项目的愿景和功能，我们需要根据问题给出对应回答
回答一个问题后，Gemini会根据选择继续询问其他需求问题
没有疑问后，Gemini会为我们起草产品指南，包含 项目背景、目标受众、核心目标 和 主要功能 等，接下来我们可以根据Gemini提示选择批准或者继续和Gemini讨论调整产品指南
经过漫长的问答环节，最终Gemini生成的Conductor文档结构如下
conductor/├── product.md # 产品定义和目标├── product-guidelines.md# 产品指南├── tech-stack.md # 技术栈说明├── workflow.md # 工作流偏好└── code_styleguides/ # 代码风格指南
步骤二：创建新的Track
创建新功能或者修复问题时，先用 /conductor:newTrack 生成规范和计划，这一步很重要Conductor会根据你的描述和项目上下文，自动生成详细的需求文档和实现步骤。
直接输入交互式命令
/conductor:newTrack 添加任务完成进度展示功能
同样根据Gemini提问回答问题，这个过程需要花费一定时间来完成，要确保AI理解了你的意图
执行完成后，生成的Track目录结构如下：
Conductor的Track会生成两个关键文件：
spec.md：详细的需求规范
plan.md：可执行的任务列表
步骤三：实施计划
在交互式命令中输入 /conductor:implement mvp_todo_20260102 开始实施计划，只有一个任务时也可以直接输入 /conductor:implement
Conductor会按照 plan.md 里的任务顺序逐个完成，每完成一个就打勾标记。中途可以暂停，下次继续时它会从上次的位置继续执行。
每个计划实施完成后Gemini都会进行自测及开发者验证
发现问题可以直接通过自然语言与Gemini对话修复
功能符合预期也需要同步Gemini，Gemini才会继续执行下一步开发任务
Track都执行完成后会提示归档或移除操作用于标记Track完成，通常选择归档即可
归档完成后，Conductor会将 tracks 中的任务移动到 archive 目录中
第一个Track完成后效果如下：
任务操作
Conductor提供了任务状态查看命令，直接输入交互式命令 /conductor:status 即可查看所有任务执行状态（过程有点慢，通过自然语言实时分析的）
使用Conductor有个好处就是不用担心代码版本管理问题，任务变更或者执行完成后Conductor会自行创建版本控制和检查点，根据这些commit我们可以手动进行代码版本管理
不过Conductor提供了更优的回滚操作，Conductor的回滚是根据Track来的，而不是按git commit，这意味着你可以精确地撤销某个功能的实现，而不用担心误伤其他改动。使用也很方便，在交互式命令中直接使用 /conductor:revert 命令
Endor Labs
Endor Labs集成了 Endor Labs MCP 服务器和 Gemini CLI，通过自然语言交互直接从终端启用高级代码分析和漏洞扫描功能，我们只需要负责提问，代码相关问题交给Endor Labs就可以了。
Github地址：https://github.com/endorlabs/gemini-extension
使用Endor Labs前也需要先进行安装，在命令行终端输入如下指令安装
$ gemini extensions install https://github.com/endorlabs/gemini-extension
在命令行终端输入 gemini extensions list 查看安装列表，看到Endor Labs信息表示安装成功
可以看到Endor Labs扩展提供了一个上下文配置和一个 endor-labs MCP服务。Endor Labs的使用相对要简单很多，直接使用自然语言提出问题即可
扫描我的项目查找是否存在安全漏洞
Endor Labs会调用endor-labs MCP服务
首次使用endor-labs MCP服务会打开浏览器提示进行授权，授权完成后即可正常使用
扫描完成后即可看到Endor Lab的分析报告
总结
在复杂项目上，Conductor的这种先规划后执行的模式是非常有用的，它强制我们在动手之前要想清楚做什么，涉及开发过程的方方面面的问题，而不是边做边改，每个任务开发完成后都会要求我们进行MVP测试，该机制从一定程度上避免了AI生成代码屎山的可能。但Conductor也有缺点，这种上下文驱动方式意味着每次操作都要读取和分析项目上下文，对Token的消耗会明显增加。因为Conductor每完成一个任务都要求开发者进行自测反馈，在一定程度上拉长了研发周期。
