Googles Gemini CLI: gemini.md, MCP und ein echter Next.js-Bug

Du installierst das neue AI-CLI. Du lässt dir ein Hello-World schreiben. Es funktioniert. Neunzig Sekunden Produktivitätsgefühl — dann bist du wieder beim alten Problem: Der Agent kennt dein Repo nicht, kennt deine Conventions nicht und kommt nicht an die Systeme, in denen die Wahrheit liegt.

Das ist der eigentliche Test für jeden Coding-Agent-Launch. Nicht Autocomplete. Nicht die niedliche Demo. Kann er einen echten Bug in deinem Projekt schließen, ohne dass du den Stack jede Session neu erklärst?

Gemini CLI wurde für mich erst interessant, als ich aufgehört habe, es als Chatbot im Terminal zu behandeln — und angefangen habe, es wie einen projektgebundenen Agenten zu fahren: Projektregeln, Live-Tools, dann ein echter Next.js-Bug als Beweis.

Die drei Schichten, die zählen#

Die meisten bewerten ein CLI-Agent nach der Model Card. Falsche Schicht. Das Modell ist Table Stakes. Ob es dir beim Shippen hilft, entscheiden die Schichten drumherum:

Model Access — inkl. Gemini 2.5 Pro mit großem Context. Nützlich, nicht ausreichend.
Projektanweisungen — gemini.md. Derselbe Job wie AGENTS.md oder CLAUDE.md: stabile Regeln für dieses Repo. Stack, Commands, „mach das nicht“, wo die Tests liegen.
Tools — MCP-Server, damit der Agent Docs, Tickets oder lokale Systeme erreichen kann statt aus Trainingsdaten zu raten.

Fehlt eine Schicht, bist du wieder bei Paste-Prompt-Theater. Starkes Modell ohne Project-File erfindet deine Conventions. Project-File ohne Tools halluziniert deine APIs. Tools ohne Project-File wandern ziellos.

Wofür `gemini.md` da ist#

Kein Roman. Kein Dump jeder Style-Preference, die du je hattest.

Eine kurze Verfassung fürs Repo: wie du es startest, was „done“ heißt, welche Pfade heilig sind, welche Commands erlaubt sind. Der Agent lädt das jede Session — du tippst es nicht nochmal. Regeln, die nur manchmal gelten, gehören nicht hierhin.

MCP: Raten vs. Nachschauen#

Sobald MCP verdrahtet ist, kann der Agent aktuellen Kontext holen statt Confidence zu performen. Derselbe Grund, warum Context7 und llms.txt zählen: Coding-Agenten scheitern leise, wenn sich die Ground Truth nach dem Training Cutoff bewegt hat.

Im Video hänge ich MCP-Server Absicht früh dazu. Ohne sie ist Gemini CLI smartes Autocomplete. Mit ihnen kann es in einem echten Debugging-Loop mitspielen.

Die einzige Demo, die zählt#

Ich habe es auf einen echten Bug in einer Next.js-App gezeigt — kein Toy-Repo. Installieren, konfigurieren, Projektregeln, Tools, dann etwas fixen lassen, das du sonst selbst babysitten würdest.

Wenn er diesen Loop nicht schließt, ist der Launch-Blog egal.

Was du morgen machst#

Gemini CLI installieren und authentifizieren.
Kurze gemini.md schreiben — Stack, Commands, harte Constraints.
Einen MCP-Server anschließen, den du wirklich nutzt.
Einen Bug drangeben, den du sonst selbst durchsitzen würdest.

Vier Schritte. Ein echter Issue. Das ist die Evaluation. Alles andere ist Marketing.