Gemini CLI 官方版本不支持纯本地推理,必须通过 MCP 协议启用本地文档服务器代理,使长文本保留在本机内存中,仅向云端发送轻量引用指令。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

想让Gemini处理几万字的本地文档、日志或代码,又担心内容上传到远程服务器留下痕迹,必须确保全部计算在本地完成、不经过任何云端API中转。
确认 Gemini CLI 是否支持纯本地推理
Google 官方发布的 @google/gemini-cli 本身【不包含本地模型权重,所有推理必须调用远程 API】,不存在“离线运行 Gemini”的官方 CLI 模式。所谓“不保存到服务器”,实际是指避免将原始长文本明文提交至 Gemini 云端接口——这需要绕过默认的直连路径。
第一步:执行 gemini --version,确认当前 CLI 版本不低于 v0.8.3。低于此版本无法启用 MCP 上下文代理机制,后续步骤将失效。
第二步:检查 Node.js 运行时版本,运行 node -v。若输出低于 v18.0.0,必须升级,否则 MCP Server 连接会静默失败且无报错提示。
启用 MCP 上下文代理,让模型“看文档”而不“传文档”
MCP(Model Context Protocol)协议允许 CLI 启动一个本地 HTTP 服务,把长文本加载进内存后仅向 Gemini API 发送轻量级引用指令(如“请基于文档#3第2节回答”),真实内容永不离开本机。
方法一:用内置 MCP 文档服务器
在项目根目录创建 docs/ 文件夹,把你要分析的长文本(.txt/.md/.log)放进去;
运行命令:gemini mcp serve --dir ./docs --port 3001,服务启动后终端会显示 ✅ MCP server ready on http://localhost:3001;
新开终端,执行:GEMINI_MCP_SERVERS='[{"name":"local-docs","url":"http://localhost:3001/sse"}]' gemini "总结 docs/2026_q3_server_logs.txt 的异常类型分布"。
方法二:跳过 CLI 封装,直接调用本地 MCP 网关
手动启动一个最小化 MCP 网关进程:npx @modelcontextprotocol/gateway --port 3002;
用 curl 把长文本一次性注入网关:curl -X POST http://localhost:3002/resources -H "Content-Type: text/plain" --data-binary "@./report_80k_words.md",返回 JSON 中的 resource_id 是关键凭证;
再调用 Gemini API 时,在请求 body 的 tools 字段中填入该 resource_id,而非把全文塞进 contents 字段。
验证数据是否真的没上传
打开系统活动监视器(macOS)或资源监视器(Windows),筛选出名为 node 或 gemini 的进程;
在执行任务期间,观察其“网络发送字节数”列——若处理 120KB 文本时该值始终低于 5KB,说明 MCP 代理生效,仅传输元数据与指令;
若该数值接近 120KB 或持续增长,立即中断任务,检查 GEMINI_MCP_SERVERS 环境变量是否拼写错误,或确认 MCP 服务端口未被防火墙拦截。











