Gemini CLI报400错误是因参数不合法被后端拒绝，非网络问题；需确认CLI已安装成功，再重点排查GEMINI_MODEL匹配性、MCP功能开关及自定义工具中context字段。
☞☞☞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☜☜☜
Gemini CLI安装报错400怎么办？参数配置错误排查指南
当你在终端输入gemini或执行具体命令时，突然弹出400 Bad Request错误，且提示含INVALID_ARGUMENT【RESOURCE_EXHAUSTED】、context_management或function calling等关键词，说明Gemini CLI已成功启动，但向后端服务发送的请求因参数不合法被直接拒绝——这不是网络连不通，而是你传过去的“话术”本身不合规矩。
先确认是不是真400，不是伪装的400
打开终端，运行：gemini --version。如果返回类似@google/gemini-cli/0.12.3的版本号，说明CLI本身安装无误；若提示command not found或failed to login，那根本不是400问题，别往下看了，去查Node版本或PATH路径。
真正400错误一定出现在你已通过gemini config set或.env完成基础配置、并尝试发起实际AI调用（比如gemini ask "解释下这段代码"）之后。
重点检查三项参数：模型名、函数调用开关、上下文管理字段
400错误中超过70%集中在以下三个参数组合冲突上：
方法一：检查GEMINI_MODEL是否匹配当前Base URL支持的模型
如果你用的是国内中转站（如LetAiCode），它通常只开放gemini-3-pro-preview或gemini-3-flash-preview，但你在配置里写了gemini-1.5-pro或gemini-exp，服务器会直接返回400 INVALID_ARGUMENT。打开~/.gemini/.env（Windows为C:\Users\用户名\.gemini\.env），确认这一行：GEMINI_MODEL=gemini-3-pro-preview——【不要写成gemini-3-pro或gemini-3-pro-latest】，中转接口对模型ID校验极严，多一个字符、少一个连字符都会触发400。
方法二：关闭MCP模式下的冗余参数（针对context_management报错）
错误信息出现gemini does not support parameters: ['context_management']，说明你启用了MCP（Multi-Component Processing）功能，但后端服务不识别该字段。临时解决：在命令末尾加--no-mcp，例如：gemini ask "总结README.md" --no-mcp；长期解决：编辑~/.gemini/settings.json，把"mcp": true改为"mcp": false，保存后重启终端。
方法三：删掉所有自定义工具函数里的context相关字段
如果你在tools/目录下写了自定义MCP工具，并在function定义中手动添加了"context_management": {...}或"context"字段，Gemini API明确不支持——这个字段是Vertex AI内部使用的，暴露给CLI就是非法参数。删掉整行，只保留name、description、parameters三项。
快速验证：用最简参数绕过全部配置
第一步：新建一个空白目录，进入后执行：npx @google/gemini-cli ask "hello" --model gemini-3-flash-preview --base-url https://letaicode.cn/gemini
第二步：如果这行命令能立刻返回hello，说明你的本地环境、Node、网络全都没问题，问题100%出在你自己的.env或settings.json里某处多写了参数；
第三步：对比这个干净命令和你原来配置文件里的每一项，逐行注释掉GEMINI_MODEL、GOOGLE_GEMINI_BASE_URL、TOOL_PATH等变量，每次改完运行一次gemini ask "test"，直到错误消失——最后那个被注释掉的变量，就是罪魁祸首。
