Uso de APIMart con Gemini CLI

Introducción

Gemini CLI es la herramienta de línea de comandos oficial de Google que permite a los desarrolladores interactuar con los modelos de IA Gemini desde el terminal. Tras configurar la API de APIMart, puede usar los modelos avanzados de APIMart —GPT, Claude y Gemini— en Gemini CLI.

Requisitos previos

Antes de comenzar:

Node.js y npm instalados
Descargue e instale desde el sitio web de Node.js (se recomienda v16 o superior)
Clave de API de APIMart
Inicie sesión en la Consola de APIMart y copie su clave de API (comienza con sk-)

Consejo: Si aún no tiene una cuenta en APIMart, regístrese primero en APIMart y cree una clave de API.

Paso 1: Instalar Gemini CLI

1.1 Instalación global

Instale Gemini CLI globalmente con npm:

npm install -g @google/gemini-cli

1.2 Verificar la instalación

Compruebe que la CLI está disponible:

gemini --version

Si se imprime un número de versión, la instalación fue correcta.

Consejo: Si no se encuentra el comando, reinicie el terminal o verifique la configuración del PATH global de npm.

Paso 2: Configurar la API de APIMart

2.1 Variables de entorno temporales

Para pruebas o uso puntual; los valores se borran al cerrar el terminal. Windows (PowerShell):

$env:GEMINI_API_KEY = "sk-xxxxxxxxxxxx"
$env:GEMINI_BASE_URL = "https://api.apimart.ai/v1"

macOS/Linux (Bash):

export GEMINI_API_KEY="sk-xxxxxxxxxxxx"
export GEMINI_BASE_URL="https://api.apimart.ai/v1"

2.2 Variables de entorno permanentes (recomendado)

Persista la configuración para que los nuevos shells la carguen automáticamente. Windows (PowerShell):

Ejecute PowerShell como Administrador
Configure variables de entorno a nivel de usuario:

[System.Environment]::SetEnvironmentVariable('GEMINI_API_KEY', 'sk-xxxxxxxxxxxx', 'User')
[System.Environment]::SetEnvironmentVariable('GEMINI_BASE_URL', 'https://api.apimart.ai/v1', 'User')

Reinicie PowerShell o recargue las variables:

$env:GEMINI_API_KEY = [System.Environment]::GetEnvironmentVariable('GEMINI_API_KEY', 'User')
$env:GEMINI_BASE_URL = [System.Environment]::GetEnvironmentVariable('GEMINI_BASE_URL', 'User')

macOS/Linux (Bash):

Edite su archivo rc del shell:

# Bash
nano ~/.bashrc

# Zsh (default on macOS)
nano ~/.zshrc

Añada:

# APIMart Gemini CLI
export GEMINI_API_KEY="sk-xxxxxxxxxxxx"
export GEMINI_BASE_URL="https://api.apimart.ai/v1"

Recargue:

source ~/.bashrc   # Bash
source ~/.zshrc    # Zsh

2.3 Usar un archivo `.env`

Cree .env en su proyecto:

# .env
GEMINI_API_KEY=sk-xxxxxxxxxxxx
GEMINI_BASE_URL=https://api.apimart.ai/v1

Cargue las variables antes de ejecutar Gemini: macOS/Linux:

export $(cat .env | xargs) && gemini chat

Windows (PowerShell):

Get-Content .env | ForEach-Object {
    $name, $value = $_.split('=')
    Set-Content env:\$name $value
}
gemini chat

Importante: - Reemplace sk-xxxxxxxxxxxx con su clave real de la Consola de APIMart - Establezca GEMINI_BASE_URL en https://api.apimart.ai/v1 para que Gemini CLI se comunique con APIMart - Añada .env a .gitignore para que las claves no se confirmen al repositorio

2.4 Verificar la configuración

macOS/Linux:

echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

Windows (PowerShell):

echo $env:GEMINI_API_KEY
echo $env:GEMINI_BASE_URL

Si los valores parecen correctos, la configuración fue correcta.

Paso 3: Usar Gemini CLI

3.1 Chat básico

Sesión interactiva:

gemini chat

Prompt único:

gemini "Give a short overview of the history of artificial intelligence"

3.2 Elegir un modelo

gemini chat --model gpt-4o

gemini "Write a Python quicksort implementation" --model claude-sonnet-4-5-20250929

3.3 Leer prompts desde un archivo

gemini --input prompt.txt

O canalizar:

cat prompt.txt | gemini

3.4 Guardar la salida en un archivo

gemini "Generate a React component" --output component.jsx

Paso 4: Llamar a APIMart desde su código

4.1 SDK de Python

import openai

# APIMart
openai.api_key = "sk-xxxxxxxxxxxx"  # Your APIMart API key
openai.api_base = "https://api.apimart.ai/v1"

response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[
        {"role": "user", "content": "Hi—please introduce yourself"}
    ]
)

print(response.choices[0].message.content)

4.2 JavaScript / TypeScript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-xxxxxxxxxxxx",
  baseURL: "https://api.apimart.ai/v1",
});

async function main() {
  const completion = await client.chat.completions.create({
    model: "gemini-2.0-flash-exp",
    messages: [{ role: "user", content: "Hi—please introduce yourself" }],
  });

  console.log(completion.choices[0].message.content);
}

main();

4.3 cURL

curl https://api.apimart.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -d '{
    "model": "gemini-2.0-flash-exp",
    "messages": [
      {"role": "user", "content": "Hi—please introduce yourself"}
    ]
  }'

Paso 5: Elegir un modelo

Modelos recomendados

APIMart admite muchos modelos; elija según la tarea y el presupuesto. Gemini

Nombre del modelo	ID del modelo	Características	Recomendado para
Gemini 2.0 Flash	`gemini-2.0-flash-exp`	Rápido, multimodal	Respuestas rápidas, visión + texto
Gemini 2.5 Pro	`gemini-2.5-pro`	Gran capacidad	Problemas difíciles, análisis
Gemini 2.5 Flash	`gemini-2.5-flash`	Muy receptivo	Chat en tiempo real, trabajos por lotes

GPT

Nombre del modelo	ID del modelo	Características	Recomendado para
GPT-5	`gpt-5`	Primer nivel	Razonamiento, escritura creativa
GPT-4o	`gpt-4o`	Alta calidad	Chat general, contenido
GPT-4o Mini	`gpt-4o-mini`	Económico	Tareas simples, alto volumen

Claude

Nombre del modelo	ID del modelo	Características	Recomendado para
Claude Sonnet 4.5	`claude-sonnet-4-5-20250929`	Razonamiento potente	Código, lógica
Claude Haiku 4.5	`claude-haiku-4-5-20251001`	Muy rápido	Preguntas y respuestas, chat de baja latencia

Selecciones rápidas: - 🚀 Stack al estilo Google: gemini-2.0-flash-exp, gemini-2.5-pro - 💡 Programación: claude-sonnet-4-5-20250929, gpt-5 - 💰 Costo: gpt-4o-mini, claude-haiku-4-5-20251001 - ⚡ Velocidad: gemini-2.0-flash-exp, gpt-4o-mini

Características avanzadas

Multimodal (imágenes)

Con un modelo multimodal como Gemini 2.0 Flash:

response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What’s in this image?"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.jpg"
                    }
                }
            ]
        }
    ]
)

Streaming

Transmita tokens a medida que llegan:

stream = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[{"role": "user", "content": "Write a short poem about spring"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end='')

Ajustar parámetros

Modele la aleatoriedad y la longitud:

response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[{"role": "user", "content": "Your question"}],
    temperature=0.7,        # randomness (0–2)
    max_tokens=2000,        # max output length
    top_p=0.9,              # nucleus sampling
    presence_penalty=0,     # topic diversity
    frequency_penalty=0     # repetition penalty
)

Preguntas frecuentes

Q1: “Invalid API key” o errores de autenticación

Formato de la clave
- Debe comenzar con sk-
- Sin espacios adicionales al pegar

Variables de entorno

# macOS / Linux
echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

# Windows PowerShell
echo $env:GEMINI_API_KEY
echo $env:GEMINI_BASE_URL

Estado de la clave
- Compruebe la clave en la Consola de APIMart
- Asegúrese de que su cuenta tenga saldo

Q2: ¿Cómo verifico la configuración de la API?

import openai

openai.api_key = "sk-xxxxxxxxxxxx"
openai.api_base = "https://api.apimart.ai/v1"

try:
    response = openai.ChatCompletion.create(
        model="gemini-2.0-flash-exp",
        messages=[{"role": "user", "content": "test"}],
        max_tokens=10
    )
    print("✅ API configuration OK")
    print(f"Reply: {response.choices[0].message.content}")
except Exception as e:
    print(f"❌ API configuration failed: {e}")

Q3: ¿Qué lenguajes son compatibles?

Cualquier lenguaje que pueda enviar solicitudes HTTP funciona con APIMart:

✅ Python: se recomienda el SDK de OpenAI
✅ JavaScript / TypeScript: Node o navegador
✅ Java: cliente HTTP
✅ Go: biblioteca estándar o bibliotecas
✅ PHP: cURL o Guzzle
✅ Ruby: gemas HTTP
✅ C# / .NET: HttpClient
✅ Swift: URLSession
✅ Otros: cualquier cosa con HTTP

Q4: ¿Dónde puedo ver el uso y la facturación?

En la Consola de APIMart:

📊 Estadísticas de llamadas en vivo
💰 Costos y facturas
📈 Tendencias de uso
🔍 Registros de solicitudes
⚙️ Gestión de claves de API

Q5: Errores comunes de API

Error	Causa probable	Qué hacer
`401 Unauthorized`	Clave incorrecta o revocada	Corrija la clave en env / consola
`429 Too Many Requests`	Límite de tasa	Reduzca la velocidad o actualice el plan
`500 Internal Server Error`	Problema temporal del servidor	Vuelva a intentarlo más tarde; contacte con soporte si persiste
`insufficient_quota`	Saldo bajo	Recargue en la consola

Mejores prácticas

1. Reintentos y retroceso

import openai
import time

def call_with_retry(max_retries=3):
    for i in range(max_retries):
        try:
            response = openai.ChatCompletion.create(
                model="gemini-2.0-flash-exp",
                messages=[{"role": "user", "content": "Your question"}]
            )
            return response
        except openai.error.RateLimitError:
            if i < max_retries - 1:
                time.sleep(2 ** i)
                continue
            raise
        except Exception as e:
            print(f"Error: {e}")
            raise

response = call_with_retry()

2. Control de costos

def choose_model(complexity):
    if complexity == "simple":
        return "gpt-4o-mini"
    elif complexity == "medium":
        return "gemini-2.0-flash-exp"
    return "gpt-5"

model = choose_model("simple")
response = openai.ChatCompletion.create(
    model=model,
    messages=[{"role": "user", "content": "Your question"}],
    max_tokens=500
)

3. Prompts del sistema

response = openai.ChatCompletion.create(
    model="gemini-2.0-flash-exp",
    messages=[
        {
            "role": "system",
            "content": "You are an expert Python assistant who writes clear, efficient code."
        },
        {
            "role": "user",
            "content": "Implement quicksort for me"
        }
    ]
)

Características

Con Google AI Studio y APIMart obtiene:

🤖 Muchos modelos: GPT, Claude, Gemini y más
🌍 Compatible con OpenAI: forma familiar de solicitud / respuesta
⚡ Rendimiento: baja latencia, alta concurrencia
💰 Precios claros: pague por uso
📊 Observabilidad: supervise las llamadas en tiempo real
🔒 Seguridad: salvaguardas orientadas a empresas
🚀 Integración rápida: llamadas HTTP / SDK simples
📚 Documentación: guías y ejemplos

Soporte

Comience con APIMart

Cree una cuenta, obtenga una clave de API y use múltiples modelos de IA desde los flujos de trabajo de Google AI Studio y más.

Documentation Index

​Introducción

​Requisitos previos

​Paso 1: Instalar Gemini CLI

​1.1 Instalación global

​1.2 Verificar la instalación

​Paso 2: Configurar la API de APIMart

​2.1 Variables de entorno temporales

​2.2 Variables de entorno permanentes (recomendado)

​2.3 Usar un archivo .env

​2.4 Verificar la configuración

​Paso 3: Usar Gemini CLI

​3.1 Chat básico

​3.2 Elegir un modelo

​3.3 Leer prompts desde un archivo

​3.4 Guardar la salida en un archivo

​Paso 4: Llamar a APIMart desde su código

​4.1 SDK de Python

​4.2 JavaScript / TypeScript

​4.3 cURL

​Paso 5: Elegir un modelo

​Modelos recomendados

​Características avanzadas

​Multimodal (imágenes)

​Streaming

​Ajustar parámetros

​Preguntas frecuentes

​Q1: “Invalid API key” o errores de autenticación

​Q2: ¿Cómo verifico la configuración de la API?

​Q3: ¿Qué lenguajes son compatibles?

​Q4: ¿Dónde puedo ver el uso y la facturación?

​Q5: Errores comunes de API

​Mejores prácticas

​1. Reintentos y retroceso

​2. Control de costos

​3. Prompts del sistema

​Características

​Soporte

Comience con APIMart

Introducción

Requisitos previos

Paso 1: Instalar Gemini CLI

1.1 Instalación global

1.2 Verificar la instalación

Paso 2: Configurar la API de APIMart

2.1 Variables de entorno temporales

2.2 Variables de entorno permanentes (recomendado)

2.3 Usar un archivo `.env`

2.4 Verificar la configuración

Paso 3: Usar Gemini CLI

3.1 Chat básico

3.2 Elegir un modelo

3.3 Leer prompts desde un archivo

3.4 Guardar la salida en un archivo

Paso 4: Llamar a APIMart desde su código

4.1 SDK de Python

4.2 JavaScript / TypeScript

4.3 cURL

Paso 5: Elegir un modelo

Modelos recomendados

Características avanzadas

Multimodal (imágenes)

Streaming

Ajustar parámetros

Preguntas frecuentes

Q1: “Invalid API key” o errores de autenticación

Q2: ¿Cómo verifico la configuración de la API?

Q3: ¿Qué lenguajes son compatibles?

Q4: ¿Dónde puedo ver el uso y la facturación?

Q5: Errores comunes de API

Mejores prácticas

1. Reintentos y retroceso

2. Control de costos

3. Prompts del sistema

Características

Soporte