Usando o APIMart com o Gemini CLI

Introdução

Gemini CLI é a ferramenta oficial de linha de comando do Google que permite aos desenvolvedores interagir com os modelos de IA Gemini a partir do terminal. Após configurar a API do APIMart, você pode usar os modelos avançados do APIMart — GPT, Claude e Gemini — no Gemini CLI.

Pré-requisitos

Antes de começar:

Node.js e npm instalados
Baixe e instale do site do Node.js (v16 ou superior recomendado)
Chave de API do APIMart
Faça login no Console do APIMart e copie sua chave de API (começa com sk-)

Dica: Se você ainda não tem uma conta no APIMart, registre-se primeiro em APIMart e crie uma chave de API.

Etapa 1: Instalar o Gemini CLI

1.1 Instalação global

Instale o Gemini CLI globalmente com o npm:

npm install -g @google/gemini-cli

1.2 Verificar a instalação

Verifique se o CLI está disponível:

gemini --version

Se um número de versão for impresso, a instalação foi bem-sucedida.

Dica: Se o comando não for encontrado, reinicie o terminal ou verifique a configuração global do PATH do npm.

Etapa 2: Configurar a API do APIMart

2.1 Variáveis de ambiente temporárias

Para testes ou uso único; os valores são limpos quando você fecha o 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 Variáveis de ambiente permanentes (recomendado)

Persista a configuração para que novos shells a captem automaticamente. Windows (PowerShell):

Execute o PowerShell como Administrador
Defina variáveis de ambiente no nível do usuário:

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

Reinicie o PowerShell ou recarregue as variáveis:

$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 o arquivo rc do seu shell:

# Bash
nano ~/.bashrc

# Zsh (padrão no macOS)
nano ~/.zshrc

Anexe:

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

Recarregue:

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

2.3 Usando um arquivo `.env`

Crie um arquivo .env no seu projeto:

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

Carregue as variáveis antes de executar o 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: - Substitua sk-xxxxxxxxxxxx pela sua chave real do Console do APIMart - Defina GEMINI_BASE_URL como https://api.apimart.ai/v1 para que o Gemini CLI se comunique com o APIMart - Adicione .env ao .gitignore para que as chaves não sejam commitadas

2.4 Verificar a configuração

macOS/Linux:

echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

Windows (PowerShell):

echo $env:GEMINI_API_KEY
echo $env:GEMINI_BASE_URL

Se os valores parecerem corretos, a configuração foi bem-sucedida.

Etapa 3: Usar o Gemini CLI

3.1 Chat básico

Sessão interativa:

gemini chat

Prompt único:

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

3.2 Escolher um modelo

gemini chat --model gpt-4o

Ou:

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

3.3 Ler prompts de um arquivo

gemini --input prompt.txt

Ou via pipe:

cat prompt.txt | gemini

3.4 Salvar saída em um arquivo

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

Etapa 4: Chamar o APIMart a partir do seu código

4.1 Python SDK

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"}
    ]
  }'

Etapa 5: Escolher um modelo

Modelos recomendados

O APIMart suporta muitos modelos; escolha por tarefa e orçamento. Gemini

Nome do modelo	ID do modelo	Características	Bom para
Gemini 2.0 Flash	`gemini-2.0-flash-exp`	Rápido, multimodal	Respostas rápidas, visão + texto
Gemini 2.5 Pro	`gemini-2.5-pro`	Capacidade forte	Problemas difíceis, análise
Gemini 2.5 Flash	`gemini-2.5-flash`	Muito responsivo	Chat em tempo real, tarefas em lote

GPT

Nome do modelo	ID do modelo	Características	Bom para
GPT-5	`gpt-5`	Topo de linha	Raciocínio, escrita criativa
GPT-4o	`gpt-4o`	Alta qualidade	Chat geral, conteúdo
GPT-4o Mini	`gpt-4o-mini`	Econômico	Tarefas simples, alto volume

Claude

Nome do modelo	ID do modelo	Características	Bom para
Claude Sonnet 4.5	`claude-sonnet-4-5-20250929`	Raciocínio forte	Código, lógica
Claude Haiku 4.5	`claude-haiku-4-5-20251001`	Muito rápido	Q&A, chat de baixa latência

Escolhas rápidas: - 🚀 Stack estilo Google: gemini-2.0-flash-exp, gemini-2.5-pro - 💡 Programação: claude-sonnet-4-5-20250929, gpt-5 - 💰 Custo: gpt-4o-mini, claude-haiku-4-5-20251001 - ⚡ Velocidade: gemini-2.0-flash-exp, gpt-4o-mini

Recursos avançados

Multimodal (imagens)

Com um 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 conforme chegam:

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='')

Ajustando parâmetros

Modele aleatoriedade e comprimento:

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
)

FAQ

Q1: “Invalid API key” ou erros de autenticação

Formato da chave
- Deve começar com sk-
- Sem espaços extras ao colar

Variáveis de ambiente

# macOS / Linux
echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

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

Status da chave
- Verifique a chave no Console do APIMart
- Verifique se sua conta tem saldo

Q2: Como verificar a configuração da 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: Quais linguagens são suportadas?

Qualquer linguagem que possa enviar requisições HTTP funciona com o APIMart:

✅ Python — OpenAI SDK recomendado
✅ JavaScript / TypeScript — Node ou navegador
✅ Java — cliente HTTP
✅ Go — stdlib ou bibliotecas
✅ PHP — cURL ou Guzzle
✅ Ruby — gems HTTP
✅ C# / .NET — HttpClient
✅ Swift — URLSession
✅ Outras — qualquer uma com HTTP

Q4: Onde posso ver o uso e o faturamento?

No Console do APIMart:

📊 Estatísticas de chamadas ao vivo
💰 Custo e faturas
📈 Tendências de uso
🔍 Logs de requisições
⚙️ Gerenciamento de chave de API

Q5: Erros comuns de API

Erro	Causa provável	O que fazer
`401 Unauthorized`	Chave inválida ou revogada	Corrija a chave no env / console
`429 Too Many Requests`	Limite de taxa	Desacelere ou faça upgrade do plano
`500 Internal Server Error`	Problema transitório no servidor	Tente novamente mais tarde; entre em contato com o suporte se persistir
`insufficient_quota`	Saldo baixo	Recarregue no console

Melhores práticas

1. Retentativas e backoff

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. Controle de custos

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 de 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"
        }
    ]
)

Recursos

Com Google AI Studio e APIMart você obtém:

🤖 Muitos modelos — GPT, Claude, Gemini e mais
🌍 Compatível com OpenAI — formato familiar de requisição/resposta
⚡ Desempenho — baixa latência, alta concorrência
💰 Preços claros — pague conforme usar
📊 Observabilidade — monitore chamadas em tempo real
🔒 Segurança — proteções voltadas para empresas
🚀 Integração rápida — chamadas HTTP / SDK simples
📚 Documentação — guias e exemplos

Suporte

Comece a usar o APIMart

Crie uma conta, obtenha uma chave de API e use vários modelos de IA a partir dos fluxos de trabalho do Google AI Studio e além.

Documentation Index

​Introdução

​Pré-requisitos

​Etapa 1: Instalar o Gemini CLI

​1.1 Instalação global

​1.2 Verificar a instalação

​Etapa 2: Configurar a API do APIMart

​2.1 Variáveis de ambiente temporárias

​2.2 Variáveis de ambiente permanentes (recomendado)

​2.3 Usando um arquivo .env

​2.4 Verificar a configuração

​Etapa 3: Usar o Gemini CLI

​3.1 Chat básico

​3.2 Escolher um modelo

​3.3 Ler prompts de um arquivo

​3.4 Salvar saída em um arquivo

​Etapa 4: Chamar o APIMart a partir do seu código

​4.1 Python SDK

​4.2 JavaScript / TypeScript

​4.3 cURL

​Etapa 5: Escolher um modelo

​Modelos recomendados

​Recursos avançados

​Multimodal (imagens)

​Streaming

​Ajustando parâmetros

​FAQ

​Q1: “Invalid API key” ou erros de autenticação

​Q2: Como verificar a configuração da API?

​Q3: Quais linguagens são suportadas?

​Q4: Onde posso ver o uso e o faturamento?

​Q5: Erros comuns de API

​Melhores práticas

​1. Retentativas e backoff

​2. Controle de custos

​3. Prompts de sistema

​Recursos

​Suporte

Comece a usar o APIMart

Introdução

Pré-requisitos

Etapa 1: Instalar o Gemini CLI

1.1 Instalação global

1.2 Verificar a instalação

Etapa 2: Configurar a API do APIMart

2.1 Variáveis de ambiente temporárias

2.2 Variáveis de ambiente permanentes (recomendado)

2.3 Usando um arquivo `.env`

2.4 Verificar a configuração

Etapa 3: Usar o Gemini CLI

3.1 Chat básico

3.2 Escolher um modelo

3.3 Ler prompts de um arquivo

3.4 Salvar saída em um arquivo

Etapa 4: Chamar o APIMart a partir do seu código

4.1 Python SDK

4.2 JavaScript / TypeScript

4.3 cURL

Etapa 5: Escolher um modelo

Modelos recomendados

Recursos avançados

Multimodal (imagens)

Streaming

Ajustando parâmetros

FAQ

Q1: “Invalid API key” ou erros de autenticação

Q2: Como verificar a configuração da API?

Q3: Quais linguagens são suportadas?

Q4: Onde posso ver o uso e o faturamento?

Q5: Erros comuns de API

Melhores práticas

1. Retentativas e backoff

2. Controle de custos

3. Prompts de sistema

Recursos

Suporte