GLM-5.1 全面支持与 Gemini CLI 集成：HagiCode 的多模型进化之路

GLM-5.1 全面支持与 Gemini CLI 集成：HagiCode 的多模型进化之路

本文介绍了 HagiCode 平台近期的重要更新——智谱 AI GLM-5.1 模型的全面支持，以及 Gemini CLI 作为第十个 Agent CLI 的成功集成。这两项更新进一步强化了平台的多模型能力和多 CLI 生态。

背景

时间过得真快，大语言模型的发展就像春天的竹子一样，蹭蹭地往上窜。曾经我们还在为"一个能写代码的 AI"而欢呼雀跃，如今已是多模型协同、多工具融合的时代了。这有意思吗？或许吧，毕竟开发者需要的从来都不只是工具本身，而是一种能够适应不同场景、灵活切换的从容。

HagiCode 作为一个 AI 辅助编码平台，最近也算是迎来了两件大事：一是智谱 AI 的 GLM-5.1 模型全面接入，二是 Gemini CLI 正式成为第十个支持的 Agent CLI。这两件事说大不大，说小也不小，只是对于平台的完善而言，总归是好事一桩。

GLM-5.1 是智谱 AI 的最新旗舰模型，相比 GLM-5.0，推理能力更强了，代码理解更深了，工具调用也更顺滑了。更重要的是，它是首个支持图片输入的 GLM 模型——这意味着什么？意味着用户可以直接截图让 AI 看问题，不用再费劲巴力地描述了。这便利性，用过就懂了。

与此同时，HagiCode 通过 HagiCode.Libs.Providers 架构，把 Gemini CLI 成功集成了进来。这是第十个 Agent CLI 了，说实话，能走到这一步，也算是有些许成就感罢了。

值得一提的是，HagiCode 的图片上传功能让用户可以直接截图与 AI 交流。即使运行的是 GLM 4.7 版本，平台依然能够良好运行，并且已经帮助项目完成了许多重要的构建工作。至于 GLM-5.1？那自然会更进一步。

关于 HagiCode

本文分享的方案来自我们在 HagiCode 项目中的实践经验。HagiCode 是一个开源的 AI 辅助编码平台，旨在通过多模型、多 CLI 的架构设计，为开发者提供灵活、强大的 AI 编程助手。项目地址：github.com/HagiCode-or…

多 CLI 架构设计

HagiCode 的核心优势之一，就是通过统一的抽象层支持多种不同的 AI 编程 CLI 工具。这种设计的好处，说穿了也就那么回事：新东西能进来，旧东西能留下，代码还不乱。毕竟，谁都希望生活能这样吧？

AIProviderType 枚举

平台通过 AIProviderType 枚举定义了支持的 CLI 提供商类型：

public enum AIProviderType
{
    ClaudeCodeCli = 0,    // Claude Code CLI
    CodexCli = 1,          // GitHub Copilot Codex
    GitHubCopilot = 2,     // GitHub Copilot
    CodebuddyCli = 3,     // Codebuddy CLI
    OpenCodeCli = 4,      // OpenCode CLI
    IFlowCli = 5,         // IFlow CLI
    HermesCli = 6,        // Hermes CLI
    QoderCli = 7,         // Qoder CLI
    KiroCli = 8,          // Kiro CLI
    KimiCli = 9,          // Kimi CLI
    GeminiCli = 10,       // Gemini CLI (新增)
}

可以看到，Gemini CLI 作为第十个成员加入了这个大家庭。每个 CLI 都有独特的特点和适用场景，用户可以根据自己的需求灵活选择。毕竟，条条大路通罗马，只是有的路好走一点，有的路稍微曲折一点罢了。

Provider 架构

HagiCode.Libs.Providers 提供了统一的 Provider 接口，让每个 CLI 的集成变得规范而简洁。以 Gemini CLI 为例：

public class GeminiProvider : ICliProvider<GeminiOptions>
{
    private static readonly string[] DefaultExecutableCandidates = ["gemini", "gemini-cli"];
    private const string ManagedBootstrapArgument = "--acp";

    public string Name => "gemini";
    public bool IsAvailable => _executableResolver.ResolveFirstAvailablePath(DefaultExecutableCandidates) is not null;
}

这种设计的好处是：

• 新 CLI 的集成只需要实现一个 Provider 类
• 统一的生命周期管理和会话池化
• 自动化的别名解析和可执行文件查找

说穿了，这种设计其实就是把复杂的事情简单化，让生活更轻松一点罢了。

Provider Registry

Provider Registry 自动处理别名映射和注册：

if (provider is GeminiProvider)
{
    registry.Register(provider.Name, provider, ["gemini-cli"]);
    continue;
}

这意味着用户可以使用 gemini 或 gemini-cli 两种方式来调用 Gemini CLI，系统会自动识别。这就像你朋友多，有的叫大名，有的叫小名，反正都是他，怎么叫都行。

GLM-5.1 模型支持

GLM-5.1 是智谱 AI 的最新旗舰模型，HagiCode 已完成对其的全面支持。

Secondary Professions Catalog

HagiCode 通过 Secondary Professions Catalog 管理所有支持的模型。以下是 GLM 系列的配置：

Model ID	Name	SupportsImage	Compatible CLI Families
glm-4.7	GLM 4.7	-	claude, codebuddy, hermes, qoder, kiro
glm-5	GLM 5	-	claude, codebuddy, hermes, qoder, kiro
glm-5-turbo	GLM 5 Turbo	-	claude, codebuddy, hermes, qoder, kiro
glm-5.0	GLM 5.0 (Legacy)	-	claude, codebuddy, hermes, qoder, kiro
glm-5.1	GLM 5.1	true	claude, codebuddy, hermes, qoder, kiro

GLM-5.1 的关键特性可以总结为：

• 独立的版本标识，没有 legacy 包袱
• 首个支持图片输入的 GLM 模型
• 更强的推理能力和代码理解
• 广泛的多 CLI 兼容性

GLM-5.1 vs GLM-5.0

从代码层面来看，GLM-5.1 与 GLM-5.0 的关键区别：

// GLM-5.0 (Legacy) - 有特殊保留逻辑
private const string Glm50CodebuddySecondaryProfessionId = "secondary-glm-5-codebuddy";
private const string Glm50CodebuddyModelValue = "glm-5.0";

// GLM-5.1 - 独立的新模型标识
private const string Glm51SecondaryProfessionId = "secondary-glm-5-1";
private const string Glm51ModelValue = "glm-5.1";

GLM-5.0 带有 "Legacy" 标记，是为了向后兼容而保留的旧版本标识。而 GLM-5.1 是一个全新的独立版本，没有任何历史包袱。这就像有些人，总是活在过去；而有些人，轻装上阵，走得更快罢了。

配置 GLM-5.1

在 HagiCode 中使用 GLM-5.1 的配置示例：

{
  "primaryProfessionId": "profession-claude-code",
  "secondaryProfessionId": "secondary-glm-5-1",
  "model": "glm-5.1",
  "reasoning": "high"
}

图片上传功能

HagiCode 的图片支持是通过 SecondaryProfession 的 SupportsImage 属性实现的：

public class HeroSecondaryProfessionSettingDto
{
    public bool SupportsImage { get; set; }
}

在 Secondary Professions Catalog 中，GLM-5.1 的配置如下：

{
  "id": "secondary-glm-5-1",
  "supportsImage": true
}

这意味着用户可以直接上传截图让 AI 分析，比如：

• 错误信息的截图
• UI 界面的问题
• 数据可视化图表
• 代码运行结果

不用再手动描述问题了，直接截图就行——这个功能的便利性用过就知道了。毕竟，有些事情，说再多不如看一眼。

Gemini CLI 集成

Gemini CLI 作为第十个 Agent CLI，通过标准的 Provider 架构集成到 HagiCode 中。

配置选项

Gemini CLI 支持丰富的配置选项：

public class GeminiOptions
{
    public string? ExecutablePath { get; set; }
    public string? WorkingDirectory { get; set; }
    public string? SessionId { get; set; }
    public string? Model { get; set; }
    public string? AuthenticationMethod { get; set; }
    public string? AuthenticationToken { get; set; }
    public Dictionary<string, string?> AuthenticationInfo { get; set; }
    public Dictionary<string, string?> EnvironmentVariables { get; set; }
    public string[] ExtraArguments { get; set; }
    public TimeSpan? StartupTimeout { get; set; }
    public CliPoolSettings? PoolSettings { get; set; }
}

这些选项覆盖了从基本配置到高级特性的方方面面，用户可以根据自己的需求进行灵活配置。毕竟，每个人的需求都不一样，能灵活一点总是好的。

ACP 通信协议

Gemini CLI 支持 ACP (Agent Communication Protocol) 通信协议，这是 HagiCode 统一的 CLI 通信标准。通过 ACP，不同的 CLI 可以以一致的方式与平台交互，大大简化了集成工作。说穿了，就是把复杂的事情统一化，让大家都能轻松一点罢了。

环境配置

使用智谱 AI 的模型，需要配置相应的环境变量。

智谱 AI ZAI 平台

export ANTHROPIC_AUTH_TOKEN="your-zai-api-key"
export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"

阿里云 DashScope

export ANTHROPIC_AUTH_TOKEN="your-aliyun-api-key"
export ANTHROPIC_BASE_URL="https://coding.dashscope.aliyuncs.com/apps/anthropic"

配置完成后，HagiCode 就可以正常调用 GLM-5.1 模型了。这事儿说难也不难，说简单也不简单，反正照着做就是了。

HagiCode 自身构建实践

说到实践，最好的例子就是 HagiCode 平台自身的构建流程。HagiCode 的开发过程已经充分利用了 AI 能力：

使用 GLM 4.7 即可良好运行

HagiCode 平台的设计优化得比较好，即使使用 GLM 4.7 也能获得良好的开发体验。平台已帮助完成多个重要构建项目，包括：

• 多 CLI Provider 的集成
• 图片上传功能的实现
• 文档生成和内容发布

这其实也挺好，毕竟不是所有人都需要用最新的东西。适合自己的，才是最好的。

GLM-5.1 事半功倍

升级到 GLM-5.1 后，这些能力将得到进一步增强：

• 更强的代码理解能力，减少来回沟通
• 更准确的依赖分析，一次性指对方向
• 更高效的错误诊断，快速定位问题
• 支持图片输入，加速问题描述

这就像从自行车换到汽车，能到的地方是一样的，只是速度和舒适度不一样罢了。

多 CLI 集成最佳实践

HagiCode.Libs.Providers 提供了统一的注册和使用机制：

services.AddHagiCodeLibs();

var gemini = serviceProvider.GetRequiredService<ICliProvider<GeminiOptions>>();
var codebuddy = serviceProvider.GetRequiredService<ICliProvider<CodebuddyOptions>>();
var hermes = serviceProvider.GetRequiredService<ICliProvider<HermesOptions>>();

这种依赖注入的设计让各个 CLI 的使用变得非常简洁，也方便进行单元测试和模拟。毕竟，代码写得干净一点，对自己也是一种负责。

注意事项

在实际使用中，有几个地方需要注意：

1. API Key 配置：确保正确设置 ANTHROPIC_AUTH_TOKEN，否则无法调用模型
2. 模型可用性：GLM-5.1 需要在对应的模型提供商处开通权限
3. 图片功能：只有支持 supportsImage: true 的模型才能使用图片上传功能
4. CLI 安装：使用 Gemini CLI 前，确保 gemini 或 gemini-cli 在系统 PATH 中

这些都是小事，但小事处理不好，也可能变成大事。所以还是要注意一下的。

总结

通过 GLM-5.1 的全面支持和 Gemini CLI 的成功集成，HagiCode 进一步强化了其作为多模型、多 CLI AI 编程平台的能力。这些更新不仅为用户提供了更多的选择，也展示了 HagiCode 在架构设计上的前瞻性和可扩展性。

GLM-5.1 的图片支持能力，结合 HagiCode 的截图上传功能，让"看图说话"成为可能——大大降低了问题描述的成本。而十个 CLI 的支持，意味着用户可以根据自己的偏好和场景，灵活选择最合适的 AI 编程助手。毕竟，选择多了，总是好事。

最重要的是，HagiCode 平台自身的构建实践证明：即使使用 GLM 4.7，平台也能良好运行并完成复杂任务；而升级到 GLM-5.1 后，开发效率将得到进一步提升。这就像人生一样，不一定非要追求最好，适合自己的就好。当然，如果能在适合自己的基础上变得更好，那自然更好。

如果你对多模型、多 CLI 的 AI 编程平台感兴趣，不妨试试 HagiCode——开源、免费、不断进化。反正试试又不花钱，万一真适合你呢？

参考资料

• HagiCode GitHub 仓库
• HagiCode 官网
• 智谱 AI 开放平台
• Gemini CLI 文档
• Docker Compose 快速安装
• Desktop 桌面端安装

---

如果本文对你有帮助：

• 来 GitHub 给个 Star：github.com/HagiCode-or…
• 访问官网了解更多：hagicode.com
• 观看 30 分钟实战演示：www.bilibili.com/video/BV1pi…
• 一键安装体验：docs.hagicode.com/installatio…
• 公测已开始，欢迎安装体验

原文与版权说明

感谢您的阅读,如果您觉得本文有用,欢迎点赞、收藏和分享支持。 本内容采用人工智能辅助协作,最终内容由作者审核并确认。

• 本文作者: newbe36524
• 原文链接: docs.hagicode.com/go?platform…
• 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!