Gemini CLI で ElkAPI を使用する

はじめに

Gemini CLI は Google が提供する公式コマンドラインツールで、開発者がターミナルから Gemini AI モデルと対話できるようにします。ElkAPI API を設定することで、GPT、Claude、Gemini シリーズを含む、ElkAPI が提供するさまざまな高度な AI モデルを Gemini CLI で使用できます。

前提条件

始める前に、以下を確認してください：

Node.js と npm がインストールされていること
Node.js 公式サイトからダウンロードしてインストール（v16 以上を推奨）
ElkAPI API キー
ElkAPI コンソールにログインして API キーを取得（sk- で始まる）

ヒント： ElkAPI アカウントをまだお持ちでない場合は、まず ElkAPI で登録して API キーを取得してください。

ステップ 1: Gemini CLI をインストール

1.1 グローバルインストール

npm を使用して Gemini CLI をグローバルにインストールします：

npm install -g @google/gemini-cli

1.2 インストールの確認

インストールが成功したか確認します：

gemini --version

バージョン番号が表示されれば、インストールは成功です。

ヒント： コマンドが使用できない場合は、ターミナルを再起動するか、npm のグローバルパス設定を確認してください。

ステップ 2: ElkAPI API を設定

2.1 一時的な環境変数設定

テストまたは一回限りの使用に適しています。ターミナルを閉じると無効になります： Windows (PowerShell):

$env:GEMINI_API_KEY = "sk-xxxxxxxxxxxx"
$env:GEMINI_BASE_URL = "https://api.elkapi.com/v1"

macOS/Linux (Bash):

export GEMINI_API_KEY="sk-xxxxxxxxxxxx"
export GEMINI_BASE_URL="https://api.elkapi.com/v1"

2.2 恒久的な環境変数設定（推奨）

システムに設定を書き込み、ターミナルを開くたびに自動的に適用されます： Windows (PowerShell):

PowerShell を管理者として実行
以下のコマンドを実行してユーザーレベルの環境変数を設定：

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

PowerShell を再起動するか、以下のコマンドを実行して環境変数を更新：

$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):

設定ファイルを編集（使用しているシェルに応じて選択）：

# Bash の場合
nano ~/.bashrc

# Zsh の場合（macOS デフォルト）
nano ~/.zshrc

ファイルの末尾に以下を追加：

# ElkAPI Gemini CLI 設定
export GEMINI_API_KEY="sk-xxxxxxxxxxxx"
export GEMINI_BASE_URL="https://api.elkapi.com/v1"

ファイルを保存して設定を再読み込み：

# Bash の場合
source ~/.bashrc

# Zsh の場合
source ~/.zshrc

2.3 .env ファイルを使用した設定

プロジェクトディレクトリに .env ファイルを作成：

# .env
GEMINI_API_KEY=sk-xxxxxxxxxxxx
GEMINI_BASE_URL=https://api.elkapi.com/v1

コマンドを実行する前に環境変数を読み込み： 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

重要な注意事項：

sk-xxxxxxxxxxxx を ElkAPI コンソールから取得した実際の API キーに置き換えてください
GEMINI_BASE_URL を https://api.elkapi.com/v1 に設定して、Gemini CLI が ElkAPI に接続するようにします
.env ファイルを使用する場合は、API キーの漏洩を避けるため .gitignore に追加してください

2.4 設定の確認

環境変数が正しく設定されているか確認： macOS/Linux:

echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

Windows (PowerShell):

echo $env:GEMINI_API_KEY
echo $env:GEMINI_BASE_URL

正しい値が表示されれば、設定は成功です。

ステップ 3: Gemini CLI の使用を開始

3.1 基本的な会話

対話型会話を開始：

gemini chat

または、単一のリクエストを直接送信：

gemini "人工知能の発展の歴史について教えてください"

3.2 モデルの指定

特定のモデルで会話：

gemini chat --model gpt-5.5

または：

gemini "Python のクイックソートアルゴリズムを書いて" --model claude-sonnet-4-6

3.3 ファイルからプロンプトを読み込む

ファイルからプロンプトを読み込む：

gemini --input prompt.txt

またはパイプを使用：

cat prompt.txt | gemini

3.4 出力をファイルに保存

AI の応答をファイルに保存：

gemini "React コンポーネントのコードを生成して" --output component.jsx

ステップ 4: コードで ElkAPI を使用

独自のコードで ElkAPI API を使用する場合：

4.1 Python SDK を使用

import openai

# ElkAPI API を設定
openai.api_key = "sk-xxxxxxxxxxxx"  # ElkAPI API キー
openai.api_base = "https://api.elkapi.com/v1"

# Gemini モデルを使用
response = openai.ChatCompletion.create(
    model="gemini-3.1-flash-lite-preview",
    messages=[
        {"role": "user", "content": "こんにちは、自己紹介してください"}
    ]
)

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

4.2 JavaScript/TypeScript を使用

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-xxxxxxxxxxxx', // ElkAPI API キー
  baseURL: 'https://api.elkapi.com/v1'
});

async function main() {
  const completion = await client.chat.completions.create({
    model: 'gemini-3.1-flash-lite-preview',
    messages: [
      { role: 'user', content: 'こんにちは、自己紹介してください' }
    ]
  });
  
  console.log(completion.choices[0].message.content);
}

main();

4.3 cURL を使用

curl https://api.elkapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -d '{
    "model": "gemini-3.1-flash-lite-preview",
    "messages": [
      {"role": "user", "content": "こんにちは、自己紹介してください"}
    ]
  }'

ステップ 5: 適切なモデルの選択

推奨モデル

ElkAPI は多様なモデルをサポートしており、ニーズに応じて選択できます： Gemini シリーズ：

モデル名	モデル ID	特徴	適用シーン
Gemini 3.1 Flash Lite	`gemini-3.1-flash-lite-preview`	軽量で高速	シンプルなタスク、低コスト呼び出し
Gemini 3.1 Pro	`gemini-3.1-pro-preview`	強力なパフォーマンス	複雑なタスク、専門的な分析
Gemini 3.1 Flash Lite	`gemini-3.1-flash-lite-preview`	高速応答	リアルタイム対話、バッチ処理

GPT シリーズ：

モデル名	モデル ID	特徴	適用シーン
GPT-5	`gpt-5.5`	最新最強	複雑な推論、創造的な執筆
GPT-5.5	`gpt-5.5`	高品質	日常会話、コンテンツ生成
GPT-5.4 Mini	`gpt-5.4-mini`	経済的	シンプルなタスク、高頻度使用

Claude シリーズ：

モデル名	モデル ID	特徴	適用シーン
Claude Sonnet 4.6	`claude-sonnet-4-6`	強力な推論能力	コード生成、論理分析
Claude Opus 4.7	`claude-sonnet-4-6`	超高速	迅速な Q&A、リアルタイム対話

モデル選択のアドバイス：

🚀 Google エコシステム統合： gemini-3.1-flash-lite-preview、gemini-3.1-pro-preview
💡 コード開発： claude-sonnet-4-6、gpt-5.5
💰 コスト最適化： gpt-5.4-mini、claude-sonnet-4-6
⚡ 迅速な応答： gemini-3.1-flash-lite-preview、gpt-5.4-mini

高度な機能

マルチモーダルサポート

マルチモーダルをサポートするモデル（Gemini 3.1 Flash Lite など）で画像を処理：

response = openai.ChatCompletion.create(
    model="gemini-3.1-flash-lite-preview",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "この画像には何がありますか？"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.jpg"
                    }
                }
            ]
        }
    ]
)

ストリーミング出力

リアルタイムストリーミング応答を取得：

stream = openai.ChatCompletion.create(
    model="gemini-3.1-flash-lite-preview",
    messages=[{"role": "user", "content": "春についての詩を書いて"}],
    stream=True
)

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

パラメータ調整

モデル出力を最適化：

response = openai.ChatCompletion.create(
    model="gemini-3.1-flash-lite-preview",
    messages=[{"role": "user", "content": "あなたの質問"}],
    temperature=0.7,        # ランダム性を制御 (0-2)
    max_tokens=2000,        # 最大出力長
    top_p=0.9,             # ニュークリアスサンプリングパラメータ
    presence_penalty=0,     # トピックの新鮮さ
    frequency_penalty=0     # 繰り返しペナルティ
)

よくある質問

Q1: API キーが無効と表示される？

解決策：

API Key フォーマットの確認：
- API Key が sk- で始まることを確認
- 完全にコピーされ、余分なスペースがないことを確認

環境変数の確認：

# macOS/Linux
echo $GEMINI_API_KEY
echo $GEMINI_BASE_URL

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

キーの有効性を確認：
- ElkAPI コンソールでキーの状態を確認
- アカウントに十分な残高があることを確認

Q2: API 設定が正しいか確認する方法は？

テスト方法：

import openai

openai.api_key = "sk-xxxxxxxxxxxx"
openai.api_base = "https://api.elkapi.com/v1"

try:
    response = openai.ChatCompletion.create(
        model="gemini-3.1-flash-lite-preview",
        messages=[{"role": "user", "content": "テスト"}],
        max_tokens=10
    )
    print("✅ API 設定成功！")
    print(f"応答: {response.choices[0].message.content}")
except Exception as e:
    print(f"❌ API 設定失敗: {e}")

Q3: どのプログラミング言語がサポートされていますか？

ElkAPI API は HTTP リクエストを送信できるすべてのプログラミング言語をサポートしています：

✅ Python - OpenAI SDK の使用を推奨
✅ JavaScript/TypeScript - Node.js とブラウザ環境
✅ Java - HTTP クライアントを使用
✅ Go - 標準ライブラリまたはサードパーティパッケージ
✅ PHP - cURL または Guzzle
✅ Ruby - HTTP ライブラリ
✅ C#/.NET - HttpClient
✅ Swift - URLSession
✅ その他の言語 - HTTP をサポートする任意の言語

Q4: API 使用状況を確認する方法は？

ElkAPI コンソールにログインして確認：

📊 リアルタイム呼び出し統計
💰 費用詳細と請求書
📈 使用トレンドチャート
🔍 詳細なリクエストログ
⚙️ API キー管理

Q5: API エラーが発生した場合は？

一般的なエラーと解決策：

エラーコード	原因	解決方法
`401 Unauthorized`	API Key が無効	API Key が正しいか確認
`429 Too Many Requests`	リクエストが頻繁すぎる	リクエスト頻度を下げるかプランをアップグレード
`500 Internal Server Error`	サーバーエラー	後で再試行するかサポートに連絡
`insufficient_quota`	残高不足	コンソールでチャージ

ベストプラクティス

1. エラー処理

import openai
import time

def call_with_retry(max_retries=3):
    for i in range(max_retries):
        try:
            response = openai.ChatCompletion.create(
                model="gemini-3.1-flash-lite-preview",
                messages=[{"role": "user", "content": "あなたの質問"}]
            )
            return response
        except openai.error.RateLimitError:
            if i < max_retries - 1:
                time.sleep(2 ** i)  # 指数バックオフ
                continue
            raise
        except Exception as e:
            print(f"エラー: {e}")
            raise

response = call_with_retry()

2. コスト最適化

# タスクの複雑さに応じて適切なモデルを選択
def choose_model(task_complexity):
    if task_complexity == "simple":
        return "gpt-5.4-mini"  # 経済的
    elif task_complexity == "medium":
        return "gemini-3.1-flash-lite-preview"  # パフォーマンスとコストのバランス
    else:
        return "gpt-5.5"  # 高性能

model = choose_model("simple")
response = openai.ChatCompletion.create(
    model=model,
    messages=[{"role": "user", "content": "あなたの質問"}],
    max_tokens=500  # 出力長を制限してコストを管理
)

3. プロンプト最適化

# システムプロンプトを使用して出力品質を向上
response = openai.ChatCompletion.create(
    model="gemini-3.1-flash-lite-preview",
    messages=[
        {
            "role": "system",
            "content": "あなたはプロの Python プログラミングアシスタントで、明確で効率的なコードを書くことが得意です。"
        },
        {
            "role": "user",
            "content": "クイックソートアルゴリズムを書いてください"
        }
    ]
)

機能特性

Gemini CLI + ElkAPI を使用すると、以下が可能です：

🤖 多モデルサポート - GPT、Claude、Gemini など複数のモデルにアクセス
🌍 OpenAI 互換 - 標準の OpenAI API フォーマットを使用
⚡ 高性能 - 低レイテンシ、高並行性サポート
💰 透明な価格設定 - 明確な従量課金制
📊 使用状況モニタリング - API 呼び出しをリアルタイムで表示
🔒 安全で信頼性が高い - エンタープライズグレードのセキュリティ
🚀 迅速な統合 - シンプルな API 呼び出し方法
📚 完全なドキュメント - 詳細な開発ドキュメントと例

サポートとヘルプ

使用中に問題が発生した場合：

ElkAPI を始める

今すぐ ElkAPI に登録して、API キーを取得し、Gemini CLI でさまざまな AI モデルを使用しましょう！

​はじめに

​前提条件

​ステップ 1: Gemini CLI をインストール

​1.1 グローバルインストール

​1.2 インストールの確認

​ステップ 2: ElkAPI API を設定

​2.1 一時的な環境変数設定

​2.2 恒久的な環境変数設定（推奨）

​2.3 .env ファイルを使用した設定

​2.4 設定の確認

​ステップ 3: Gemini CLI の使用を開始

​3.1 基本的な会話

​3.2 モデルの指定

​3.3 ファイルからプロンプトを読み込む

​3.4 出力をファイルに保存

​ステップ 4: コードで ElkAPI を使用

​4.1 Python SDK を使用

​4.2 JavaScript/TypeScript を使用

​4.3 cURL を使用

​ステップ 5: 適切なモデルの選択

​推奨モデル

​高度な機能

​マルチモーダルサポート

​ストリーミング出力

​パラメータ調整

​よくある質問

​Q1: API キーが無効と表示される？

​Q2: API 設定が正しいか確認する方法は？

​Q3: どのプログラミング言語がサポートされていますか？

​Q4: API 使用状況を確認する方法は？

​Q5: API エラーが発生した場合は？

​ベストプラクティス

​1. エラー処理

​2. コスト最適化

​3. プロンプト最適化

​機能特性

​サポートとヘルプ

ElkAPI を始める

はじめに

前提条件

ステップ 1: Gemini CLI をインストール

1.1 グローバルインストール

1.2 インストールの確認

ステップ 2: ElkAPI API を設定

2.1 一時的な環境変数設定

2.2 恒久的な環境変数設定（推奨）

2.3 .env ファイルを使用した設定

2.4 設定の確認

ステップ 3: Gemini CLI の使用を開始

3.1 基本的な会話

3.2 モデルの指定

3.3 ファイルからプロンプトを読み込む

3.4 出力をファイルに保存

ステップ 4: コードで ElkAPI を使用

4.1 Python SDK を使用

4.2 JavaScript/TypeScript を使用

4.3 cURL を使用

ステップ 5: 適切なモデルの選択

推奨モデル

高度な機能

マルチモーダルサポート

ストリーミング出力

パラメータ調整

よくある質問

Q1: API キーが無効と表示される？

Q2: API 設定が正しいか確認する方法は？

Q3: どのプログラミング言語がサポートされていますか？

Q4: API 使用状況を確認する方法は？

Q5: API エラーが発生した場合は？

ベストプラクティス

1. エラー処理

2. コスト最適化

3. プロンプト最適化

機能特性

サポートとヘルプ