實戰教學：Gemini CLI v0.40.0 以上的本地 Gemma 系統初步部署與踩坑紀錄

前言

隨著 Gemini 3 的發佈，Gemini CLI 的「Auto」模式已成為開發者的最愛，它能自動在 Pro 與 Flash 模型間切換。但最前衛的玩法是：讓本地的 Gemma 模型來決定路由。

為什麼要這麼做？

• 極低延遲：本地 1B 模型判斷任務複雜度僅需不到 100ms。
• 隱私保護：任務分類的決策過程完全在本地完成。
• 節省資源：透過精準的分類，確保只有真正困難的任務才會呼叫昂貴的 Pro 模型。

在 Gemini CLI v0.40.0 的更新中，官方導入了分層記憶體（Tiered Memory）與本地模型路由功能，讓我們用短短幾行指令，就能將雲端的請求切換到本機的 Gemma 模型來處理。