Claude Code vs. Gemini CLI: Przenośność umiejętności agenta w 2026

Porównanie Claude Code z Gemini CLI uległo fundamentalnej zmianie. Przez długi czas dyskusja skupiała się na rozmiarze okna kontekstowego i natywnych możliwościach agentów. Jednak dwie ostatnie zmiany sprawiły, że ta debata stała się nieaktualna. Po pierwsze, oba agenty obsługują teraz ten sam otwarty standard umiejętności. Po drugie, Gemini CLI nie jest już narzędziem przeznaczonym dla indywidualnych deweloperów.

To całkowicie zmienia postać pytania o Claude Code kontra Gemini CLI. Akcent nie jest już położony na autorskie funkcje każdego środowiska, ale na przenośność samych umiejętności. Co jest potrzebne, aby umiejętność działała niezawodnie na każdej platformie obsługującej ten standard? I co nasze dane testowe — z uruchomienia 2116 umiejętności w środowisku Claude Code — mówią nam o przyczynach ich awarii?

Wspólny fundament: Standard Agent Skills

Zanim porównamy środowiska uruchomieniowe, kluczowe jest zrozumienie, co je łączy. Pytanie „czy umiejętności działają w gemini cli” ma prostą, bezpośrednią odpowiedź: tak. Dzieje się tak, ponieważ zarówno Claude Code, jak i Gemini CLI, wraz z rosnącą listą innych klientów, takich jak Codex, Cursor i OpenCode, przyjęły otwarty format Agent Skills.

Format ten, pierwotnie opracowany przez Anthropic, a obecnie utrzymywany jako otwarty standard pod adresem agentskills.io, definiuje umiejętność jako samowystarczalny katalog. Jego rdzeniem jest plik SKILL.md zawierający nagłówek YAML z metadanymi (takimi jak name i description) oraz treść w formacie markdown z instrukcjami dla agenta. Katalog ten może opcjonalnie zawierać własne zasoby, takie jak skrypty w folderze scripts/ czy dokumenty referencyjne w references/.

Ten wspólny standard oznacza, że w teorii umiejętność napisana dla Claude Code powinna być odczytywana przez Gemini CLI i na odwrót. Sama umiejętność jest przenośna. Różnice pojawiają się w sposobie, w jaki każde środowisko agenta ją wykrywa, ładuje i wykonuje.

Mechanika środowisk: Jak Claude i Gemini uruchamiają umiejętności

Chociaż format umiejętności jest ten sam, mechanika działania Claude Code i Gemini CLI różni się w kluczowych aspektach. Różnice te wpływają na zarządzanie umiejętnościami, sposób ich ładowania do kontekstu oraz interakcję z modelem bezpieczeństwa agenta.

Wykonywanie umiejętności w Claude Code

Claude Code szuka umiejętności w dwóch głównych lokalizacjach: globalnym katalogu ~/.claude/skills/<name>/SKILL.md dla umiejętności osobistych oraz w katalogu specyficznym dla projektu .claude/skills/<name>/SKILL.md. Odkrywa również umiejętności w zagnieżdżonych katalogach .claude/skills/ podczas przechodzenia przez projekt.

Gdy zadanie wyzwala umiejętność, Claude Code wstawia całą zawartość pliku SKILL.md do konwersacji jako pojedynczą wiadomość. Ten kontekst jest utrzymywany przez resztę sesji; plik nie jest ponownie odczytywany w kolejnych turach. Jest to proste podejście oparte na plikach. Nagłówek YAML w SKILL.md pozwala również na pewną kontrolę nad zestawem narzędzi agenta podczas wykonywania umiejętności. Klucz allowed-tools może wstępnie zatwierdzić określone narzędzia na czas tury wywołującej umiejętność, podczas gdy disallowed-tools może tymczasowo usunąć narzędzia z zasięgu agenta, gdy umiejętność jest aktywna.

Wykonywanie umiejętności w Gemini CLI

Gemini CLI używa bardziej ustrukturyzowanego, wielopoziomowego systemu wykrywania i dwuetapowego procesu ładowania. Wyszukuje umiejętności w określonej kolejności: wbudowane, umiejętności z rozszerzeń, umiejętności użytkownika (w ~/.gemini/skills/ lub pod aliasem ~/.agents/skills/), a na końcu umiejętności obszaru roboczego (w .gemini/skills/ lub pod aliasem .agents/skills/).

W przeciwieństwie do Claude Code, Gemini CLI nie ładuje od razu całej umiejętności. Na początku sesji wstrzykuje do promptu systemowego jedynie name i description każdej włączonej umiejętności. Dzięki temu początkowy kontekst jest niewielki. Dopiero gdy model stwierdzi, że zadanie pasuje do umiejętności, wywołuje narzędzie activate_skill. To wyzwala prośbę o zgodę użytkownika, która szczegółowo opisuje nazwę umiejętności, jej cel oraz ścieżkę katalogu, do którego uzyska dostęp. Po zatwierdzeniu przez użytkownika, pełna treść SKILL.md i struktura jego folderu są dodawane do historii konwersacji, a katalog umiejętności jest dodawany do listy dozwolonych ścieżek plików agenta.

Systemem tym zarządza się za pomocą dedykowanego zestawu poleceń, takich jak gemini skills install <git-url-or-dir> --consent i /skills link <path> --scope user|workspace.

Oto podsumowanie kluczowych różnic:

Funkcja	Claude Code	Gemini CLI
Ścieżka umiejętności	~/.claude/skills/, .claude/skills/	~/.gemini/skills/, .gemini/skills/ (oraz alias .agents/skills/)
Wywołanie	Cały SKILL.md wstrzykiwany przy pierwszym użyciu, pozostaje w kontekście	name/description w prompcie systemowym; SKILL.md wstrzykiwany po aktywacji
Zgoda użytkownika	Domniemana przy instalacji/umieszczeniu	Wyraźna prośba przy pierwszej aktywacji w sesji
Zarządzanie	Operacje na systemie plików	Polecenia CLI (gemini skills ..., /skills ...)

Prawdziwa historia na 2026: Gemini CLI przestał być narzędziem konsumenckim

Dla większości deweloperów porównanie techniczne jest teraz w dużej mierze akademickie. 19 maja 2026 roku Google ogłosiło, że przekształca Gemini CLI w nowe narzędzie o nazwie Antigravity CLI. Od 18 czerwca 2026 roku Gemini CLI i powiązane rozszerzenia IDE Gemini Code Assist przestały obsługiwać żądania dla indywidualnych subskrybentów Google AI Pro i Ultra, a także dla warstwy darmowej (która wcześniej oferowała 60 zapytań/minutę i 1000/dzień).

Usługa jest kontynuowana dla klientów korporacyjnych z licencjami Gemini Code Assist Standard i Enterprise oraz dla tych, którzy korzystają z Gemini API poprzez rozliczenia bezpośrednie. Repozytorium gemini-cli pozostaje publiczne na licencji Apache-2.0 i jest nadal aktywnie rozwijane.

Co kluczowe, Google oświadczyło, że podstawowe technologie agenta — Agent Skills, Hooks, Subagents i Extensions — zostaną przeniesione do Antigravity CLI, które jest opisywane jako przepisane w Go w celu poprawy wydajności. Ogłoszenie nie odnosiło się do licencji Antigravity CLI. Ta zmiana modyfikuje samo znaczenie wyboru między Claude Code a Gemini CLI w 2026 roku. Dla indywidualnego dewelopera bez licencji korporacyjnej lub bezpośredniego rozliczania API, nie jest to już wybór między dwoma narzędziami konsumenckimi. Praktyczną troską staje się to, czy inwestycja w budowanie osobistej biblioteki umiejętności będzie przenośna do przyszłych środowisk agentów.

Okno kontekstu kontra głębia umiejętności

Wiele mówiło się o reklamowanym przez Gemini oknie kontekstowym na 1 milion tokenów. Chociaż konfiguracje z dużym kontekstem istnieją po obu stronach, fiksowanie się na liczbie tokenów mija się z celem. Rozmiar kontekstu i głębia umiejętności rozwiązują różne klasy problemów.

Ogromne okno kontekstowe jest potężne w zadaniach wymagających holistycznego zrozumienia dużej bazy kodu. Pozwala agentowi utrzymać więcej repozytorium w swojej bezpośredniej uwadze, co może być nieocenione przy złożonym refaktoringu lub analizie. Jednak nie rozwiązuje to problemu działania.

Okno na 1 milion tokenów nie zainstaluje brakującego pliku binarnego. Nie może przydzielić klucza API. Nie naprawi pliku SKILL.md, który jest napisany zbyt ogólnikowo, by niezawodnie się uruchomić. Są to problemy głębi umiejętności — zdolności agenta do wykonania precyzyjnego, powtarzalnego i świadomego środowiska zadania. To jest domena dobrze napisanej umiejętności, a jej sukces często zależy mniej od rozmiaru okna kontekstowego, a bardziej od środowiska, w którym jest uruchamiana.

Co nasze dane mówią o awariach umiejętności (na każdej platformie)

To sprowadza nas do sedna problemu: dlaczego umiejętności zawodzą? W SkillProof instalujemy i uruchamiamy umiejętności, aby opublikować uczciwy werdykt. Z 2116 przetestowanych przez nas umiejętności, 1307 (62%) przechodzi testy pomyślnie, 704 otrzymuje ocenę „działa po konfiguracji” — wykonują zadanie, ale dopiero po konfiguracji, którą opis musi wyjaśnić — a 105 otrzymuje werdykt negatywny: niektóre uruchomiły się i pogorszyły sytuację, inne nie uruchomiły się wcale.

Żeby było jasne: przeprowadzamy te testy wyłącznie w środowisku Claude Code. Nigdy nie uruchomiliśmy umiejętności na Gemini CLI ani Antigravity CLI i nie wypowiadamy się na temat ich wskaźników powodzenia. Nasz pełny proces jest szczegółowo opisany w naszej metodologii.

Jednak nasze dane na temat tego, dlaczego umiejętności zawodzą, są nadal bardzo istotne dla każdego środowiska. Przeanalizowaliśmy notatki z testów dla każdej umiejętności, która nie przeszła ich bezproblemowo. Wyniki są wymowne.

Spośród 704 umiejętności wymagających konfiguracji:

• 195 wspominało o brakującym CLI lub pliku binarnym.
• 99 zależało od skonfigurowanego i działającego osobnego serwera MCP.
• 92 wymagały klucza API lub innego poświadczenia.
• 64 potrzebowały płatnego konta lub subskrypcji.

Spośród 105 umiejętności, które otrzymały werdykt negatywny:

• 27 dotyczyło brakującego CLI lub pliku binarnego.
• 12 zależało od serwera MCP.
• 10 wymagało płatnego konta.
• 7 potrzebowało klucza API.

Są to liczby pochodzące ze skanowania naszych notatek testowych pod kątem słów kluczowych, a nie wyczerpująca taksonomia przyczyn, a kategorie nakładają się na siebie: pojedyncza umiejętność może potrzebować zarówno CLI, jak i klucza. Ale wzorzec jest trudny do przeoczenia. Główną przyczyną, dla której umiejętność nie spełnia oczekiwań, jest zależność od środowiska zewnętrznego. Umiejętność, która wymaga pliku binarnego, którego nie zainstalowałeś, zawiedzie niezależnie od tego, czy uruchomisz ją przez Claude Code, czy Gemini CLI. Umiejętność, która potrzebuje klucza API, nie zadziała bez niego, niezależnie od okna kontekstowego agenta.

Studia przypadków: Kiedy umiejętności działają, a kiedy nie

Spojrzenie na konkretne przykłady wyjaśnia sprawę. Różnica między umiejętnością, która przechodzi testy, a taką, która wymaga konfiguracji, często nie ma nic wspólnego ze środowiskiem agenta.

• Sync Agent Instructions: Ta umiejętność z kategorii coding przeszła nasze testy. Jej celem jest synchronizacja instrukcji między plikami CLAUDE.md, GEMINI.md i AGENTS.md. Działa, ponieważ nie ma zewnętrznych zależności; używa tylko podstawowych poleceń powłoki, takich jak cp, git diff i git add. Jej logika jest w pełni przenośna. Wartością, którą wniosła w porównaniu z prostym podejściem, była jej precyzja — poprawnie dodała pliki docelowe do przechowalni za pomocą git add, pozostawiając plik źródłowy nieśledzony.

• AI Multimodal: Ta umiejętność z kategorii data otrzymała ocenę „działa po konfiguracji”. Jej skrypty są czyste i używają oficjalnego SDK google-genai dla Pythona. Wymaga jednak zainstalowania tego SDK oraz, co ważniejsze, aktywnego klucza GEMINI_API_KEY w środowisku. Nie mogliśmy dostarczyć klucza na potrzeby testu, więc jej wynik nigdy nie został zmierzony. Jest to umiejętność oparta na Gemini, która zawodzi z powodu, który zablokowałby ją równie skutecznie w samym Gemini CLI.

• Amazon Alexa QA: Kolejny przykład z oceną „działa po konfiguracji”, ta umiejętność z kategorii seo ilustruje problem ukrytych zależności. Jej instrukcje nie wspominają, że po cichu wymaga ona osobnego narzędzia browser-act-cli, które musi być zainstalowane za pomocą uv tool install browser-act-cli. Potrzebuje również aktywnego, zalogowanego konta Amazon. Ten wzorzec awarii jest całkowicie niezależny od agenta.

• AI Search Hub: Ta umiejętność z kategorii data, która przeszła testy, jest przykładem narzędzia, które po prostu działa. Uruchomiliśmy udokumentowane polecenie, a ono zwróciło poprawną odpowiedź za pierwszym razem. Wersja bazowa — ten sam model bez umiejętności — wymagała trzech prób i nie dała żadnych wyników.

Porównanie Gemini CLI z Claude Code w kontekście kodowania jest więc w mniejszym stopniu pytaniem o te dwa narzędzia, a w większym o umiejętności, które na nich uruchamiasz. Wspólny standard to prawdziwy krok naprzód, ale jak pokazują nasze dane, przenośność sprowadza się do tego, czy umiejętność jest szczera co do swoich wymagań wobec maszyny, na której działa.

Warto przeczytać: przeanalizowaliśmy to samo zagadnienie przenośności w odniesieniu do agenta OpenAI w artykule Claude Code vs Codex CLI i omówiliśmy, czym pliki instrukcji różnią się od umiejętności w AGENTS.md vs Claude Skills.

To jest problem, do rozwiązania którego stworzono SkillProof. Instalujemy każdą umiejętność, uruchamiamy ją na prawdziwych zadaniach i publikujemy werdykt — włączając w to niepowodzenia. Pełny katalog 2116 przetestowanych umiejętności jest dostępny do przeglądania za darmo; jeśli wolisz zacząć od krótszej listy, sprzedajemy również pakiety dziesięciu umiejętności dobranych pod kątem ról za 10 USD każdy.