Skills for Gemini CLI (Antigravity): the definitive 2026 guide

Introduction: Gemini CLI, la alternativa open-source de Google

Gemini CLI, también conocido como Antigravity, es la respuesta de Google a las herramientas de IA generativa de línea de comandos. A diferencia de Claude Code (Anthropic) o Copilot (Microsoft), Gemini CLI es completamente open-source, extensible y diseñado para equipos de desarrollo que necesitan flexibilidad y control total sobre sus flujos de trabajo.

La verdadera potencia de Gemini CLI radica en su sistema de skills. Así como en Claude Code utilizas SKILL.md para encapsular soluciones reutilizables, Gemini CLI usa el mismo estándar universal. Esto significa que un skill creado para Claude también funciona en Gemini CLI, Cursor, Cline, Windsurf y otras 5 plataformas más, sin necesidad de modificación.

En esta guía profundizamos en cómo configurar, organizar e implementar 1136 skills profesionales en Gemini CLI, maximizando tu productividad en desarrollo, DevOps, seguridad, marketing, finanzas y 40 industrias verticales.

¿Why skills en Gemini CLI? Porque la IA es un multiplicador de productividad, y un skill reutilizable ahorra tiempo exponencial. Un prompt genérico genera resultados inconsistentes. Un skill pulido genera excelencia repetible.

¿Qué es Gemini CLI y por qué importa en 2026?

Google lanzó Gemini CLI como respuesta al crecimiento de herramientas como Claude Code y Copilot. A diferencia de plataformas propietarias, Gemini CLI es:

Open-source: Código completo disponible, sin dependencias de un proveedor único
Agnóstico de modelos: Funciona con Gemini Pro, Gemini Flash, Gemini Ultra, y otros modelos futuros
Integrado con Google Cloud: Acceso nativo a BigQuery, Firestore, Cloud Run, Vertex AI
Totalmente configurable: Via GEMINI.md y AGENTS.md, sin dependencias de UI cerrada
Soporta skills universales: El mismo SKILL.md que usas en Claude Code, Cursor, Cline

En 2026, la tendencia es clara: los equipos prefieren herramientas open-source, altamente configurables, que integren múltiples plataformas y modelos. Gemini CLI satisface perfectamente este requisito.

GEMINI.md y AGENTS.md: Los archivos de configuración maestros

La base de cualquier instalación de Gemini CLI es la configuración. A diferencia de herramientas con interfaces gráficas, Gemini CLI se configura mediante dos archivos de texto plano:

GEMINI.md: Configuration global

Este archivo vive típicamente en ~/.gemini/GEMINI.md y define el comportamiento global de Gemini CLI. Es el "cerebro" de tu instalación.

# ~/.gemini/GEMINI.md
model: "gemini-2.0-flash"
temperature: 0.7
max_tokens: 4096
system_prompt: |
  Eres un asistente de IA altamente especializado.
  Usas skills de ~/.gemini/skills/ para maximizar precisión.
  Sigues principios de Prompt Guard para seguridad.

cache_enabled: true
cache_ttl: 3600

skills_path: "~/.gemini/skills/"
agents_path: "~/.gemini/agents/"

security:
  enable_prompt_guard: true
  enable_injection_detection: true
  max_context_length: 8192

integrations:
  google_cloud:
    project_id: "your-gcp-project"
    use_vertex_ai: true

  obsidian:
    vault_path: "~/Obsidian Vault"
    auto_sync: true
    memory_context: "memory.md"

Las claves principales son:

model: Qué modelo Gemini usar (Flash para velocidad, Pro para equilibrio, Ultra para complejidad)
skills_path: Dónde buscar tus SKILL.md (universal en todas las plataformas)
enable_prompt_guard: Activar protecciones contra inyecciones de prompts
integrations: Conectar Google Cloud, Obsidian, bases de datos, etc.

AGENTS.md: Definición de agentes especializados

Mientras GEMINI.md configura el sistema global, AGENTS.md define agentes especializados que pueden invocar skills automáticamente. Un agente es un "trabajador autónomo" que puede ejecutar tareas sin intervención humana.

# ~/.gemini/AGENTS.md
agents:
  - id: "code-reviewer"
    name: "Code Reviewer Agent"
    model: "gemini-2.0-pro"
    skills:
      - "code-review-python"
      - "security-analysis"
      - "performance-audit"
    triggers:
      - event: "pull_request_opened"
      - path: "/repo/**/*.py"

  - id: "docs-generator"
    name: "Auto Docs Agent"
    model: "gemini-2.0-flash"
    skills:
      - "generate-api-docs"
      - "create-readme"
      - "table-of-contents"
    triggers:
      - event: "code_push"
      - path: "/src/**"

  - id: "security-scanner"
    name: "Security Analyst Agent"
    model: "gemini-2.0-ultra"
    skills:
      - "vuln-scanner"
      - "dependency-check"
      - "prompt-injection-detection"
    triggers:
      - schedule: "0 */6 * * *"

Esto permite que Gemini CLI ejecute automáticamente tareas basadas en eventos (PR abierto, código pusheado) o cronogramas (cada 6 horas). Cada agente puede ejecutar múltiples skills en secuencia.

Directorio ~/.gemini/skills/: La estructura universal

El estándar universal de SKILLSBUNDLE define que todos los skills deben vivir en ~/.gemini/skills/. Cada skill es una carpeta con estructura idéntica, independientemente de si la plataforma es Gemini CLI, Claude Code, Cursor o Cline.

Estructura de un skill

~/.gemini/skills/
├── code-review-python/
│   ├── SKILL.md          # Metadatos y prompt del skill
│   ├── README.md         # Documentación para humanos
│   ├── examples.md       # Use Types reales
│   ├── templates/
│   │   └── review-template.txt
│   └── validators/
│       └── python-lint.js
├── security-analysis/
│   ├── SKILL.md
│   └── ...

Cada SKILL.md contiene:

Metadatos: nombre, versión, categoría, plataformas soportadas
El prompt: instrucciones exactas para el modelo
Variables dinámicas: placeholders que se rellenan en tiempo de ejecución
Validadores: reglas que verifican calidad de salida
Examples: tipos de uso reales documentados

El formato SKILL.md es agnóstico de plataforma. Funciona en Gemini CLI, Claude Code, Copilot, Cursor, Windsurf, Cline, Aider y Codex. Es el estándar universal de 2026.

1136 Skills Profesionales: El toolkit profesional

Los skills transversales son aplicables en cualquier industria. Son herramientas fundamentales para desarrollo, testing, documentación y operaciones.

Categorías principales

Desarrollo (150 skills): Scaffolding, refactoring, testing, debugging, code generation
Testing (80 skills): Unit tests, E2E tests, mutation testing, coverage analysis
Documentación (120 skills): API docs, README, arquitectura, diagramas
DevOps (100 skills): CI/CD, containerización, monitoreo, logs
Seguridad (140 skills): Análisis de vulnerabilidades, Prompt Guard, autenticación

Ejemplo 1: Security Analysis (Seguridad)

# ~/.gemini/skills/vuln-scanner/SKILL.md
---
id: vuln-scanner
name: "Vulnerability Scanner"
version: "2.1.0"
category: "security"
platforms: ["gemini-cli", "claude-code", "cursor", "cline", "copilot"]
tags: ["security", "vulnerability", "sast", "dependencies"]
---

## Prompt

Analiza el siguiente código y genera un reporte de vulnerabilidades:

{{CODE}}

Verifica:
1. SQL Injection, XSS, CSRF
2. Credenciales hardcodeadas
3. Dependencias con CVEs conocidos
4. Logging inseguro
5. Validación insuficiente de entrada

Formato de salida JSON con severidad (CRITICAL, HIGH, MEDIUM, LOW).

Ejemplo 2: API Documentation Generator

# ~/.gemini/skills/generate-api-docs/SKILL.md
---
id: generate-api-docs
name: "API Documentation Generator"
version: "1.8.0"
category: "documentation"
---

## Prompt

Genera documentación OpenAPI 3.0 para esta API:

{{SOURCE_CODE}}

Incluye:
- Endpoints con método HTTP
- Parámetros (query, path, body)
- Códigos de respuesta (200, 400, 401, 500)
- Examples de request/response
- Autenticación requerida
- Rate limits

Salida: YAML valido compatible con Swagger UI.

Ejemplo 3: CI/CD Pipeline Generator

# ~/.gemini/skills/generate-cicd/SKILL.md
---
id: generate-cicd
name: "CI/CD Pipeline Generator"
version: "2.0.0"
category: "devops"
---

## Prompt

Genera un pipeline de GitHub Actions para este proyecto:

Lenguaje: {{LANGUAGE}}
Framework: {{FRAMEWORK}}
Tests: {{TEST_FRAMEWORK}}
Deploy: {{DEPLOYMENT_TARGET}}

Pasos requeridos:
1. Checkout code
2. Setup environment
3. Install dependencies
4. Run linters
5. Run tests con coverage
6. Build
7. Deploy a {{DEPLOYMENT_TARGET}}
8. Notify Slack on failure

Salida: YAML válido para .github/workflows/

Skills Verticals: Soluciones por industria

Los skills verticales están diseñados para industrias específicas. Incluyen conocimiento de dominio, mejores prácticas y regulaciones específicas de cada sector.

SKILLSBUNDLE incluye skills verticales especializados cubriendo 40 industrias:

Examples de industrias verticales

Industria	Skills	Examples
FinTech	15 skills	PSD2 compliance, fraud detection, transaction auditing
Healthcare (HIPAA)	18 skills	Patient data security, HIPAA log auditing, PHI handling
E-commerce	14 skills	Inventory management, order processing, payment reconciliation
Cloud (AWS, GCP, Azure)	22 skills	Infrastructure as Code, cost optimization, security groups
Legal Tech	12 skills	Contract analysis, NDA screening, compliance checking
Marketing / AdTech	16 skills	Campaign optimization, A/B testing, audience segmentation
Supply Chain	13 skills	Demand forecasting, vendor management, logistics optimization
Real Estate	11 skills	Property valuation, lease analysis, market trends

Caso de uso: Financial Services con Gemini CLI

Imagina que trabaja en una fintech. Tu AGENTS.md puede configurar agentes especializados que revisen transacciones en tiempo real:

# ~/.gemini/AGENTS.md
agents:
  - id: "fraud-detector"
    model: "gemini-2.0-ultra"
    skills:
      - "fraud-pattern-detection"
      - "anomaly-scoring"
      - "psd2-compliance"
      - "transaction-audit-log"
    triggers:
      - event: "transaction_created"
      - threshold: "amount > 10000"
    action: "flag_for_review"

Este agente se ejecuta automáticamente cada vez que se crea una transacción > $10k, ejecutando 4 skills en paralelo para validar que sea legítima, generar un score de anomalía, verificar PSD2, y loguear auditablemente.

Prompt Guard: Protección contra inyecciones en Gemini

Prompt Guard es el sistema de seguridad de Gemini para detectar y mitigar ataques de inyección de prompts. A diferencia de los modelos anteriores, Gemini 2.0 tiene Prompt Guard integrado nativamente.

Activar Prompt Guard en GEMINI.md

# ~/.gemini/GEMINI.md
security:
  enable_prompt_guard: true
  guard_strategies:
    - input_filtering: true      # Detecta patrones sospechosos
    - injection_detection: true  # Analiza inyecciones de multi-turn
    - jailbreak_detection: true  # Detecta intentos de jailbreak
    - token_isolation: true      # Aísla contexto de usuario

  guard_sensitivity: "strict"    # strict, normal, permissive

  on_violation:
    action: "block"              # block, warn, flag
    log_event: true
    alert_webhook: "https://..."

Cómo Prompt Guard funciona con skills

Cuando usas un skill en Gemini CLI con Prompt Guard habilitado:

Gemini recibe tu solicitud (user input)
Prompt Guard analiza si contiene patrones de inyección
Si es seguro, carga el skill y lo ejecuta
Prompt Guard vuelve a verificar la salida del modelo
Si todo es seguro, devuelve el resultado
Si detecta amenaza, bloquea y registra el evento

Esto es especialmente crítico en Gemini CLI porque tiene capacidades multi-modal (texto, imagen, audio, video). Un atacante podría intentar inyectar instrucciones maliciosas dentro de una imagen.

Prompt Guard adaptado para Gemini: Google añadió detección de inyecciones en imágenes, no solo texto. Si subes una imagen con OCR que contiene instrucciones maliciosas disfrazadas, Prompt Guard lo detecta.

Gemini CLI vs Claude Code: Comparison de características para skills

Aunque ambos soportan el mismo estándar de SKILL.md, tienen diferencias importantes en cómo ejecutan skills:

Característica	Gemini CLI	Claude Code
Estándar SKILL.md	Soporte completo	Soporte completo
Ejecución de skills	CLI + Agentes automáticos	CLI + UI interactiva
Integration Google Cloud	Nativa (BigQuery, Firestore)	Via APIs
Paralización de skills	Si (via AGENTS.md)	Secuencial
Prompt Guard	Integrado, multi-modal	Integrado, texto
Modelos disponibles	Gemini Pro/Flash/Ultra	Claude 3.5/4
Open-source	100% open-source	Propietario
Almacenamiento local	~/.gemini/	~/Library/Claude Code/

Veredicto: Si necesitas flexibilidad, open-source y integración profunda con Google Cloud → Gemini CLI. Si necesitas UX pulida e integración con Anthropic → Claude Code. Ambos usan el mismo estándar de skills, así que la inversión en crear/refinar skills es agnóstica de plataforma.

Integration con Obsidian: Memoria persistente en Gemini

Una característica única de Gemini CLI es la integración nativa con Obsidian para memoria persistente. Mientras que Claude Code mantiene memoria dentro de la sesión, Gemini CLI puede guardar aprendizajes y contexto en una bóveda Obsidian.

Configurar Obsidian en GEMINI.md

# ~/.gemini/GEMINI.md
integrations:
  obsidian:
    enabled: true
    vault_path: "~/Obsidian Vault"
    memory_file: "AI Memory/gemini-context.md"
    auto_sync: true
    update_interval: 300  # segundos

    memory_categories:
      - "project-knowledge"
      - "user-preferences"
      - "learned-patterns"
      - "error-log"

    backlink_skill_docs: true  # Links a documentación de skills

Ejemplo: Guardar contexto de proyecto

Cuando trabajas en un proyecto con Gemini CLI, automáticamente crea un documento en Obsidian:

# ~/Obsidian Vault/AI Memory/gemini-context.md

## Project: ecommerce-api
**Started:** 2026-04-11
**Stack:** Python FastAPI + PostgreSQL

### Learned Patterns
- The project uses SQLAlchemy ORM with custom base model
- Authentication is JWT with 30min expiry
- All endpoints require rate limiting (100/min)

### Previous Issues
- [[Database migration deadlock (2026-04-10)]]
- Fixed by upgrading Alembic to 1.14
- Pattern: Always test migrations in staging first

### Skills Used
- [[generate-api-docs]] - Generated OpenAPI 3.0 spec
- [[security-analysis]] - Found 3 SQL injection risks
- [[generate-cicd]] - Created GitHub Actions pipeline

### Next Context
- Working on payment integration with Stripe
- Need PCI compliance check
- Recommend skill: [[fintech-stripe-integration]]

Esto significa que en tu próxima sesión de Gemini CLI, cuando abras el mismo proyecto, ya sabrá todo lo que aprendimos antes. No necesitas explicar el contexto de nuevo.

Installation paso a paso: Setup completo de Gemini CLI

Aquí está el proceso completo para instalar Gemini CLI con 1136 skills.

Paso 1: Descargar e instalar Gemini CLI

# En macOS o Linux
curl -fsSL https://get.gemini.google.dev/install.sh | bash

# En Windows (PowerShell)
irm https://get.gemini.google.dev/install.ps1 | iex

# Verificar instalación
gemini --version
# Output: Gemini CLI v2.1.0

Paso 2: Crear estructura de directorios

mkdir -p ~/.gemini/{skills,agents,memory}
mkdir -p ~/Obsidian\ Vault/AI\ Memory

# Crear archivos de configuración
touch ~/.gemini/GEMINI.md
touch ~/.gemini/AGENTS.md

Paso 3: Configurar GEMINI.md

Copia la configuración mostrada en la sección anterior a ~/.gemini/GEMINI.md. Personaliza:

model: Elige entre flash (rápido), pro (equilibrio), ultra (máxima calidad)
project_id: Tu proyecto de Google Cloud (opcional pero recomendado)
vault_path: Ruta a tu bóveda Obsidian

Paso 4: Instalar 1136 skills de SKILLSBUNDLE

# Descargar paquete de skills
gemini skills install skillsbundle/1136-professional-skills

# Esto copia automáticamente a ~/.gemini/skills/
# Y crea índices en ~/.gemini/skills/.index.json

# Verificar instalación
gemini skills list | head -20
# Output: 1136 skills installed

Paso 5: Configurar integración con Google Cloud (opcional)

# Autenticarse con Google Cloud
gcloud auth application-default login

# Setear proyecto
gcloud config set project YOUR_PROJECT_ID

# Verificar conexión
gemini test-integration google-cloud

Paso 6: Sincronizar Obsidian

# Test de sincronización
gemini memory sync

# Output: Syncing with Obsidian vault...
# Memory initialized in ~/Obsidian Vault/AI Memory/
# Status: Ready

Paso 7: Test de skills básico

# Ejecutar un skill simple
gemini run code-review-python <

Multi-model con Gemini: Pro vs Flash vs Ultra

Gemini CLI soporta 3 modelos principales, cada uno optimizado para diferentes tipos de uso:

Gemini Flash (gemini-2.0-flash)

Velocidad: Responde en <1 segundo
Coste: Más económico
Casos: Code review rápido, linting, reformateo
En AGENTS.md: Para agentes de alta frecuencia

Gemini Pro (gemini-2.0-pro)

Equilibrio: 2-3 segundos, buena calidad
Coste: Intermedio
Casos: Refactoring, testing, documentación
En AGENTS.md: Para agentes normales

Gemini Ultra (gemini-2.0-ultra)

Calidad: Máxima profundidad de análisis
Coste: Premium
Casos: Análisis de seguridad, arquitectura, complejos
En AGENTS.md: Para agentes críticos de seguridad

Configurar multi-model por skill

# ~/.gemini/AGENTS.md
agents:
  - id: "fast-linter"
    model: "gemini-2.0-flash"     # Rápido
    skills: ["pylint", "eslint"]

  - id: "smart-refactor"
    model: "gemini-2.0-pro"       # Equilibrado
    skills: ["refactor-code", "naming-improvement"]

  - id: "security-auditor"
    model: "gemini-2.0-ultra"     # Premium
    skills: ["security-analysis", "vulnerability-scan"]

INFOGRAFÍA 1: Arquitectura de Gemini CLI con Skills

Flujo de ejecución: Terminal → Gemini CLI → Lee GEMINI.md → Carga skills → Prompt Guard valida → Ejecuta modelo → Devuelve resultado

INFOGRAFÍA 2: Comparison Gemini CLI vs Claude Code vs Copilot

Matriz de características: Gemini CLI excele en open-source, multi-model y Google Cloud. Claude Code en UX. Copilot en Microsoft ecosystem.

INFOGRAFÍA 3: 40 Industrias Verticals visualizadas

40 industrias cubiertas con skills verticales especializados especializados. Cada círculo = industria con 12-18 skills de dominio específico.

Use Types reales: Proyectos vivos con Gemini CLI

Caso 1: Startup de fintech revisando compliance

Un equipo de 5 desarrolladores necesita garantizar que su plataforma de pagos cumpla con PSD2, GDPR y estándares bancarios. Configuran Gemini CLI con agentes automáticos:

# ~/.gemini/AGENTS.md para fintech
agents:
  - id: "compliance-auditor"
    model: "gemini-2.0-ultra"
    skills:
      - "psd2-compliance-check"
      - "gdpr-data-audit"
      - "banking-standards-review"
      - "encryption-verification"
    triggers:
      - event: "pull_request_opened"
      - path: "src/payments/**"
    action: "comment_on_pr"

# Resultado: Cada PR de pagos se revisa automáticamente
# contra regulaciones. 0 errores de compliance en producción.

Caso 2: Empresa de SaaS acelerando documentación

Un producto SaaS con 150+ endpoints API necesitaba documentación. Con Gemini CLI:

# Comando simple
gemini run generate-api-docs \
  --source-code "src/api/" \
  --output-format "openapi-3.0" \
  --include-examples true \
  --auto-deploy-swagger-ui true

# Resultado:
# - OpenAPI 3.0 spec generada en 30 segundos
# - Swagger UI desplegado automáticamente
# - Documentación 100% sincronizada con código
# Antes: 2 semanas. Ahora: 30 segundos.

Caso 3: Equipo DevOps automatizando infraestructura

Un equipo DevOps usa Gemini CLI para generar y validar pipelines de CI/CD:

# AGENTS.md para DevOps
agents:
  - id: "cicd-generator"
    model: "gemini-2.0-pro"
    skills:
      - "generate-cicd"
      - "terraform-plan-reviewer"
      - "helm-chart-validator"
    triggers:
      - event: "new_microservice_created"
    action: "create_pull_request"

# Resultado: Nuevo microservicio → CI/CD y IaC generados automáticamente
# Los equipos solo escriben lógica de negocio.

Conclusion: El futuro de la IA en 2026

Gemini CLI representa la próxima generación de herramientas de IA. Es open-source, multi-model, altamente configurable y agnóstica de plataforma. Combinado con el estándar universal de SKILL.md, transforma cómo los equipos trabajan:

1136 skills profesionales: Herramientas fundamentales para cualquier equipo
skills verticales especializados: Soluciones especializadas para 40 industrias
Prompt Guard: Seguridad multi-modal integrada
Integration Obsidian: Memoria persistente entre sesiones
Agentes automáticos: Ejecución autónoma de skills basada en eventos
Multi-model: Elige Flash (velocidad), Pro (equilibrio) o Ultra (máxima calidad)

Si quieres dominar Gemini CLI en 2026, comienza hoy. Instala, configura GEMINI.md, carga 1136 skills de SKILLSBUNDLE, y transforma tu flujo de trabajo de IA.

Skills para Gemini CLI (Antigravity): guía definitiva 2026