Připojit ke Gemini

Používejte Gemini CLI s modely, MCP nástroji a dovednostmi přes Unity Gateway. CLI Unity Gateway (ug) zajišťuje přihlášení a konfiguraci v pracovním prostoru, nebo můžete připojení nastavit ručně.

Pouze Gemini CLI je podporován přes Unity Gateway.

Než začnete

Potřebujete URL pracovního prostoru Azure Databricks a přístup k modelům, MCP službám a dovednostem, které chcete používat. Pro ruční nastavení nainstalujte verzi Gemini CLI kompatibilní s aktuální integrací Unity Gateway a mějte osobní přístupový token Azure Databricks.

Pro ruční konfiguraci nahraďte <workspace-hostname> hostitelským názvem vašeho pracovního prostoru Azure Databricks a <databricks-pat> tokenem. Používejte kompletní názvy modelů dostupné ve vašem pracovním prostoru a slučujte konfigurační položky do existujících souborů, přičemž nesouvisející nastavení zůstávají nesouvisející.

Pokud už váš administrátor vaše zařízení nakonfiguroval, postupujte podle pokynů vaší organizace.

Použijte Unity Gateway CLI

Instalujte , poté spusťte ugtento příkaz z adresáře vašeho projektu:

ug gemini

Vyberte si svůj pracovní prostor a přihlaste se, když vás k tomu vyzvou. Příkaz otevře Gemini CLI s nakonfigurovaným modelem, připraveným pro váš obvyklý programátorský postup.

Pro začátek s jiným modelem použijte ug gemini --model "<model-name>". Pro použití služby Gemini Model Provider nakonfigurované vaším administrátorem použijte ug gemini --provider "<catalog>.<schema>.<provider-name>".

Modely konfigurujte ručně

Nainstalujte verzi Gemini CLI kompatibilní s aktuální integrací Unity Gateway:

npm install -g "@google/gemini-cli@<0.45.0"

Nastavte tyto proměnné ve svém terminálu:

export GEMINI_MODEL="system.ai.gemini-2-5-flash"
export GOOGLE_GEMINI_BASE_URL="https://<workspace-hostname>/ai-gateway/gemini"
export GEMINI_API_KEY_AUTH_MECHANISM="bearer"
export GEMINI_API_KEY="<databricks-pat>"

Sloučte následující do ~/.gemini/settings.json, chcete-li vybrat ověřování pomocí klíče API:

{
  "security": {
    "auth": {
      "selectedType": "gemini-api-key"
    }
  }
}

Pak běž gemini ze stejného terminálu. Viz konfigurační dokumentaci Gemini CLI pro nastavení a proměnné prostředí.

Přidat nástroje MCP

Použijte Unity Gateway CLI

Běh:

ug mcp add --agents gemini

Vyberte své služby a pak restartujte pomocí ug gemini. Vstupte /mcp do agenta a podívejte se na propojené servery.

Ručně konfigurujte MCP služby

Sločte tento záznam do :~/.gemini/settings.json

{
  "mcpServers": {
    "dbsql": {
      "httpUrl": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
      "headers": {
        "Authorization": "Bearer <databricks-pat>"
      }
    }
  }
}

Pro jinou službu změňte název serveru a nahraďte system.ai.dbsql ho jeho třídílným názvem Unity Catalog. Po úpravě restartujte gemini . Viz dokumentace MCP Gemini CLI.

ug gemini používá samostatný soubor s nastavením v umístění ~/.ucode/.gemini-home/.gemini/settings.json. Použijte tento soubor pro ruční zápisy MCP při spuštění přes ug.

Přidání dovedností

Použijte Unity Gateway CLI

Z vašeho adresáře projektu si stáhněte publikované dovednosti do projektu:

ug skills add --path "$PWD"

Vyberte si své dovednosti a pak restartujte Gemini CLI. Čte adresář projektu .agents/skills/. Zadáním /skills list zobrazíte dostupné dovednosti.

Manuální nastavení dovedností

U souborů, které už máte, vložte každou kompletní složku dovedností do svého .gemini/skills/projektu. Project skills pracuje s oběma gemini a ug geminiug ; používá samostatný domovský adresář pro uživatelská nastavení a dovednosti. Viz dokumentaci dovedností Gemini CLI.

Pro přístup k publikovanému registru dovedností přes MCP přidejte druhý server pomocí výše uvedeného příkladu MCP, pojmenujte ho databricks-skill-registrya nastavte httpUrl na https://<workspace-hostname>/ai-gateway/skills/. Zachovejte koncové lomítko a hlavičku Bearer. Požádejte agenta, aby použil dovednost pod jejím plným názvem.

Dovednosti Unity Gateway jsou v beta verzi. Viz Govern skills pro zpřístupnění a oprávnění.

Troubleshooting

Požadavek na model selže: Zkontrolujte URL brány, expiraci tokenu, název modelu, oprávnění a omezení verze Gemini CLI výše.

Chybí MCP server: Restartujte agenta. Pokud jste to nastavili s ug, spusťte to tak, ug gemini aby používalo stejná nastavení. Pro ruční nastavení zkontrolujte ~/.gemini/settings.json a token typu Bearer.

Stažená dovednost chybí: Zkontrolujte, zda se její kompletní složka nachází v podporovaném adresáři a obsahuje SKILL.md. Při spouštění prostřednictvím ug použijte výše uvedený příkaz ke stažení projektu. Znovu spouštějte ug skills add se stejnými možnostmi pro obnovení stažených dovedností.

Pro problémy s přihlášením nebo nastavením ug v pracovním prostoru použijte ug doctor.

Další kroky

  • Last updated on