Verbind Gemini

Gebruik Gemini CLI met modellen, MCP-tools en vaardigheden via Unity Gateway. De Unity Gateway CLI (ug) verzorgt het aanmelden bij de werkruimte en de configuratie ervan, of je kunt de verbinding handmatig configureren.

Alleen de Gemini CLI wordt ondersteund via Unity Gateway.

Prerequisites

Je hebt je Azure Databricks workspace-URL nodig en toegang tot de modellen, MCP-services en vaardigheden die je wilt gebruiken. Voor handmatige installatie installeer je een Gemini CLI-versie die compatibel is met de huidige Unity Gateway-integratie en gebruik je een Azure Databricks persoonlijke toegangstoken.

Voor handmatige configuratie vervang <workspace-hostname> het met de hostnaam van je Azure Databricks workspace en <databricks-pat> met je token. Gebruik volledige modelnamen die beschikbaar zijn in je werkruimte en voeg configuratie-entries samen met bestaande bestanden, waarbij je niet-gerelateerde instellingen behoudt.

Als je beheerder je apparaat al heeft geconfigureerd, volg dan de installatie-instructies van je organisatie.

Gebruik de Unity Gateway CLI

Installeer ugen voer vervolgens dit commando uit vanuit je projectmap:

ug gemini

Selecteer je werkruimte en meld je aan wanneer daarom wordt gevraagd. Het commando opent Gemini CLI met een geconfigureerd model, klaar voor je gebruikelijke codeerworkflow.

Om met een ander model te beginnen, gebruik ug gemini --model "<model-name>". Om een Gemini Model Provider Service te gebruiken die door je beheerder is geconfigureerd, gebruik ug gemini --provider "<catalog>.<schema>.<provider-name>".

Modellen handmatig configureren

Installeer een Gemini CLI-versie die compatibel is met de huidige Unity Gateway-integratie:

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

Stel deze variabelen in in je terminal:

export GEMINI_MODEL="system.ai.gemini-3-5-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>"

Voeg het volgende samen in ~/.gemini/settings.json om API-sleutelauthenticatie te selecteren:

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

Voer vervolgens gemini uit vanuit dezelfde terminal. Zie de configuratiedocumentatie van Gemini CLI voor de instellingen en omgevingsvariabelen.

Voeg MCP-tools toe

Om system.ai.sandbox, system.ai.web_search of system.ai.dbsql te gebruiken, moet een accountbeheerder de Unity Gateway-bèta inschakelen via de pagina Previews van de accountconsole. Zie Voorbeelden van accounts beheren.

Gebruik de Unity Gateway CLI

Uitvoeren:

ug mcp add --agents gemini

Selecteer je diensten en start dan opnieuw met ug gemini. Voer /mcp in de agent om verbonden servers te zien.

Configureer MCP-services handmatig

Voeg deze vermelding samen in ~/.gemini/settings.json:

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

Voor een andere dienst verander je de servernaam en vervang je system.ai.dbsql door de driedelige Unity Catalog-naam ervan. Herstart gemini na het bewerken. Zie de MCP-documentatie van Gemini CLI.

ug gemini gebruikt een apart instellingenbestand op ~/.ucode/.gemini-home/.gemini/settings.json. Gebruik dat bestand voor handmatige MCP-vermeldingen bij het starten door ug.

Vaardigheden toevoegen

Gebruik de Unity Gateway CLI

Download gepubliceerde vaardigheden vanuit je projectdirectory in het project:

ug skills add --path "$PWD"

Kies je vaardigheden en start dan Gemini CLI opnieuw. Het leest de .agents/skills/ map van het project. Voer in /skills list om beschikbare vaardigheden te zien.

Configureer vaardigheden handmatig

Voor bestanden die je al hebt, plaats je elke complete vaardigheidsmap in de .gemini/skills/map van je project. Project skills werkt met zowel gemini als ug gemini; ug gebruikt een aparte thuismap voor gebruikersinstellingen en vaardigheden. Zie de vaardigheidsdocumentatie van Gemini CLI.

Om toegang te krijgen tot het gepubliceerde vaardigheidsregister via MCP, voeg je een tweede server toe met het MCP-voorbeeld hierboven, noem deze databricks-skill-registry, en stel httpUrl je in op https://<workspace-hostname>/ai-gateway/skills/. Houd de aflopende streep en de drager-header aan. Vraag de agent om een vaardigheid te gebruiken met de volledige naam.

Unity Gateway-vaardigheden bevinden zich in de bètafase. Zie Vaardigheden beheren voor inschakelen en machtigingen.

Troubleshooting

Een modelverzoek faalt: Controleer de gateway-URL, tokenvervaldatum, modelnaam, permissies en de hierboven genoemde Gemini CLI-versiebeperking.

Er ontbreekt een MCP-server: Herstart de agent. Als je het hebt geconfigureerd met ug, start het met ug gemini zodat het dezelfde instellingen gebruikt. Controleer voor handmatige installatie ~/.gemini/settings.json en de bearer-token.

Een gedownloade vaardigheid ontbreekt: Controleer of de volledige map SKILL.md bevat en zich in een ondersteunde map bevindt. Wanneer u via ug start, gebruikt u de bovenstaande opdracht 'project download'. Speel ug skills add opnieuw met dezelfde opties om gedownloade vaardigheden te verversen.

Voor aanmeldings- of installatieproblemen met de werkruimte, voer ug doctor uit.

Volgende stappen 

  • Laatst bijgewerkt om