Ligar ao Gemini

Usa o Gemini CLI com modelos, ferramentas MCP e competências através do Unity Gateway. A CLI do Unity Gateway (ug) trata do início de sessão e da configuração do espaço de trabalho, ou pode configurar a ligação manualmente.

Apenas a CLI Gemini é suportada através do Unity Gateway.

Prerequisites

Precisa do URL do seu espaço de trabalho do Azure Databricks e de acesso aos modelos, serviços MCP e competências que pretende utilizar. Para configuração manual, instale uma versão da CLI Gemini compatível com a integração atual do Unity Gateway e tenha um token de acesso pessoal do Azure Databricks.

Para configuração manual, substitua <workspace-hostname> pelo nome de host do seu workspace Azure Databricks e <databricks-pat> pelo seu token. Use os nomes completos dos modelos disponíveis no seu espaço de trabalho e funde as entradas de configuração em ficheiros existentes, mantendo definições não relacionadas.

Se o seu administrador já configurou o seu dispositivo, siga as instruções de configuração da sua organização.

Utilize a CLI do Unity Gateway

Instale ug, depois execute este comando a partir do diretório do seu projeto:

ug gemini

Selecione o seu espaço de trabalho e inicie sessão quando solicitado. O comando abre a CLI Gemini com um modelo configurado, pronto para o seu fluxo de trabalho habitual de codificação.

Para começar com um modelo diferente, use ug gemini --model "<model-name>". Para usar um Serviço de Provedor de Modelo Gemini configurado pelo seu administrador, use ug gemini --provider "<catalog>.<schema>.<provider-name>".

Configurar os modelos manualmente

Instale uma versão da CLI Gemini compatível com a integração atual do Unity Gateway:

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

Defina estas variáveis no seu 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>"

Intercale o seguinte em ~/.gemini/settings.json para selecionar a autenticação por chave de API:

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

Depois corre gemini a partir do mesmo terminal. Consulte a documentação de configuração do Gemini CLI para as suas definições e variáveis de ambiente.

Adicionar ferramentas MCP

Para usar system.ai.dbsql, system.ai.sandbox, ou system.ai.web_search, um administrador de conta deve ativar a versão beta do Unity Gateway a partir da página de Pré-visualizações da consola da conta. Consulte Gerir pré-visualizações da conta.

Utilize a CLI do Unity Gateway

Corrida:

ug mcp add --agents gemini

Selecione os seus serviços, depois reinicie com ug gemini. Entra /mcp dentro do agente para veres os servidores ligados.

Configurar manualmente os serviços MCP

Funde esta entrada em ~/.gemini/settings.json:

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

Para outro serviço, altere o nome do servidor e substitua system.ai.dbsql pelo nome do Catálogo Unity em três partes. Reinicia gemini depois de editar. Consulte a documentação MCP da Gemini CLI.

ug gemini usa um ficheiro de definições separado em ~/.ucode/.gemini-home/.gemini/settings.json. Utilize esse ficheiro para entradas manuais de MCP ao iniciar através de ug.

Adicionar competências

Utilize a CLI do Unity Gateway

Do diretório do seu projeto, descarregue as competências publicadas para o projeto:

ug skills add --path "$PWD"

Escolhe as tuas competências e depois reinicia o Gemini CLI. Lê o diretório .agents/skills/ do projeto. Prima Enter /skills list para ver as competências disponíveis.

Configure as competências manualmente

Para ficheiros que já tem, coloque cada pasta de skill completa no arquivo do seu projeto .gemini/skills/. As competências do projeto funcionam quer com gemini quer com ug gemini; ug utiliza um diretório base separado para as definições do utilizador e as competências. Consulte a documentação de competências do Gemini CLI.

Para aceder ao registo de habilidades publicado através do MCP, adicione um segundo servidor usando o exemplo MCP acima, nomeie-o databricks-skill-registry, e defina httpUrl para https://<workspace-hostname>/ai-gateway/skills/. Mantém a barra de retaguarda e a cabeça do portador. Peça ao agente para usar uma capacidade pelo seu nome completo.

As funcionalidades do Unity Gateway estão em versão beta. Consulte Competências de Governar para habilitação e permissões.

Troubleshooting

Um pedido de modelo falha: Verifique o URL do gateway, expiração do token, nome do modelo, permissões e a restrição da versão da CLI Gemini acima.

Falta um servidor MCP: Reiniciar o agente. Se o configuraste com ug, inicia-o com ug gemini para que utilize as mesmas definições. Para a configuração manual, verifique ~/.gemini/settings.json e coloque a ficha do portador.

Falta uma habilidade descarregada: Verifique se a pasta completa se encontra num diretório suportado e contém SKILL.md. Ao iniciar através de ug, use o comando acima para transferir o projeto. Execute novamente ug skills add com as mesmas opções para atualizar as skills descarregadas.

Para problemas de início de sessão ou ug configuração do espaço de trabalho, execute ug doctor.

Passos seguintes

  • Última atualização a