Anslut Gemini

Använd Gemini CLI med modeller, MCP-verktyg och färdigheter via Unity Gateway. Unity Gateway CLI (ug) hanterar inloggning och konfiguration av arbetsytan, eller så kan du konfigurera anslutningen manuellt.

Endast Gemini CLI stöds via Unity Gateway.

Prerequisites

Du behöver din URL till Azure Databricks arbetsområde och tillgång till de modeller, MCP-tjänster och färdigheter du vill använda. För manuell installation, installera en Gemini CLI-version som är kompatibel med den nuvarande Unity Gateway-integrationen och ha en Azure Databricks personlig åtkomsttoken.

För manuell konfiguration, ersätt <workspace-hostname> med ditt Azure Databricks workspace-värdnamn och <databricks-pat> med din token. Använd fullständiga modellnamn som finns tillgängliga i ditt arbetsområde, sammanfoga konfigurationsposter i befintliga filer och behåll orelaterade inställningar.

Om din administratör redan har konfigurerat din enhet, följ organisationens konfigurationsinstruktioner.

Använd Unity Gateway CLI

Installera ug, kör sedan detta kommando från din projektkatalog:

ug gemini

Välj din arbetsplats och logga in när du blir tillfrågad. Kommandot öppnar Gemini CLI med en konfigurerad modell, redo för ditt vanliga kodningsarbetsflöde.

För att börja med en annan modell, använd ug gemini --model "<model-name>". För att använda en Gemini Model Provider Service konfigurerad av din administratör, använd ug gemini --provider "<catalog>.<schema>.<provider-name>".

Konfigurera modeller manuellt

Installera en Gemini CLI-version som är kompatibel med den nuvarande Unity Gateway-integrationen:

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

Ställ in dessa variabler i din 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>"

Slå samman följande i ~/.gemini/settings.json för att välja API-nyckelautentisering:

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

Kör gemini sedan från samma terminal. Se Gemini CLI:s konfigurationsdokumentation för dess inställningar och miljövariabler.

Lägg till MCP-verktyg

För att använda system.ai.dbsql, system.ai.sandbox eller system.ai.web_search måste en kontoadministratör aktivera Unity Gateway-betan från kontokonsolens sida Previews. Se Hantera kontoförhandsvisningar.

Använd Unity Gateway CLI

Run:

ug mcp add --agents gemini

Välj dina tjänster och starta sedan om med ug gemini. Gå in /mcp i agenten för att se anslutna servrar.

Konfigurera MCP-tjänster manuellt

Slå ihop denna post med ~/.gemini/settings.json:

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

För en annan tjänst, byt serverns namn och ersätt system.ai.dbsql med dess tredelade Unity Catalog-namn. Starta om gemini efter redigering. Se Gemini CLI:s MCP-dokumentation.

ug gemini använder en separat inställningsfil på ~/.ucode/.gemini-home/.gemini/settings.json. Använd den filen för manuella MCP-poster när du startar via ug.

Lägga till kunskaper

Använd Unity Gateway CLI

Från din projektkatalog, ladda ner publicerade färdigheter till projektet:

ug skills add --path "$PWD"

Välj dina färdigheter och starta sedan om Gemini CLI. Den läser .agents/skills/ projektets katalog. Gå in /skills list för att se tillgängliga färdigheter.

Konfigurera färdigheter manuellt

För de filer du redan har placerar du varje fullständig mapp för varje färdighet i projektets .gemini/skills/. Project skills fungerar med både gemini och ug gemini; ug använder en separat hemkatalog för användarinställningar och färdigheter. Se Gemini CLI:s färdighetsdokumentation.

För att komma åt det publicerade färdighetsregistret via MCP, lägg till en andra server med MCP-exemplet ovan, namnge den databricks-skill-registry, och sätt httpUrl till https://<workspace-hostname>/ai-gateway/skills/. Behåll den efterföljande snedstrecket och bärarhuvudet. Be agenten använda en färdighet med dess fullständiga namn.

Unity Gateway-färdigheter finns i Beta. Se Hantera kompetenser för aktivering och behörigheter.

Troubleshooting

En modellförfrågan misslyckas: Kontrollera gateway-URL:en, tokenens utgångsdatum, modellnamn, behörigheter och Gemini CLI-versionsbegränsningen ovan.

En MCP-server saknas: Starta om agenten. Om du konfigurerade det med ug, starta det med ug gemini så att det använder samma inställningar. För manuell installation, kontrollera ~/.gemini/settings.json och bärartoken.

En nedladdad skill saknas: Kontrollera att dess fullständiga mapp innehåller SKILL.md i en katalog som stöds. När du startar genom ug, använd kommandot för projektnedladdning ovan. Kör ug skills add om med samma alternativ för att uppdatera nedladdade färdigheter.

Vid problem med inloggning till arbetsområdet eller med ug-konfiguration, kör ug doctor.

Nästa steg

  • Uppdaterades senast