Connect Gemini
Unity Gateway を介して、モデル、MCP ツール、およびスキルで Gemini CLI を使用します。Unity Gateway CLI (ug) は、ワークスペースへのサインインと構成を処理します。または、接続を手動で構成することもできます。
Unity Gateway を介してサポートされているのは Gemini CLI のみです。
始める前に
使用するモデル、MCPサービス、スキルにアクセスするには、DatabricksワークスペースのURLとアクセストークンが必要です。手動でセットアップするには、現在のUnity Gateway統合と互換性のあるGemini CLIのバージョンをインストールし、Databricks個人用アクセストークンを用意します。
For manual configuration, replace <workspace-hostname> with your Databricks workspace hostname and <databricks-pat> with your token.Use full model names available in your ワークスペース, and Merge configuration entries into existing files, keeping unrelated settings.
管理者がすでにデバイスを設定している場合は、組織のセットアップ手順に従ってください。
Unity Gateway CLIを使用する
ugをインストールし、プロジェクトディレクトリから次のコマンドを実行します：
ug gemini
プロンプトが表示されたら、ワークスペースを選択してサインインします。このコマンドを実行すると、モデルが構成された状態でGemini CLIが起動し、通常のコーディングワークフローの準備が整います。
別のモデルで起動するには、ug gemini --model "<model-name>" を使用します。管理者によって構成された Gemini モデルプロバイダーサービスを使用するには、ug gemini --provider "<catalog>.<schema>.<provider-name>" を使用します。
モデルを手動で構成する
Install a Gemini CLI version compatible with the current Unity Gateway integration:
npm install -g "@google/gemini-cli@<0.45.0"
次の変数をターミナルで設定します。
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>"
APIキー認証を選択するには、次を~/.gemini/settings.jsonにMergeしてください：
{
"security": {
"auth": {
"selectedType": "gemini-api-key"
}
}
}
その後、同じターミナルから gemini をランします。設定および環境変数については、Gemini CLIの設定ドキュメントを参照してください。
MCPツールを追加
Unity Gateway CLIを使用する
ラン：
ug mcp add --agents gemini
サービスを選択し、ug geminiで再起動します。Enter /mcp inside the agent to see connected servers.
MCPサービスを手動で構成する
このエントリを~/.gemini/settings.jsonにMerge：
{
"mcpServers": {
"dbsql": {
"httpUrl": "https://<workspace-hostname>/ai-gateway/mcp-services/system.ai.dbsql",
"headers": {
"Authorization": "Bearer <databricks-pat>"
}
}
}
}
別のサービスの場合は、サーバー名を変更し、system.ai.dbsql をその 3 部構成の Unity Catalog 名に置き換えます。編集後に gemini を再起動します。Gemini CLI の MCP ドキュメントを参照してください。
ug gemini ~/.ucode/.gemini-home/.gemini/settings.jsonにある個別の設定ファイルを使用します。ugから起動する場合は、手動によるMCPエントリ用にそのファイルを使用します。
スキルを追加
Unity Gateway CLIを使用する
From your project directory, download published skills into the project:
ug skills add --path "$PWD"
スキルを選択してから、Gemini CLIを再起動してください。プロジェクトの.agents/skills/ディレクトリを読み取ります。利用可能なスキルを表示するには、/skills listを入力してください。
スキルを手動で構成する
すでにあるファイルについては、完全なスキル フォルダをそれぞれプロジェクトの .gemini/skills/ に配置します。プロジェクトのスキルは gemini および ug gemini の両方で機能します。ug では、ユーザー設定とスキルに別のホーム ディレクトリが使用されます。Gemini CLI のスキルに関するドキュメントを参照してください。
MCPを介して公開済みのスキルレジストリにアクセスするには、上記のMCPの例を使用して2台目のサーバーを追加し、名前をdatabricks-skill-registryに設定し、httpUrlをhttps://<workspace-hostname>/ai-gateway/skills/に設定します。末尾のスラッシュとベアラーヘッダーを維持します。スキルをフルネームで指定して使用するようにエージェントに依頼します。
Unity Gateway skills are in Beta.See Govern skills for enablement and permissions.
Troubleshooting
モデルのリクエストが失敗する場合： ゲートウェイのURL、トークンの有効期限、モデル名、権限、および上記のGemini CLIのバージョン制限を確認してください。
An MCP server is missing: Restart the agent.If you configured it with ug, launch it with ug gemini so it uses the same settings.For manual setup, check ~/.gemini/settings.json and the bearer token.
ダウンロードされたスキルが見つかりません： 完全なフォルダに、サポートされているディレクトリ内のSKILL.mdが含まれていることを確認してください。ugを通じて起動する場合は、上記のプロジェクトのdownloadコマンドを使用してください。downloadしたスキルを更新するには、同じオプションを指定してug skills addを再実行します。
ワークスペースのサインインまたはugの設定に問題がある場合は、ug doctorを実行してください。