Pular para o conteúdo principal
Última atualização em

Conectar Gemini

Use o Gemini CLI com modelos, ferramentas MCP e skills por meio do Unity Gateway. O Unity Gateway CLI (ug) lida com o login e a configuração do workspace, ou você pode configurar a conexão manualmente.

Apenas o Gemini CLI é compatível por meio do Unity Gateway.

Antes de começar​

Você precisa da URL do seu workspace do Databricks e de acesso aos modelos, serviços de MCP e habilidades que deseja usar. Para a configuração manual, instale uma versão da CLI do Gemini compatível com a integração atual do Unity Gateway e tenha um access token pessoal do Databricks.

For manual configuration, replace <workspace-hostname> with your Databricks workspace hostname and <databricks-pat> with your token. Use os nomes completos de modelo disponíveis em seu workspace e faça o merge das entradas de configuração nos arquivos existentes, mantendo as configurações não relacionadas.

If your admin has already configured your device, follow your organization's setup instructions.

Use a CLI do Unity Gateway​

Instale o ug e execute o seguinte comando a partir do diretório do seu projeto:

Bash
ug gemini

Selecione seu workspace e faça login quando solicitado. O comando abre o Gemini CLI com um modelo configurado, pronto para o seu fluxo de trabalho de codificação habitual.

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 modelos manualmente​

Install a Gemini CLI version compatible with the current Unity Gateway integration:

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

Defina estas variáveis em seu terminal:

Bash
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>"

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

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

Em seguida, execute gemini a partir do mesmo terminal. Consulte a documentação de configuração da CLI do Gemini para ver as configurações e as variáveis de ambiente dela.

Adicionar ferramentas MCP​

Use a CLI do Unity Gateway​

execução:

Bash
ug mcp add --agents gemini

Selecione seus serviços e, em seguida, reinicie com ug gemini. Insira /mcp dentro do agente para ver os servidores conectados.

Configurar serviços MCP manualmente​

Fazer merge desta entrada em ~/.gemini/settings.json:

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 de três partes do Unity Catalog. Reinicie gemini após a edição. Consulte a documentação do MCP do Gemini CLI.

ug gemini usa um arquivo de configurações separado em ~/.ucode/.gemini-home/.gemini/settings.json. Use esse arquivo para entradas de MCP manuais ao iniciar por meio de ug.

Adicionar habilidades​

Use a CLI do Unity Gateway​

A partir do diretório do seu projeto, faça o download das skills publicadas para o projeto:

Bash
ug skills add --path "$PWD"

Escolha suas habilidades e reinicie o Gemini CLI. Ele lê o diretório .agents/skills/ do projeto. Insira /skills list para ver as habilidades disponíveis.

Configurar habilidades manualmente​

Para arquivos que você já possui, coloque cada pasta de habilidade completa no .gemini/skills/ do seu projeto. As habilidades de projeto funcionam com gemini e ug gemini; o ug usa um diretório inicial separado para configurações e habilidades do usuário. Consulte a documentação de habilidades do Gemini CLI.

To access the published skill registry through MCP, add a second server using the MCP example acima, name it databricks-skill-registry, and set httpUrl to https://<workspace-hostname>/ai-gateway/skills/. Keep the trailing slash and bearer header. Ask the agent to use a skill by its full name.

As habilidades do Unity Gateway estão em Beta. Consulte Governar habilidades para ver informações sobre habilitação e permissões.

Solução de problemas​

A model request fails: Verifique a URL do gateway, a expiração do token, o nome do modelo, as permissões e a restrição de versão do Gemini CLI acima.

Falta um servidor MCP: reinicie o agente. Se você o configurou com ug, inicie-o com ug gemini para que ele use as mesmas configurações. Para a configuração manual, verifique ~/.gemini/settings.json e o access token.

Uma skill download está ausente: verifique se sua pasta completa contém SKILL.md em um diretório compatível. Ao iniciar por meio de ug, use o comando de download do projeto acima. Execute novamente ug skills add com as mesmas opções para dar refresh nas skills download.

For workspace sign-in or ug setup problems, run ug doctor.

Passos seguintes​

Nesta página